在AI時代下，當知識變得觸手可及，考試的邏輯又該如何被重構？上班路上，你戴上眼鏡就能看到前方路況。買咖啡時，你抬個眼就能完成支付。你翻閱專業檔案時，眼鏡會自動掃描文字並聯動雲端資料庫，為你即時翻譯，解釋複雜名詞。周末去徒步時，你轉個頭觀察地形，眼鏡就能標註出地形風險，生成最優徒步路徑。這不是科幻片的特效鏡頭，而是AI眼鏡為你描繪的未來圖景。AI眼鏡的未來（圖源網路）華為、蘋果等多家公司將在今年上市AI眼鏡，小米、夸克等品牌早已入局。2025年國內AI眼鏡的出貨量相比上一年同比增長超過120%。中信建投的報告指出，AI眼鏡有望逐步替代智慧型手機，成為下一代智能終端。雖然各大科創公司都在做AI眼鏡，但該品類還是陷入了一種“雷聲大雨點小”的尷尬境地，普通消費者並不買帳。3000多元的售價，加上續航時間短、佩戴不適等問題，讓它始終是小眾產品。不少人好奇，這東西到底有啥用？香港科技大學的一個團隊，用一場有爭議的試驗，回答了這個問題。在《電腦網路原理》科目的期末考試中，佩戴AI眼鏡的學生只花了不到40分鐘，就獲得了92.5分，遠超72分的平均分，在100多名學生中躋身前五。被媒體報導後，剛考完這門課的學生在評論區寫道，“複習了一周，我就這麼被AI給‘秒殺’了”。考試試驗的場景2024年，復旦大學的自然語言處理實驗室曾讓13個知名AI回答高考題，部分數學題甚至讓AI們全軍覆沒，AI在做多選題時也頻繁出錯。短短一年半內，AI是怎麼和眼鏡結合，成為優等生的？在AI時代下，當知識變得觸手可及，考試的邏輯又該如何被重構？手速跟不上AI的反應速度《電腦網路原理》科目的期末考試剛結束，試驗團隊成員、研究助理李梓潔就戴上AI眼鏡，開始讀試卷。該AI眼鏡是基於樂奇眼鏡開發的，搭載了OpenAI旗下模型ChatGPT-5.2。她目光落在卷子上的瞬間，眼鏡攝影機就自動啟動，捕捉題目並完成識別，李梓潔的眼前出現了一行綠色的英文，“Calling AI（呼叫AI中）”。下一秒，前五道選擇題的答案和選項就浮現在了眼鏡的螢幕上，最下方還有倒計時，告訴她幾秒之後，眼鏡的攝影機將再次拍攝試卷。李梓潔無需思考，只需謄抄答案。“我當時非常震撼，整個做題過程非常絲滑。”李梓潔說。半個多小時後，她就放下了筆，示意交卷。AI眼鏡答題時的螢幕《電腦網路原理》是香港科技大學電腦專業大三的核心課，考試以選擇題、填空題為主，是半開卷的形式，學生可以帶兩頁寫著知識點的筆記。“有些填空題題干有好幾頁長，需要學生反覆翻頁，理解了上下文才能做出來。”這門課的授課老師孟子立介紹。這也是 AI 答題的最大難點，它無法像人類一樣，拿著試卷前後翻閱。因此，它必須具備記憶功能，將攝影機捕捉到的零散頁面資訊串聯整合，才能精準理解題意。香港科技大學張軍教授、孟子立教授的團隊主要研究無線通訊和網路領域。“我們想看一下，作為移動硬體的下一階段，AI眼鏡的潛力有多大。”張軍說。他們意識到，AI眼鏡沒能在大眾市場普及的原因之一，是缺少一個“殺手級應用”。這次考場試驗靈感的誕生，源於一次監考時的小插曲。2025年春季學期的期末考場上，孟子立注意到一位戴著墨鏡答題的學生，當時市面上的AR眼鏡（增強現實眼鏡）都不用透明鏡片。看著對方埋頭答題的樣子，他起了疑心：“這個同學不會是在用AR眼鏡吧？”雖然事後確認這只是虛驚一場，但幾個月後，當團隊在討論AI眼鏡的測試場景時，孟子立馬上想到了考場。“對學生來說，考場是手機的絕對禁區，而眼鏡是目前唯一能攜帶、解放雙手的硬體。如果能實現考場答題功能，AI眼鏡的吸引力將大幅提升。”團隊成員、在讀博士莊宇凡說。常規的AI裝置都是使用者問什麼答什麼，而考試場景需要AI主動識別題目、預判需求並推送答案。這種從被動到主動的跨越，是團隊想要探索的技術邊界。2025年10月，這場試驗正式立項。但把一副普通AI眼鏡打造成優秀“考生”的過程，遠比想像中曲折。據團隊介紹，AI眼鏡的答題流程是攝影機拍攝題目圖像，通過手機傳輸至雲端大模型，大模型運算解析後生成答案，再沿原路徑反饋至眼鏡鏡片。AI眼鏡答題流程圖硬體選型是第一道難關。團隊一口氣採購了Meta、樂奇等品牌的十多副AI眼鏡，卻發現同時有螢幕和攝影機的只有3款。樂奇眼鏡憑藉相對清晰的攝影機和開放的開發介面，勉強成了測試首選。如果說硬體是AI眼鏡的身體，那大模型就是它的大腦。但初期測試的幾款大模型，讓團隊屢屢受挫。“豆包大模型單次響應時間長達幾十秒，在沒有記憶功能的情況下，花了3小時做題，只拿到了四五十分。” 設計AI答題軟體的團隊成員、在讀博士徐嘉陽說。距離既定測試日期只剩一周時，OpenAI正式發佈了GPT-5.2新版模型，它將響應時間壓縮至10秒內，大幅提升了AI眼鏡答題的精準率。GPT-5.2與Gemini 3答題速度的對比最後，AI眼鏡只在填空題上丟了7.5分，成績超過了95%學生。AI眼鏡答錯的問題是大題中最難的一些題，需要複雜的推理計算。“但即便最後答案是錯的，AI仍然能生成一部分的推理步驟，它可以拿到不少過程分。”徐嘉陽說。另一個失分原因是，AI超綱了。“它會用到課本以外的知識。對於一些複雜的系統，課本中可能做了一些簡化，但AI則是根據實際情況來回答。”莊宇凡說。多次測試結果顯示，AI眼鏡的成績都穩定在高分區，遠超團隊預期。“我們一開始覺得，AI眼鏡能在3小時後達到人類學生的平均水平就夠了，沒想到如今AI的能力已經這麼強了。”孟子立說。AI眼鏡的成績而且，40分鐘交卷是算上人類謄寫的時間，如果根本不用人類謄寫的話，AI眼鏡可以在10分鐘內交卷。在測試樂奇眼鏡的同時，團隊已經開始了更具挑戰性的嘗試，親手打造一副AI眼鏡。又貴、又重，還耗電實驗室的工作台上，堆滿了各種零件。眼鏡框、微型電路板、鋰電池，還有各種攝影機和螢幕配件。莊宇凡、李梓潔在課程間隙，會戴著防靜電手套，偵錯電路板，並試圖把它放入鏡框中。夸克AI眼鏡的內部結構（博主“老師好我叫何同學”視訊截圖）“現有的商用AI眼鏡還無法做到完全開源，自制的AI眼鏡讓我們有更多的發揮空間，打造使用者體驗更好的應用。”莊宇凡說。樂奇創始人兼CEO祝銘明曾對媒體表示：“三五年內，手機還在，但AI眼鏡是主體。手機將作為通訊、計算和儲存的終端，而互動更多發生在AI眼鏡上。”可讓理想照進現實，並不容易。2023年以來，隨著大模型技術的落地，Meta、樂奇、小米等品牌扎堆推出AI眼鏡，導航、拍照、語音互動等功能輪番上陣，彷彿要把手機的所有功能，都塞進小小的鏡框裡。Meta AI眼鏡宣傳圖但在普通消費者眼裡，這些功能終究是錦上添花，而非雪中送炭。對於近視的人來說，還需要額外配鏡片，或者在眼鏡外套上AI眼鏡。全網有30萬粉絲的科技博主“懶狗小黑”買了5副AI眼鏡，在他看來，現有的AI眼鏡不僅貴，價格都在3000多元，而且重量和形態都特別受限。“AI眼鏡用半天就要充一次電。”“懶狗小黑”說。Meta帶螢幕的AI眼鏡重量約70克，而普通眼鏡的重量約十幾克。功能越多、性能越好，AI眼鏡就越重。在2025年的Meta Connect 大會上，其創始人馬克·祖克柏更是在演示新款AI眼鏡的功能上失敗了兩次。在社交媒體上，普通使用者的吐槽也非常多。“宣傳的即時翻譯根本沒用”“高畫質拍照？還不如我的‘千元機’拍得清楚”“我戴眼鏡的時候，別人從正面看我，鏡片會泛綠光”，這些吐槽戳中了 AI 眼鏡行業的痛點。圖源網路香港科技大學團隊在使用樂奇AI眼鏡時發現，AI眼鏡在硬體上依然有短板。高功耗的圖像傳輸和螢幕運作讓它在半小時內，電量從100%跌至58%。攝影機的清晰程度以及藍牙連接的穩定性，也會影響回答問題的結果。但由於自研眼鏡過於笨重，團隊只能繼續在樂奇眼鏡的基礎上做軟體最佳化。這場失敗的嘗試，卻讓他們對AI眼鏡目前的硬體實力有了更多認知。“人不能同時盯著兩個東西，因此當AI眼鏡鏡片的字和現實的物體不在同一平面時，你的瞳孔聚焦就要反覆切換，眼睛會很累。硬體方面，AI眼鏡還有很長的路要走。”孟子立說。