專題：聚焦美股2025年第一季度財報

Meta發佈2025財年第一季度未經審計財報：總營收爲423.14億美元，同比增長16%；淨利潤爲166.44億美元，同比增長35%；每股攤薄收益爲6.43美元，同比增長37%。

Meta第一季度營收和每股攤薄收益均超出華爾街分析師預期，對第二季度營收作出的展望也超出預期，從而推動其盤後股價上漲逾5%。

詳見：Meta第一季度營收423.14億美元 淨利潤同比增長35%

財報發佈後，Meta首席執行官馬克·扎克伯格（Mark Zuckerberg）、首席財務官蘇珊·李（Susan Li）等高管召開了分析師電話會議，回答了相關業務的問題。

以下是電話會議實錄：

摩根士丹利分析師Brian Nowak：我的第一個問題有關Meta的大型語言模型Llama。據我觀察，目前全球的大語言模型（LLM）領域不斷發展，競爭相當激烈。馬克，能請您爲我們介紹一下，隨着新一代Llama以及Llama 4 Behemoth的推出，在LLM方面您最關注、最感興趣的關鍵發展領域有哪些？

我的第二個問題有關Meta AI。目前Meta AI在全球的用戶數已經接近10億。從目前的趨勢來看，能否請您爲我們介紹一下Meta AI在美國地區的使用情況？從早期數據來看，您觀察到哪些常見的用戶行爲？

馬克·扎克伯格：我可以回答有關LLM的問題。關於你第二個有關Meta AI的問題，我不確定我們是否有足夠多的數據能與大家分享，這個問題交給蘇珊來回答吧。

LLM方面，我們在多個方面都取得了非常大的進展。我們之所以要打造Meta自己的大語言模型，原因之一是我們認爲LLM對Meta的業務至關重要，我們需要掌握自己的命運，而不是在如此關鍵的技術上去依賴其他公司；原因之二是我們希望能夠根據自身的基礎架構以及用例，對LLM進行深度的開發與優化。

因此，以Meta Llama 4模型爲例，每次調用會激活16個專家模型中的170億個參數，專爲我們現有的基礎架構設計，能夠爲用戶提供低延遲（low latency）的語音體驗。想象一下，如果用戶想和人工智能進行語音對話，低延遲是不是非常必要？如此一來，用戶在對話的時候，你停止講話與AI開始語音回覆之間的間隔就不會很久。無論是模型設計，還是我們目前正在進行的研究，抑或是模型背後的技術支持，我們都希望能與Meta自身的基礎架構、用例相適配。

除了關注低延遲外，我們同樣關注的另一個方面是上下文窗口的長度（context window length）。我們的一部分模型在上下文窗口長度方面處於行業領先的地位。在我們看來，上下文窗口長度非常重要，一部分原因在於我們認爲其能幫助我們爲用戶提供更加個性化的體驗。當然，想要爲用戶提供個性化的體驗方法有很多，其中之一就是將部分上下文包含在上下文窗口中。隨着上下文窗口長度的增加，我們可以將更多用戶提供的背景信息整合至應用程序，實現更加個性化的用戶體驗。

我相信以上這些分享能夠讓大家更深入地瞭解我們希望構建的產品，以及爲此我們所做出的一系列技術架構決策與研究。如果時間允許的話，其實我還有更多內容與大家分享。

在我看來，能夠推出像Llama 4 Behemoth這樣的大模型非常重要——並不是說我們一定要大批量使用它，而是要從中提煉關鍵技術。目前我們發佈的Llama 4大語言模型、Meta內部使用的模型以及未來將要打造的一系列模型，它們背後的技術大多都是從Llama 4 Behemoth模型中提煉出來的。我們希望未來的新模型能夠在保留原有95%的智能基礎上，變得更低延遲、更高效率。

總而言之，以上這些方面對我們來說都非常重要，新技術的提煉也無法從封閉模型中得到。我希望我的回答能讓大家大致瞭解我們對LLM領域的研發思路。我也相信，現階段我們所構建的模型與基礎設施將持續爲我之前所提到的各種機會提供支持。

蘇珊·李：關於你的第二個問題，有關Meta AI。

從用戶檢索的角度來看，目前Meta AI的主要用例主要集中在信息收集，用戶會通過Meta AI來搜索、理解、分析信息；其次是社交互動，包括閒聊、深度討論甚至辯論。此外，我們還觀察到用戶會使用Meta AI來輔助寫作、生成視覺內容或是尋求幫助。

從使用端口來看，目前WhatsApp仍然是Meta AI使用率最高的應用程序。其次是Facebook，我們看到用戶非常歡迎動態消息（Feed）中的Deep Dives功能，用戶互動表現非常不錯，通過Deep Dives功能，用戶可以就平臺推薦給他們的內容向Meta AI提問。

總而言之，我們對將要推出的獨立Meta AI應用感到非常興奮與期待。

（持續更新中。。。）

責任編輯：劉明亮