硬體能隨著技術迭代逐步完善，但AI眼鏡闖入考場，引發了更複雜的問題。未來的考試，需要考什麼？“做這個試驗是早晚的事，我們不做，可能幾個月後別人也會做出來。”孟子立說。在他看來，學生在日常課程中使用AI工具是大勢所趨。正如交通工具的迭代必然引發考評標準的變革，AI眼鏡也可能會影響考試的方式。“AI是工具，學生要學會的是使用它的能力。對於考試，我們需要測試的不是可以直接通過AI獲得的知識，而是不同專業學生需要具備的該領域的關鍵能力。”張軍說。但團隊成員都認為，在現階段的考場中，不宜使用AI眼鏡，因為這會打擊考試的公平性。2024年，日本早稻田大學的入學考試中，一位考生用AI眼鏡拍攝照片，並行布在社交媒體上徵求答案，最後被移送至東京地方檢察廳法辦。2025年，日本考試明確規定禁止使用智能裝置。圖源網路“對於學生來說，更有益的還是把AI眼鏡作為學習的輔助工具。”張軍說。ChatGPT剛出來時，不少學校禁止學生使用這款應用程式。但3年過去了，AI應用的發展已經無人能阻擋，香港科技大學也是中國香港首所為學生與教職工提供ChatGPT的大學。《電腦網路原理》的課程大綱提到，老師將嚴肅處理由AI生成的作業，但同時也“強烈鼓勵”學生使用AI作為學習的輔助工具。不過，在莊宇凡看來，無論技術多先進，考試依然要檢測學生對知識掌握的熟練程度和理解深度。“AI眼鏡是為了提高獲得知識的效率，但我們依然需要記住這些知識。”如果沒有對知識的理解，學生甚至無法判斷鏡片上的答案是否存在邏輯陷阱。目前，全球多所高校已在探索變革，口試正變得越來越流行。在口試中，學生要第一時間獨立作答，其中體現出的理解力、表達力是AI無法替代的。美國一大學的口試場景（圖源《華盛頓郵報》）這場在香港科技大學的試驗，更像是一次對未來的顯影。“我們更像是驗證，AI眼鏡已經具備解答大部分問題的能力了。”張軍說。當鏡片中的答案近在咫尺，我們真正需要守護的，是獨立求解的學習能力。 (36氪)

與Voxdale創始人兼CEO Tim Dieryckx見面之際，全球人形機器人進入資本、量產、商業相互交織的焦灼狀態；AI眼鏡賽道里擠滿了來自中國的廠商；一場更加明顯的東昇西落在世界各個角落輪番上演。頭圖｜視覺中國我們的談話，發生在今年CES結束不久，這場消費電子界的盛會上，幾乎90%都是來自中國的硬體廠商，甚至有人戲稱，CES，成為了中國消費電子展。但Tim今年沒有去，他說CES噱頭太多，不如實地到中國來看看。我們在這座“電動車之鄉”見面，無錫國際人才港，集合了來自國內外的創新動力，樓內是機器人Demo與AI創業公司的試驗場；窗外就是台鈴、雅迪等電動車巨頭的大樓。無錫旁邊的常州，被譽為“鋰電池之鄉”，再往旁邊的蘇州，則匯聚了半導體、材料、家電等一條完整的硬體產業鏈叢集。Tim對我說，他是來學習的。我們的談話，發生在今年CES結束不久，這場消費電子界的盛會上，幾乎90%都是來自中國的硬體廠商，甚至有人戲稱，CES，成為了中國消費電子展。但Tim今年沒有去，他說CES噱頭太多，不如實地到中國來看看。Voxdale，這家總部成立於比利時的工程機構，奉行“設計驅動工程”的核心哲學，這是戴森創新的核心。Tim本人在硬體、可持續能源和IoT產品開發、創業和組織管理中積累超過15年的實踐經驗。這聽起來似乎平平無奇，但如果知道硬體行業的殘酷，就會明白這六個字的份量。在硬體創業的圖譜中，存在一個著名的“死亡之谷”，一個從原型Demo到大規模量產之間的灰色地帶，諸多公司死在谷底。Voxdale的角色，就是幫助創新者、大公司以及大學，在他的工程實驗室裡填平這道鴻溝。他們不僅關注產品是否美觀，更關注能否用合理的成本把它造出來。這正是Tim來到中國的原因。在他看來，中國已是全球硬體開發全鏈路中一個不可或缺的“變數”。“過去15到20年，我們一直與中國公司緊密合作。如果你想把產品從1做到100萬，你離不開中國。”Tim向我展示了他手腕上的華米（Amazfit）智能手錶——這款售價僅250歐元的中國產品，提供了與Apple Watch幾無二致的功能體驗。“歸根結底，任何硬體產品只關乎兩件事：規模化和降低成本”，Tim說，“從構思硬體產品的第一刻起，我們就必須開始焦慮：這東西要生產多少？用什麼技術才能立刻實現大規模製造？”這次中國之行是他的第一天。在無錫國際人才港與數家中國AI初創企業交流後，他看到了一種他在歐洲久違的勁頭——一群擁有國際化背景的工程師和博士，他們沒有那是那種在歐洲常見的“陳舊包袱”，而是一心想做實事，想“出去征服世界”。他把這種獨特的氣質總結為“沒有思維界限”， “在歐洲，人們往往因為監管的束縛，第一反應是‘這不可能做到’。而在這裡，人們思考的是‘什麼是有可能的’。”“這裡的政府扶持也讓人印象深刻。”Tim指著窗外，“辦公區就設在公寓旁邊，你能清晰感受到政府這雙‘有形之手’在推動初創企業的發展。”然而，當我們的話題轉向當下最熱的“AI原生硬體”時，Tim並沒有表現出預期的興奮。相反，他潑了一盆冷水。“老實說，到現在為止，還沒有特別讓我驚豔的。”在他看來，目前市面上大量的所謂AI硬體，本質上是在賣算力盒子，比如把一顆Nvidia的晶片塞進外殼裡，然後加上各種周邊配置。散熱難、功耗大，且缺乏真正的應用場景。尤其是被寄予厚望的AI眼鏡，Tim直言“對此表示懷疑”。在他看來，目前的AI眼鏡更像是一種噱頭，而非下一個iPhone時刻。“如果我知道，那我就發財了。”他笑著說，但我認為可能不是眼鏡。什麼是真正的AI原生？Tim給出了一個極具參考價值的定義：當硬體是產品的載體，而AI是產品的核心本質時，這才是AI原生硬體。 這意味著，如果你把AI拿掉，這個產品就變成了廢鐵，無法運作。以此標準審視，目前市面上大量的“智能硬體”恐怕都要被打回原形。軟體和硬體的區別，Tim給出的個感性的答案，他說軟體很難讓人產生愛，但硬體可以，“APP很少讓人感嘆‘看這設計多美’，但硬體設計能讓人感到愉悅。”這種情感連接，是硬體區別於軟體的特權，也是許多智能化產品在堆砌參數時容易忽略的地方。對於正處於激戰中的中國硬體創業者，Tim建議是，利用好本土優勢，適配全球化以及保持清醒，因為，“印度在追趕成本，歐洲在試圖復甦創新，競爭永遠在動態變化中。”以下是訪談實錄，虎嗅根據實際情況進行了刪改：中國是硬體開發所有環節中重要一環虎嗅：先介紹下Voxdale，你們為硬體公司做什麼樣的創新和服務？Tim Dieryckx: 我們的核心業務是幫助公司做硬體產品的設計與工程。這也是我為什麼來這兒，因為在硬體開發的所有環節中，中國都是一個至關重要的因素。作為一個公司，我們將兩件事緊密結合：一是設計，確保產品美觀、獨特、使用者體驗好；二是立刻結合工程化和量產化。我們幫助創新者、大公司以及大學，將創新的想法推向市場。從構思硬體產品的第一刻起，我們就開始考慮：這東西要生產多少？用什麼生產技術才能立刻實現大規模製造？這也是為什麼過去15到20年我們一直與中國公司緊密合作，因為我們需要元件，需要製造，並且這種合作在過去幾年變得越來越緊密。我們還有第二塊業務，就是孵化我們自己的初創技術。我們會作為某種形式的“初創工作室”（Startup Studio），與大學、醫生或領域專家合作，孵化我們自己的硬體初創公司。目前我們有大概10項技術正在開發中，進度不一。虎嗅：你們也做創新孵化的業務，有一些已經退出的成功案例嗎？Tim Dieryckx：我們已經成功退出並出售了幾家公司。一個是尿液採樣裝置。這是一個很專業的領域，具體是體外診斷（IVD）。這個裝置已經賣給了一家美國公司。我們還開發了一種疫苗接種技術，即皮內注射疫苗。這能減少所需的疫苗劑量，接種速度更快、成本更低，人們甚至可以自己操作，這有很多優勢。我們還為此開發了配套的機器人技術，讓人們去藥房就能接種。現在我們正在研發一種血液採樣裝置。我們的假設是，特別是在美國和英國市場，採血成本很高，但血液樣本依然是最好的檢測樣本之一。考慮到人口老齡化這也是個痛點，另外，如果未來再次發生大流行病，基於家庭的血液採樣會有巨大優勢。因此，我們開發了一種極低成本的大容量採血技術，目前處於最後階段，正準備量產，生產將會在中國進行。硬體區別於軟體的地方是能帶來情感共鳴虎嗅：迄今為止，你是否看到了一些有趣的AI原生硬體？Tim Dieryckx：老實說，到現在為止，還沒有特別讓我驚豔的。對我來說，真正最有趣、最讓我震撼的還是自動駕駛。以前自動駕駛可能只能應對比較簡單的環境，但現在汽車在非常複雜的路況下所展現出的決策能力，令人驚嘆，這是目前最讓我折服的AI應用。我總覺得手邊的裝置如果加上AI應該能更好，但我看了一些加了AI的智能手錶之類的，老實說並沒有被它們的功能震撼到。虎嗅：在你眼中，衡量一個好硬體的標準是什麼？Tim Dieryckx：第一是專注，專注於有限的創新點。在一兩個方面做到與眾不同且比別人更好，那怕只是價格優勢或者某個功能；第二是可擴展性，你必須能大規模量產它，並在這個過程中把成本降到很低；第三是直觀，看到它你就知道怎麼用，不需要思考，不需要讀說明書去找按鈕在那裡。最後是情感連接，最好能帶來某種層面的情感。如果把它送人我會有點難過。這是硬體區別於軟體的地方。軟體APP很少讓人感嘆“看這設計多美”，以此獲得掌聲，但硬體可以。比如汽車，雖然有些很醜依然實用，但人們確實會因為一輛車的設計很美而喜愛它、購買它。這就是硬體獨特的地方，它能帶來情感共鳴。虎嗅：你怎麼定義一款AI原生的硬體？Tim Dieryckx：這是一個好問題。至少我們目前的定義是：當硬體是產品的載體，而AI是產品的核心本質時，這就是AI原生硬體。這意味著，如果你把AI拿掉，這個產品就無法運作。這與汽車不同，汽車裡有很多AI，但如果拿掉AI，汽車的主要功能，即把人從A點送到B點——依然存在。舉個例子，有一種安裝在天花板上的燈，它的核心功能是檢測人是否跌倒。只有當AI檢測到跌倒並報警時，它才在工作。除此以外，它周圍的硬體僅僅是支撐，核心功能完全依賴背後的AI引擎，這就是AI原生。虎嗅：現在你看到的AI原生硬體最大問題在那裡？Tim Dieryckx：目前很多所謂的AI硬體，歸根結底是在比拚算力，AI硬體的一大難點是散熱，因為需要強大的算力支援。目前很多產品的邏輯就是把正確的引擎（通常是Nvidia晶片或類似的）塞進外殼裡，加上周邊配置。相反，我在那些融合了AI的傳統硬體上看到了更驚豔的表現，比如人形機器人，它們在機械結構、手部動作上的進步，比單純的AI盒子更讓我印象深刻。虎嗅：你見過的最愚蠢的硬體產品是什麼？Tim Dieryckx：有一家公司他們融資了幾百萬歐元，開發了一台售價400歐元-500歐元的機器。這台機器唯一的功能就是擠壓一個裝著果汁的袋子把果汁擠到杯子裡。結果後來人們發現，根本不需要這台機器，直接用手擠那個袋子，果汁照樣能出來。“他們在想什麼？”，完全是為了做硬體而做硬體，毫無意義。虎嗅：你怎麼看AI眼鏡？它會成為下一個取代iPhone的硬體嗎？Tim Dieryckx：我對此表示懷疑。人們嘗試做智能眼鏡已經很多次了，包括蘋果、Meta等，但我至今沒看到真正的日常使用場景。目前的AI眼鏡更像是一種噱頭。雖然在外科手術、遊戲等特定領域有應用，但我很難想像人們會有全天候佩戴眼鏡來處理日常事務的習慣。此外，眼鏡的可用性和算力之間存在巨大矛盾：要在保持輕便、經濟、易用的同時塞進強大的算力，這太難了。不過，我們看到一個很有趣的方向是智能隱形眼鏡。比利時有一家初創公司在做這個，雖然還處於非常早期的階段，甚至還無法完全運作。他們的願景是先幫助那些瞳孔無法隨光線收縮的人自動調節進光量，未來甚至可能實現“增強視覺”（如超人般的變焦能力），如果成真，那才是真正酷炫的未來。虎嗅：你覺得下一個像iPhone一樣偉大的硬體產品形態可能是什麼？Tim Dieryckx：如果我知道，我就發財了（笑）。但我認為可能不是眼鏡，而是一種整合式的AI助手。它可能是一個掛在脖子上的掛件、耳機或者別針，能全天候捕捉我們的圖像、聲音、飲食習慣和健康資料，像一個超級秘書一樣，幫我們記錄會議、分析健康、預測風險。另一個確定的未來是機器人。無論是家裡的服務機器人、工廠裡的機械臂，還是路上的自動駕駛汽車（它們本質上也是機器人），未來我們的生活將充滿各種形態的機器人。真正好的硬體不應該依賴手機虎嗅：我們經常看到硬體初創公司死在“原型機”到“量產”之間的“死亡之谷”，根據你的觀察，最常見的失敗原因是什麼？Tim Dieryckx：歸根結底通常是因為錢燒光了。為什麼會燒光？首先是無法規模化，很多公司卡在中間階段，市場牽引力不夠，但單品成本又太高。為了把成本降下來，你必須虧本通過規模化銷售來分攤成本，這需要巨額資金和投資人的絕對信任，或者你得有一個巨大的市場——但這在歐洲很難。其次是對產品市場契合度（PMF）理解不深： 很多公司沒搞清楚自己到底該賣什麼。還有市場定位錯誤： 有些公司一心想做C端（消費者）產品，但這很難。其實做B端（企業）或中間產品更容易存活，例如我們接觸過一家做防彈材料的公司，他們沒有自己去做防彈背心賣給個人，而是做中間層賣給大公司，迅速獲得現金流，甚至不需要融資。另外是地域限制（尤其是歐洲），歐洲市場太分散，每個國家有不同的法規、語言和審批流程，導致初創公司起步市場太小，難以規模化。虎嗅：供應鏈和迭代速度難道不是失敗的主要原因之一？Tim Dieryckx：我認為供應鏈不是最大的問題。現在全球供應鏈協作非常緊密，尤其是和中國。主要問題在於迭代思維。在歐洲，人們往往追求“一步到位”的完美技術，試圖建構整個生態；而在中國，你們非常擅長增量創新——從一個小功能開始，快速推向市場，然後不斷迭代、深挖。這是歐洲的傳統包袱。我們的財富是建立在發明全新機器（如寶馬、博世、西門子的大型機械）基礎上的，因此我們需要學習中國的快速迭代模式。至於供應鏈，如果你想從0做由1，或許不需要中國；但如果你想從1做到100萬，目前離不開中國供應鏈。但這並不是障礙，因為中歐企業間的合作非常順暢且快速，通常幾天內就能拿到報價並開始模具製作。虎嗅：好的硬體必須依賴手機嗎？Tim Dieryckx：目前連接手機是一種權宜之計，因為手機算力強且普及，這樣能降低硬體成本。但我認為，真正好的硬體不應該必須依賴手機。尤其是在醫療領域或專業場景下，許多優秀裝置是獨立運行的。隨著算力成本下降，未來最好的硬體應當是獨立的。這裡的中國人有“想征服全世界”的勁頭虎嗅：我們常說戴森是硬體設計類創業的標竿。在迭代快速的AI時代，戴森模式還有效嗎？Tim Dieryckx：戴森是一家了不起的公司，擁有頂尖的設計師。但他們面臨的巨大挑戰在於創新速度。AI不僅挑戰戴森，也挑戰所有巨頭。如果中國的創新速度持續領先，這對那些處於領先地位但行動緩慢的公司來說是巨大的風險。虎嗅：這是你到中國的第一天，在和中國這些人工智慧的初創企業交流之後，你有什麼感受？Tim Dieryckx：我認為是思維界限，在歐洲人們往往會因為監管而更多地想“這不可能做到”，這裡人們思考的是“什麼是有可能”的，而不是“什麼是不可能的”。而且我發現在這裡交流的中國人都很國際化，他們大多是工程師，有的是博士，大部分有留學背景。他們都是真心想做實事的人，大家想作偉大的公司，有種“出去征服世界”的勁頭。另外，這裡的政府創業扶持也很讓人印象深刻，政府的辦公區就設在公寓旁邊，你能清晰感覺到政府在推動初創企業的發展，幫助他們做大做強。虎嗅：我們是否正在走向一個AI硬體由中國初創公司獨佔的未來？Tim Dieryckx： 短期內中國在硬體領域確實是超級大國，但我不認為未來會是獨佔的。首先，美國依然擁有世界上最頂級的科技巨頭（蘋果、特斯拉、輝達等）；其次，歐洲（如愛沙尼亞、芬蘭等地）正在復甦；再次，印度和非洲部分地區正在崛起，未來5-10年它們可能會在成本上挑戰中國。但我確信，在接下來的20到30年裡，中國仍將是硬體領域的主導力量。中國的技術領先優勢很明顯，比如生物科技、自動駕駛、無人機，以及最讓我震撼的機器人領域。在這裡，你不是看到一家公司在做人形機器人，而是看到15家公司同時在做，競爭異常激烈。這種競爭會極大地推動技術進步，這也正是我們希望把這些技術引入歐洲的原因。虎嗅：對中國的硬體創業者你有什麼建議嗎？Tim Dieryckx：利用好本土優勢，你們擁有巨大的本土市場；全球化策略，如果要出海，儘量與當地公司合作，調整設計以適應當地文化；保持警惕，不要因為現在做得好就睡大覺；保持敏銳，因為其他國家和地區也在追趕。 (虎嗅APP)

斯皮格爾稱，2026年將是決定性一年，已將公司命運與Specs的增長直接繫結。圖片來源：SnapAI百鏡大戰再添實力玩家。1月29日，社交平台Snapchat母公司Snap Inc. (NYSE: SNAP)宣佈正式成立全資子公司Specs Inc.以此推動旗下智能眼鏡業務的獨立發展與長期戰略佈局。Snap表示，此次調整將幫助Specs智能眼鏡業務實現更強的業務專注度與協同效應，為後續業務合作及資本運作提供更多靈活性，包括可能的少數股權融資。該調整也有助於Specs獨立品牌體系的建構，為今年全新Specs智能眼鏡產品的正式發佈堅實基礎。根據官方透露的資訊，和這些傳統的電子螢幕裝置不同，Specs採用透明鏡片，在三維空間中將數字內容疊加到現實世界，並支援通過手勢和語音進行自然互動。去年9月，Snap首席執行長埃文·斯皮格爾（Evan Spiegel）在公開信中明確表示，2026年將是公司“最具決定性的一年”。這位出生於1990年、世界最年輕億萬富翁認為，Snap的命運與下一代消費級智能眼鏡Specs的增長表現直接繫結。目前，Snap開發者已基於Specs打造出全新的學習、遊戲和工作方式，所有體驗都紮根於真實世界之中。在設計理念上，Specs意圖幫助使用者保持當下的專注，讓使用者與朋友、家人和同事在共享體驗中更加緊密地連接在一起——無論是在空地上一起體驗虛擬奪旗遊戲，通過模擬化學反應進行學習，還是團隊協作查看新產品的虛擬設計方案。Specs試圖打破傳統的電腦和智慧型手機為“爭奪注意力”而設計的格局，認為這樣的做法使得人與現實世界隔離，同時也削弱了人與人之間的真實互動。全新Specs推出之際，正值AI重塑計算方式的關鍵階段。新一代Specs搭載Snap首創的智能系統（Intelligence System），在智能、主動使用體驗做了相關提升。Snap稱，“在嚴格保障使用者隱私的前提下，系統可以通過理解使用者及所處環境，主動幫助完成各類任務”。Specs將是一台“使用者會用得更少的電腦”，因為它能夠主動替使用者完成更多事情。新一代Specs智能眼鏡預計將於今年內正式發佈。同時，Snap釋放了Specs Inc.團隊擴張計畫，稱正在全球範圍內招募優秀人才，持續壯大團隊。作為立足於年輕人社交產品領域的王者，Snap在智能眼鏡賽道已是老兵一枚。早在2016年，該公司嘗試將平台上的相機功能硬體化，創造新奇社交拍攝體驗，發佈了Spectacles智能太陽鏡系列 (1-3代），主打時尚外觀，整合攝影機，用於快速拍攝短影片並分享至Snapchat，作為Snapchat應用的延伸，驗證市場對可穿戴相機硬體的接受度。2021年，為了服務開發者與創作者，Snap旗下智能眼鏡轉向AR體驗終端，發佈了Spectacles AR眼鏡，為開發者提供原型硬體，建構AR內容生態（Lenses），為消費級產品鋪路。為此，Snap還自研晶片（如 GrAIcore NPU，專為低功耗AR AI設計）和OS等核心技術，提升體驗、控制生態。不過，Snap的智能眼鏡在消費市場的銷量表現並不突出。2024年，Snap發佈的新的第五代AR眼鏡以每月99美元、至少訂閱12個月的方式提供給開發者，套裝總成本接近1200美元，可以看出其產品主要面向開發者和創作者提供，建構AR內容生態。去年三季度後，Spectacles開始深度整合OpenAI和Gemini等AI產品。11月，Snap宣佈與Perplexity AI達成合作，後者將把其對話式搜尋功能直接整合到Snapchat中。該功能計畫於今年初在Snapchat上線。而這一切看起來，都像是為2026年推出消費級產品Specs做最終準備。這也意味著，Snap硬體研發的思路已從智慧型手機應用範式轉向AI優先的體驗。Snap最新財報顯示，2025年第三季度，營收為15.1億美元，淨虧損為1.04億美元。目前，Snap全球日活躍使用者（DAU）達4.77億，月活躍使用者（MAU）增至9.43億，距離10億使用者目標僅一步之遙。 (鈦媒體AGI)

祖克柏在電話會上表示，Meta正在把“推薦系統”做成類似LLM的可擴展工程體系——這不僅決定使用者時長，也決定廣告單價與轉化率。Meta將AI眼鏡被明確定位為下一代核心終端，直言“幾年後大多數人佩戴的眼鏡都會是AI眼鏡”。祖克柏還主動點到Manus的收購，並將其作為“企業工具訂閱/整合”的案例，目標是把企業常用工具整合進廣告與商務管理平台。1月28日，Meta公佈了強勁的四季度業績，廣告業務推動去年Q4營收和今年Q1營收指引均超出分析師預期。同時，全年資本支出預期區間也高於分析師預期，該公司股價盤後一度漲逾11%。在隨後的電話會，釋放出一個清晰訊號：Meta在2025年交出強勁業績的同時，正在把下一階段的增長邏輯從“更好的廣告系統”升級為“以個人超級智能為核心的產品與基礎設施重構”。短期看，收入依舊由廣告驅動；中長期看，推薦系統、智能體、內容生產方式、智能眼鏡與算力供給，將共同決定Meta能否打開新的增長曲線。祖克柏明確將 AI 智能眼鏡定位為下一代核心計算終端，並將其類比為智慧型手機取代功能機的關鍵節點。Reality Labs 的戰略重心正從元宇宙轉向 AI 可穿戴裝置與自研模型。同時預告在未來幾個月，Meta將開始發佈新模型和產品。AI眼鏡將走向“智慧型手機時刻”祖克柏多次提及公司在AI智能眼鏡領域的長期判斷，並將其類比為智慧型手機取代功能機的關鍵節點。全球有數十億人佩戴眼鏡或隱形眼鏡來矯正視力。我認為我們正處在一個類似智慧型手機剛出現時的階段，當時所有人都能看出來，翻蓋手機被智慧型手機取代只是時間問題。很難想像在幾年之後，大多數人佩戴的眼鏡不會是AI眼鏡。他同時透露，Meta智能眼鏡在過去一年中的銷量已經增長了三倍，並稱其為“歷史上增長最快的消費電子產品之一”。電話會顯示，Meta正在將Reality Labs的投資重心，從此前的元宇宙願景，進一步轉向AI可穿戴裝置與自研AI模型。新一代AI模型與產品將在“未來幾個月”陸續落地在回應投資者對AI投入回報的關切時，祖克柏強調，AI 實驗室的成果將在不久後面向使用者推出。這將是交付個人超級智能、加速業務增長、建設未來基礎設施、並重塑公司運作方式的重要一年。他補充稱，2025年Meta已完成AI體系重構，接下來將開始持續對外發佈新模型與新產品，推動“個人超級智能”進入實際應用階段。增長的“第一性原理”：推薦系統正在被大模型重寫Meta把增長拆成兩條主線：提升互動與提升變現效率，而兩者的共同底座是推薦/排名模型的升級。互動側：內容推薦的系統性提效Instagram Reels在美國觀看時長同比+30%；Facebook視訊觀看時長維持兩位數增長。通過“簡化排名架構、支援更長互動歷史”，Facebook自然資訊流與視訊帖子瀏覽量在Q4被拉升7%，管理層強調這是近兩年裡“單季度對營收推動最大”的一輪產品最佳化。“新鮮度/原創性”被當成關鍵變數：Instagram美國75%推薦內容來自原創；Facebook當天推送Reels數量環比提升25%+。Threads停留時長在Q4最佳化後+20%，開始具備更可持續的增長結構。廣告側：從“大模型訓練”到“執行階段推理”的分層體系Meta講得很直白：像GEM這類大模型不適合直接做即時推理，成本太高，因此要把“大模型知識”遷移到更輕量的執行階段模型上——這決定了算力投入能否轉化為ROI。已披露的進展包括：GEM訓練GPU數量翻倍；引入新的序列學習架構（更長使用者行為序列、更豐富內容資訊）。Q4效果：Facebook廣告點選量+3.5%、Instagram轉化率+1%+；Instagram新執行階段模型帶來轉化率+3%。Lattice推動模型統一，疊加後端改造，廣告質量提升12%；2026將繼續整合更多模型，用“更少但更強”的模型跑全域。核心含義：Meta正在把“推薦系統”做成類似LLM的可擴展工程體系——這不僅決定使用者時長，也決定廣告單價與轉化率。變現不止廣告：但“廣告仍是最大確定性”祖克柏承認：未來幾年廣告仍是增長最重要驅動力。但Meta也在鋪“廣告之外”的商業化地基，尤其面向企業端。兩條清晰的增量路徑：企業消息與WhatsApp商業化： WhatsApp付費消息服務年收入已突破20億美元、Click-to-message廣告增長加速，美國同比+50%。商業AI在墨西哥/菲律賓早期推進：每周100萬+次對話，計畫擴市場並讓其能在WhatsApp內完成更多工。Threads與WhatsApp廣告補課：Threads廣告擴展到剩餘所有國家/地區（含英、歐盟、巴西）。WhatsApp廣告與狀態功能年內全量推進，但短期廣告負載會保持克制，先最佳化效果。此外，電話會提到一個重要細節：祖克柏主動點到Manus的收購，並將其作為“企業工具訂閱/整合”的案例，目標是把企業常用工具整合進廣告與商務管理平台，提升對中小企業的“一體化交付能力”。這意味著Meta在嘗試把自身從“流量平台”向“企業增長作業系統”推進。最大的賭註：算力與基礎設施，Capex指引顯著上台階這場電話會最“重資產”的部分，是Meta對算力的長期承諾：2026年資本開支指引：1150億–1350億美元（含融資租賃本金），明確同比大幅增長，主要用於超級智能實驗室與核心業務。依舊存在產能瓶頸：需求增長快於供給；自建新增容量要到2026年晚些時候上線，在此之前多數時間仍偏緊。晶片與架構：Andromeda已能在NVIDIA、AMD、MTIA上運行；MTIA計畫從推理擴展到訓練負載。成立Meta Compute，強調通過工程設計、投資、合作建設形成戰略優勢，並把“矽與能源”視為長期能力的一部分。資本配置上也很明確：管理層直言當前首要任務是把資源投入AI領導力，回購會保持機會主義，而不是優先項（這與本季度未回購形成呼應）。以下是電話會全文：馬克·祖克柏，創始人、董事長兼首席執行長：好了，大家好。感謝各位的收看。2025年底，我們取得了強勁的業績，目前每天至少有35億使用者使用我們的一款應用。其中，Facebook和WhatsApp的日活躍使用者均超過20億，Instagram的日活躍使用者也接近這個數字。得益於假日期間創紀錄的需求和人工智慧帶來的性能提升，我們的業務也表現出色。目前，人工智慧正處於快速發展階段。我預計2026年這股浪潮將在多個方面進一步加速發展。我們開始看到智能體真正發揮作用。這將使我們能夠開發全新的產品，並徹底改變我們的工作方式。2025年，我們重建了人工智慧項目的基礎架構。在未來幾個月，我們將開始發佈新模型和產品。我預計我們的首批模型會表現良好，但更重要的是，我們將展現出我們快速發展的勢頭。隨著我們持續發佈新模型，我預計我們將在今年穩步推進，不斷突破行業前沿。我對我們正在建構的產品感到非常興奮。我們的願景是建構個人超級智能。我們開始看到人工智慧的潛力，它能夠理解我們的個人背景，包括我們的經歷、興趣、內容和人際關係。智能體的價值很大程度上在於它們能夠理解獨特的背景資訊。我們相信，Meta將能夠提供獨一無二的個性化體驗。我們也在努力將大模型與Facebook、InstagramThreads以及我們廣告系統的推薦系統進行整合。我們世界一流的推薦系統已經顯著推動了我們應用和廣告業務的增長，但我們認為，與即將實現的相比，目前的系統還很原始。如今，我們的系統幫助人們與朋友保持聯絡、瞭解世界並找到有趣的內容。但很快，我們將能夠瞭解使用者獨特的個人目標，並根據每個人的需求定製資訊流，向他們展示有助於改善生活的內容。這也會對商業產生影響。如今，我們的廣告能夠幫助企業精準找到對他們的產品感興趣的目標受眾。全新的智能購物工具將使使用者能夠從我們目錄中的商家中找到最合適的特定產品。我們致力於讓這些體驗同時適用於我們的資訊流和企業消息功能，從而逐步顯著提升WhatsApp的功能。此外，未來還將推出更多類型的內容。人們渴望以最具沉浸感和互動性的方式表達自我、體驗世界。我們最初使用文字，後來隨著配備攝影機的手機普及，轉向照片，再後來隨著行動網路速度的提升，轉向視訊。不久的將來，我們將看到更多更具沉浸感和互動性的新媒體形式湧現，而這一切都得益於人工智慧的進步。我們的資訊流將變得更加互動。如今，我們的應用程式感覺就像是演算法在推薦內容。不久之後，您打開我們的應用程式，就會發現人工智慧不僅能理解您的需求，還能為您推送精彩內容，甚至為您量身定製優質內容。智能眼鏡正是這一願景的終極體現。它們能夠看到您所看到的，聽到您所聽到的，與您對話，並在您日常生活中為您提供幫助，甚至還能直接在您的視野中顯示資訊或生成定製使用者介面。去年，我們智能眼鏡的銷量增長了兩倍多，我們認為它們是歷史上增長速度最快的消費電子產品之一。數以百萬計的人佩戴眼鏡或隱形眼鏡來矯正視力，我認為我們正處於類似於智慧型手機誕生的階段，顯然，所有這些功能手機都變成智慧型手機只是時間問題。很難想像幾年後，人們佩戴的大多眼鏡不是人工智慧眼鏡。對於RealityLabs而言，我們未來將把大部分投資投入到眼鏡和可穿戴裝置領域，同時專注於讓Horizon在移動端取得巨大成功，並在未來幾年內將VR打造成一個盈利的生態系統。我預計RealityLabs今年的虧損將與去年相近，這很可能是虧損的頂峰，因為我們將逐步減少虧損，同時繼續推進我們的願景。展望未來，我們將繼續大力投資基礎設施建設，以訓練領先模型，並為全球數十億人和企業提供個性化的超級智能。我最近宣佈成立Meta Compute公司，因為我相信，在基礎設施的工程設計、投資和合作建設方面做到最高效，將成為我們的戰略優勢。DinaPowellMcCormick也加入我們，擔任總裁兼副董事長，她將領導我們與各國政府、主權國家和戰略資本合作夥伴開展合作，以擴大我們的長期能力，包括確保我們在全球各地營運所在社區產生積極的經濟影響。MetaCompute的一個重要組成部分是對矽和能源進行長期投資。我們將繼續與重要合作夥伴攜手，同時推進我們自身的晶片研發項目。我們正在建構系統架構，以確保系統使用的靈活性，並通過最佳化技術和供應鏈，預計每吉瓦的成本將隨著時間的推移而顯著降低。最後，我認為2026年將是人工智慧開始徹底改變我們工作方式的一年。在應對這一變革的過程中，我們始終秉持著一個明確的目標：為個人創造最佳平台，讓他們能夠發揮巨大的影響力。為此，我們正在投資人工智慧原生工具，以便Meta的員工能夠提高工作效率。我們提升個人貢獻者的地位，並簡化團隊結構。我們開始看到，過去需要大型團隊才能完成的項目，現在只需一位才華橫溢的員工就能獨立完成。我希望儘可能多的優秀人才選擇Meta，在這裡他們可以發揮最大的影響力，為全球數十億使用者提供個性化產品。如果我們這樣做，我相信我們會完成更多工作，而且會更有趣。好了，這就是我想說的全部內容。今年對於我們交付個人超級智能、加速業務發展、建構未來基礎設施以及塑造公司未來的運作模式來說，都將是意義非凡的一年。一如既往，我感謝我們團隊的辛勤付出，也感謝大家與我們攜手共進。現在有請蘇珊。蘇珊·李，首席財務官：謝謝馬克，大家下午好。我們先來看各細分市場的業績結果。除非另有說明，所有比較均為同比資料。我們的應用家族使用者群體持續增長，據估計，12月份每天至少有35億人使用過我們旗下的一款應用。第四季度應用家族總收入為589億美元，同比增長25%。第四季度應用家族廣告收入為581億美元，同比增長24%，按固定匯率計算增長23%。第四季度，我們各項服務中的廣告總展示次數增長了18%。所有地區的廣告展示量均呈現健康增長，主要得益於使用者參與度和使用者增長，其次是廣告載入最佳化。平均單條廣告價格同比增長6%，受益於廣告主需求的增長，而廣告主需求的增長主要源於廣告效果的提升。應用家族的其他收入為8.01億美元，同比增長54%，主要得益於WhatsApp付費消息收入的增長，以及Meta驗證訂閱使用者的增長。在我們的RealityLab業務類股，第四季度收入為9.55億美元，同比下降12%。正如我們在上次電話會議上提到的，RealityLabs營收同比下降的原因是，我們推遲了Quest3S在2024年第四季度的上市，以及零售合作夥伴在2025年第三季度採購Quest頭顯以備戰假日季，這部分收入已計入第三季度。接下來是我們的合併業績。第四季度總營收為599億美元，同比增長24%，按固定匯率計算增長23%。第四季度總支出為351億美元，同比增長40%。同比增長主要受員工薪酬、法律費用和基礎設施成本的推動。員工薪酬增長反映了我們今年新增的技術人才，特別是人工智慧工程師Tama。法律費用增長是由於2024年第四季度法律費用衝回以及2025年第四季度計提的費用所致。基礎設施費用增長主要受折舊增加、雲支出和其他營運費用的推動。第四季度末，我們的員工人數超過78800人，同比增長6%，這主要得益於招聘以及在盈利、基礎設施、MetaSuperintelligenceLabs以及監管合規等重點領域的增長。第四季度營業收入為247億美元，營業利潤率為41%。第四季度利息及其他收入為6.09億美元，主要來自股權投資的未實現收益。由於與稅務機關達成和解，本季度稅率為10%，略低於我們此前12%至15%的預期。淨利潤為228億美元，即每股8.88美元。資本支出（包括融資租賃本金支付）為221億美元，主要用於資料中心、伺服器和網路基礎設施的投資。自由現金流為141億美元。本季度末，公司持有現金及有價證券816億美元，負債587億美元。現在來看業務表現。我們的營收增長主要受兩大因素驅動：一是我們為使用者提供互動體驗的能力，二是我們持續有效地將這些互動轉化為收益的能力。首先，我們通過排名和產品改進不斷提升使用者參與度。InstagramReels在本季度表現強勁，在美國的觀看時長同比增長超過30%。使用者參與度的提升得益於我們為提高推薦質量而進行的多項最佳化，包括簡化排名架構以實現更高效的模型擴展。這使得我們的系統能夠考慮更長的互動歷史，從而更好地識別使用者的興趣。在美國，Facebook的視訊觀看時長繼續保持兩位數的同比增長，我們在資訊流和視訊平台上的排名和產品最佳化工作也取得了顯著成效。第四季度的最佳化措施使Facebook上自然流量資訊流和視訊帖子的瀏覽量提升了7%，這是過去兩年中Facebook產品發佈帶來的季度營收增長幅度最大的一次。我們持續提升內容推薦的新鮮度和原創性。在Facebook上，我們的系統當日推送的Reels短影片數量比上一季度增加了25%以上。在Instagram上，第四季度美國原創內容的佔比提升了10個百分點，目前75%的推薦內容來自原創帖子。Threads也呈現強勁增長勢頭，同樣受益於推薦系統的改進。第四季度的最佳化使Threads的使用者停留時間提升了20%。展望2026年，我們看到了巨大的發展機遇。這包括擴展模型中使用的訓練資料的複雜性和規模，同時不斷提升系統對使用者即時興趣的響應能力。我們還致力於整合大模型，以更深入地瞭解我們平台上的內容，從而實現更加個性化的推薦。今年另一項重要的投資領域是開發下一代推薦系統。我們在這方面投入了多項重金，包括從零開始建構基於LLM的全新模型架構，利用LLM的世界知識和推理能力來更準確地推斷使用者的興趣。除了改進推薦系統之外，我們還計畫利用MetaSuperintelligenceLabs開發的模型，打造引人注目且獨具特色的AI產品。目前，我們已經看到AI視訊本地化配音方面展現出巨大潛力。我們目前支援九種語言，每天有數億使用者觀看AI翻譯的視訊。這已經顯著提升了使用者在Instagram上的停留時間，我們計畫在今年內推出更多語言支援。此外，我們的媒體創作工具也獲得了強勁的反響。使用者每天觀看的Reels視訊中，近10%來自我們的Edits應用，比上一季度增長了近三倍。在MetaAI方面，第四季度每日活躍使用者創作媒體內容的數量同比增長了三倍。今年，我們計畫提升底層媒體生成模型的性能，並推出新功能，進一步增強產品體驗。MetaAI的另一個重點領域是個性化。早期測試表明，個性化回覆能夠顯著提升使用者參與度，我們計畫今年大幅提升MetaAI的個性化功能。這與我們對內容理解的投入相輔相成，這將使我們的系統能夠更深入地瞭解每個使用者的興趣和偏好，同時識別平台上最相關的內容並將其用於回覆。接下來，我們來談談影響營收的第二個因素：提高變現效率。這項工作的第一步是最佳化自然流量中的廣告投放比例。目前，我們的重點仍然是調整系統，以便找到投放廣告的最佳時間和地點。在某些情況下，這使我們能夠在保持使用者體驗的同時，提升廣告的整體投放量。然而，這項工作日益重要的部分在於，如何通過判斷使用者何時更願意觀看廣告，在廣告投放量不變的情況下，尋找提升轉化率的機會。事實上，在2025年下半年，我們在Facebook上推行的跨使用者和跨會話重新分配廣告的舉措，其帶來的收入增長幾乎是Facebook廣告投放量增長的四倍。我們也在不斷推進將廣告引入我們最新的服務。在Threads平台，我們本月開始將廣告擴展到所有剩餘國家/地區，包括英國、歐盟和巴西。在WhatsApp平台，我們預計將在年內完成廣告和狀態功能的全面推廣，短期內廣告投放量將保持較低水平，因為我們將遵循標準策略，在逐步增加廣告庫存之前，先最佳化廣告格式和效果。接下來，我們將著手提升變現效率的第二階段，即提高使用我們工具的企業的業績。我們看到，2025年全年對廣告效果的投資已取得非常顯著的成效，同比轉化率增長在第四季度加速。我們預計，2026年的一系列投資將使我們能夠進一步提升業績，因為我們將繼續把人工智慧融入行銷和客戶互動管道的各個層面。首先是我們的廣告系統，我們將持續擴展模型的複雜性和規模，以便更好地選擇展示那些廣告。第四季度，我們用於訓練GEM模型（用於廣告排名）的GPU數量翻了一番。此外，我們還採用了一種新的序列學習模型架構，該架構能夠處理更長的使用者行為序列，並處理關於每條內容的更豐富的資訊。第四季度，GEM和序列學習技術的改進共同推動Facebook廣告點選量提升3.5%，Instagram轉化率提升超過1%。這種全新的序列學習架構比我們之前的架構效率顯著更高，這將使我們能夠進一步擴展未來排名模型的資料量、複雜性和計算能力，從而提升廣告效果。在擴展GEM等基礎廣告模型的同時，我們也在開發更高級的模型，以便在執行階段進行下游廣告推理。第四季度，我們在Instagram資訊流、快拍和Reels中推出了新的執行階段模型，使轉化率在第四季度提升了3%。在Lattice的支援下，我們的模型統一工作也在持續推進。繼2025年上半年成功整合Facebook資訊流和視訊模型後，我們在第四季度將FacebookStories和其他平台的模型整合到了Facebook整體模型中。這一舉措，加上一系列後端改進，使廣告質量提升了12%。2026年，我們預計將整合比過去兩年更多的模型，因為我們將繼續改進系統，使其能夠運行數量更少但功能更強大的模型。接下來是廣告產品領域。我們持續投資，致力於幫助企業利用人工智慧降低廣告活動設定和最佳化的難度。第四季度，我們開始與廣告主測試MetaAI商業助手，該助手可協助完成廣告活動最佳化和帳戶支援等任務。未來幾個月，我們將向更多廣告主開放該助手，確保每家企業都能體驗並使用。未來幾個月，我們將向更多廣告主開放這項服務，讓每家企業都能擁有一個可以與之互動的AI助手。該助手能夠記住企業的目標，並提供個性化的業績提升建議。我們還在廣告創意領域部署AI以提升業績。第四季度，視訊生成工具的綜合營收年化率達到100億美元，環比增長速度幾乎是整體廣告收入增長速度的三倍。此外，我們的增量歸因功能也取得了非常顯著的成效，該功能能夠即時最佳化增量轉化。我們在第四季度推出的最新模型，相比標準歸因模型，轉化率提升了24%。該產品自推出僅七個月，年收入就已達到數十億美元。我要介紹的最後一個盈利領域是企業消息服務，我們整個解決方案組合在該領域都展現出了強勁的增長勢頭。第四季度，點選消息廣告的收入增長加速，其中美國地區的同比增長超過50%，這主要得益於我們網站消息廣告的廣泛應用。這類廣告會將使用者引導至企業網站以獲取更多資訊，然後再發起聊天。WhatsApp內的付費消息服務也持續增長，第四季度年收入突破20億美元。最後，我們在墨西哥和菲律賓的商業人工智慧也取得了良好的早期進展，目前每周有超過100萬次使用者與商業人工智慧在我們的消息平台上進行對話。今年，我們將把業務人工智慧推廣到更多市場，同時擴展其功能，使其不僅能回答產品庫存等問題，還能幫助使用者在WhatsApp內高效完成各項任務。我們經常談到人工智慧如何改進我們的產品，但我想借此機會簡要介紹一下它如何改變我們的工作方式。馬克提到，我們致力於將Meta打造成一個讓每個人都能發揮重大影響的平台。其中一項重點工作是推動我們人工智慧編碼工具的普及和發展，目前我們在這方面看到了強勁的增長勢頭。自2025年初以來，每位工程師的產出增長了30%，其中大部分增長來自智能體編碼的普及，而智能體編碼在第四季度實現了顯著增長。人工智慧編碼工具的高級使用者增長更為顯著，他們的產出同比增長了80%。我們預計這一增長勢頭將在未來半年加速。接下來，我想談談我們的資本配置策略。2026年，我們擁有顯著提升核心業務的機遇。我們計畫繼續優先投資於核心業務，以支援這些機遇，同時為未來幾年由人工智慧模型驅動的全新產品周期做好準備。確保充足的基礎設施容量是這些舉措的核心，我們正努力通過部署各種晶片來滿足我們的晶片需求，以最佳方式支援我們不同的工作負載。為此，在第四季度，我們擴展了Andromeda廣告檢索引擎，使其現在可以在NVIDIA、AMD和MTIA晶片上運行。這一改進，加上模型創新，使Andromeda的計算效率提升了近三倍。在第一季度，我們將擴展MTIA項目，使其除了目前運行的推理工作負載外，還能支援我們的核心排名和推薦訓練工作負載。更廣泛地說，在投資基礎設施以滿足業務需求的同時，我們將繼續優先考慮保持長期靈活性，以便能夠適應市場的發展變化。我們正通過多種方式應對挑戰，包括改變資料中心建設方式、建立戰略合作夥伴關係、簽訂雲容量合同，以及為部分大型資料中心建立新的所有權結構。我們擁有強勁的淨現金餘額，並預計到2026年，我們的業務將繼續產生充足的現金流，以支援我們的基礎設施投資，這已反映在我們的預期中。儘管如此，我們將繼續尋求機會，定期通過審慎的、成本效益高的外部融資來補充我們強勁的營運現金流，這最終可能使我們保持正的淨債務餘額。接下來，我們展望一下財務前景。我們預計2026年第一季度總營收將在535億美元至565億美元之間。根據當前匯率，我們的預測假設外匯因素將對同比總營收增長起到約4%的推動作用。接下來是支出和資本支出展望。我們預計2026年全年總支出將在1620億美元至1690億美元之間。大部分支出增長將由基礎設施成本驅動，其中包括第三方雲支出、更高的折舊費用和更高的基礎設施營運費用。支出增長的第二大因素是員工薪酬，這主要源於對技術人才的投資。這包括為支援我們的重點領域（特別是人工智慧）而招聘的2026年員工，以及2025年招聘員工的全年費用。從業務類股來看，我們預計支出增長將主要由“應用家族”（FamilyofApps）推動，而RealityLabs的營運虧損將與2025年的水平基本持平。我們預計2026年的資本支出（包括融資租賃的本金支付）將在1150億美元至1350億美元之間，同比增長主要得益於對元超級智能實驗室和核心業務投資的增加。儘管基礎設施投資大幅增長，但我們預計2026年的營業收入將高於2025年。在稅收環境未發生變化的情況下，我們預計2026年全年稅率為13%至16%。此外，我們近期與歐盟委員會就進一步調整個性化程度較低的廣告服務達成一致，並將於本季度開始逐步推出。然而，我們仍在密切關注歐盟和美國的法律和監管方面的不利因素，這些因素可能會對我們的業務和財務業績產生重大影響。例如，我們持續關注與青少年相關的問題，並且今年在美國計畫開展多項試驗，這些試驗最終可能導致重大損失。總之，2025年對我們公司而言又是強勁的一年。我們為改善業務所做的投資正在持續推動強勁增長，今年我們制定了令人振奮的路線圖，為我們的全球社區提供新的體驗和服務。一如既往，感謝我們團隊的辛勤付出和對我們使命的堅定承諾。克麗斯塔，接下來我們開始接受提問。操作員：謝謝。現在我們將開放問答環節。（操作員說明）（操作員說明）您的第一個問題來自摩根士丹利的Brian Nowak。請提問。Q1 Brian Nowak：感謝您回答我的問題。我有一個問題問Mark，一個問題問Susan。Mark，第一個問題是關於長期發展的。考慮到您計畫擴大投資規模，並抓住個人智能和元宇宙領域的機遇，您能否簡要介紹一下，您認為在未來三到五年甚至十年內，通過這些投資，您最看重那些長期收入或投資回報率（ROIC）？Susan，第二個問題是關於近期的，比如2026年。我認為你們的指南業務是近五年來增長最快的。我知道你們在推薦和盈利效率方面做了很多改進，但您能否幫我們分析一下，2026年收入增長的兩三個主要驅動因素是什麼？馬克·祖克柏，創始人、董事長兼首席執行長：好的，我想我可以先回答第一個問題。不過我得先說明，我覺得這次通話中我對你們很多問題的回答可能不太令人滿意，因為我們正處於一個有趣的時期，我們一直在重建人工智慧項目，已經進行了六個月，我對目前的進展感到滿意。但在接下來的幾個月裡，我們將圍繞這些內容陸續推出首批模型、產品和業務。屆時，我會就所有這些方面分享更多資訊。所以，我很樂意先給大家提供一個概覽。但我提前要說的是，這些內容可能不會特別詳細，不過隨著我們逐步推出，相信會令人興奮。我認為，就業務而言，我的意思是——我並不認為我會在這裡提出什麼新觀點，但是——我們正專注於幾個重要的商業機遇。我認為其中之一就是改進核心產品並加速核心業務的發展。我之前談到過將推薦系統和LLM連接起來，我認為這將同時提升自然流量體驗和廣告質量。我們將看到媒體生成技術的進步提升內容質量，再加上推薦系統的改進，我們預計核心業務的質量和效率將全面提升，無論對於自然流量使用者還是企業使用者都是如此。所以我認為這會產生連鎖反應。然後，我認為會湧現出許多新的商業機會。我的意思是，我們一直在研究元人工智慧，我想你們已經開始看到這類產品在整個行業中的一些盈利模式了。當我們把這項技術發展到我們想要的規模和深度時，我們認為無論是在訂閱、廣告還是其他各種方面，都會出現很多機會。是的，關於購物和電商，我有很多興奮之處，我在前面的評論中也提到過。隨著模型的推出和功能的展示，無論是首批模型還是未來一年的後續模型，我認為這些模型都會變得更加完善。我們將能夠把不同的產品與這些模型結合起來，從而更好地服務於不同的企業——包括使用我們平台的企業以及直接面向消費者的企業。我想，值得一提的是，我們之前似乎都沒有提到Manus的收購。我認為Manus的收購就是一個很好的例子，它能幫助很多企業加速業務增長。目前，很多企業已經付費訂閱Manus的工具，而我們將把這類工具整合到我們的廣告和商務管理平台中。這樣一來，我們就能為數百萬使用和依賴我們平台的企業提供更加一體化的解決方案，這將非常強大，不僅能幫助他們利用現有產品加速業務增長，還能通過新增產品線來進一步提升業績。所以，我的回答比較概括，我認為如果我們在這一年中做好自己的工作，情況會變得更加清晰，也會更加令人興奮。蘇珊·李，首席財務官：布萊恩，關於你的第二個問題，2026年第一季度營收預期顯然涵蓋了多種可能的結果。總體而言，它反映了我們對該季度強勁增長的預期。該預期區間反映了加速增長的前景，而這主要得益於我們在第四季度末以及2026年初持續強勁的需求。此外，我們預計外匯因素將對同比增長產生4個百分點的利多。這比2025年第四季度美元走強時所受到的利多因素大了3個百分點。但總體而言，我們看到廣告商對我們所做的廣告效果改進做出了積極響應。它們正在推動強勁的轉化率增長。我們在2025年進行了大量此類投資，包括改進廣告排名和投放系統、更有效地重新分配廣告負載、在Advantage+等廣告產品中推出新功能、改進衡量方法，以及其他許多有助於推動廣告持續表現的出色工作。操作員：您的下一個問題來自高盛的Eric Sheridan。請提問。Q2 Eric Sheridan：非常感謝您回答這個問題。如果可以的話，我想問兩個問題。您之前曾提到過公司內部產能有限，計算能力不足以實現您在平台和產品方面設定的目標。我想瞭解一下，您目前如何看待自身內部對計算能力的需求與路線圖的契合度？第二個問題是，隨著廣告業務規模的不斷擴大，尤其是在年收入增長方面，我們是否已經看到了業務規模擴大對計算能力提升帶來的全部直接影響？或者說，投資者應該如何看待算力提升與盈利提升之間的方向性關係？謝謝。蘇珊·李，首席財務官：關於您的第一個問題，我們確實仍然面臨產能瓶頸。我們的團隊在2025年期間出色地完成了基礎設施升級工作，但公司對計算資源的需求增長速度甚至超過了我們的供應速度。因此，我們預計到2026年，隨著雲業務的拓展，今年的計算能力將顯著提升。但直到我們自有設施的額外容量在2026年晚些時候上線之前，我們的計算能力在2026年的大部分時間裡仍可能受到限制。儘管如此，我認為我們在內部已經有效地緩解了計算能力限制對業務的影響。我預計這種情況在2026年仍將持續。我們正持續從多個方面提升基礎設施效率，包括最佳化工作負載、提高基礎設施利用率、實現晶片供應多元化，以及在內容和廣告排名等領域的核心技術研發工作中加大效率提升方面的投入。這是您的第一個問題。第二個問題是關於廣告業務如何擴展。我想我無法對此給出非常精確的答案。我想說的是，我們提升廣告效果的方法之一是改進我們的大型模型以及用於執行階段廣告推理的輕量級模型。我們通常不會將像GEM這樣的大型模型架構用於推理，因為它們的規模和複雜性會導致成本過高。因此，我們提升這些模型性能的方式是利用它們將知識遷移到執行階段使用的小型輕量級模型。但我認為，我們的大型模型仍有提升空間，可以從更多的計算資源中獲益。隨著我們增加可用於這些模型以及支撐廣告排名和推薦各個階段的基礎模型的計算資源，我們預計性能將會得到提升。操作員：下一個問題來自Bernstein的 Mark Shmulik。請繼續。Q3 Mark Shmulik：馬克，你提到預計今年工作方式和運作方式會有一些實質性的變化，那麼，如果到年底我們仍然看不到一些你推出的新產品和新舉措取得實質性進展或被廣泛採用，你會感到驚訝嗎？或者我們應該對時間表更有耐心一些？蘇珊，你之前給出的指導意見是——我仍然預計今年的增長速度會比去年更快——假設幾個月後我們意識到需要更多投資和資源來繼續抓住人工智慧帶來的機遇，但宏觀經濟形勢可能略顯疲軟。那麼，投資水平與核心業績之間的關聯度有多高？謝謝。馬克·祖克柏，創始人、董事長兼首席執行長：我認為第一個問題是問我預計產品何時會產生影響。我的意思是，我們將在今年陸續推出新產品。我認為重要的是，我們並非只推出一項功能，而是在建構多個功能。人工智慧將帶來許多全新的體驗。我在之前關於個人人工智慧、LLM與推薦系統的討論中，已經概括地闡述了其中的一些主題。我認為這將是一個相對長期的研究項目，它將在很長一段時間內產生回報。但隨著我們將更多人工智慧研究的改進和進展融入推薦系統，我們已經看到推薦系統得到了顯著的最佳化。內容將會改進，會有新的形式，眼鏡也會有所提升。我們會嘗試很多不同的方面，包括一些我們認為全新的、並非現有功能的簡單擴展。所以，是的，我的意思是，我預計這些功能會在今年陸續推出。有時候，產品需要經過幾次迭代才能真正達到市場認可度，找到所需的市場契合點。但我認為我們有足夠的時間，而且年初就啟動了，所以我預計到年底，無論是在內容方面還是在工作方面，我們都能取得一些成功。我們之前討論過，我認為很難精準預測組織的工作模式會如何變化。但我認為，智能代理現在開始真正發揮作用，這意義重大，而且我認為這將帶來顯著的改變。我們已經開始看到，採用智能代理的人的工作效率顯著提高。能做好這件事的人和做不好這件事的人之間存在著巨大的差距。我認為這將對整個行業乃至整個經濟產生深遠的影響，影響著我們營運這些公司的生產力和效率。我希望我們能夠利用這一點，比以往完成更多的工作。我最關注的是確保Meta成為一家能夠產生巨大影響的偉大公司。你可以在任何地方使用這些智能工具，但只有加入像Meta這樣的公司，你才能將產品交付給數十億使用者，而像Meta這樣的公司並不多。所以我認為，如果我們能夠成功——能夠駕馭這些工具——那麼隨著時間的推移，我們應該會看到產出量的顯著提升。現在，要精準預測這項技術何時普及，確實有點難，對吧？我不會預測具體是那個季度之類的，但趨勢表明，這勢在必行。對我來說，這非常令人興奮。就像我之前說的，說實話，這也挺有意思的，對吧？我覺得能夠建構很多東西，會讓事情變得更有趣。而這正是我們來這裡的目的。蘇珊·李，首席財務官：謝謝你，馬克。關於你的第二個問題，我想確認並澄清一下。我記得你在問題中提到，2026年的營業收入增長率會高於2025年。我想確保我的解釋非常清楚。我們預計2026年的營業收入將高於2025年。這裡比較的是絕對金額，而不是增長率。為了便於理解，我們2026年伊始就實現了強勁的營收增長。當然，目前我們才剛剛開始幾周，而且是在宏觀經濟形勢良好的背景下。因此，顯然很難將目前的趨勢推斷到全年。此外，當前形勢下存在諸多變數。我們確實充分利用了當前的業務優勢，將大量收入再投資於我們認為極具吸引力的人工智慧基礎設施和人才投資機會。由於我們仍在權衡各種產能選擇，因此很難評估今年所有投資機會的具體情況。當然，目前的招聘市場競爭依然非常激烈，但我們希望在力所能及的範圍內積極投資。我們將繼續沿用幾年前提出的框架，即隨著時間推移不斷提高合併營業利潤，以此指導這些投資。根據我們目前的計畫，我們預計2026年的營業收入將超過2025年。操作員：你的下一個問題來自摩根大通的Doug Anmuth。請繼續。Q4：Doug Anmuth：非常感謝您回答這些問題。我問馬克一個問題，蘇珊一個問題。馬克，您能否詳細介紹一下MSL團隊幾個月以來的進展，以及您對今年邁向前沿模式的看法？蘇珊，我知道您預計2026年營業收入會增長。您是否也預計會有正的自由現金流？我們應該如何看待目前以及未來在資料中心和計算設施建設方面的合資項目？謝謝。馬克·祖克柏，創始人、董事長兼首席執行長：關於目前的進展，我暫時沒什麼可補充的了。我的意思是，所以我一開始就說了，現在回答這些問題可能有點不太合適。MSL項目已經進行了大約六個月，我對團隊的素質非常滿意。我認為我們擁有業內最強大的研發團隊，一些早期指標也顯示出積極的態勢。但是，我認為這是一項長期的工作。我們做這件事的目的不是為了推出單一的模型或產品。我們會隨著時間的推移開發很多模型和各種不同的產品。我希望確保作品本身就能說明一切，同時我們也希望大家都能明白，這是一段旅程，我們推出的第一批產品，我認為更多的是為了展現我們正在走的軌跡，而不是某個特定時刻的成果。所以，是的，我很樂觀，但目前還沒有其他特別具體的消息可以分享。蘇珊·李，首席財務官：道格，關於你問題的第一部分，我們今年在基礎設施建設方面進行了大量投資，以支援我們的人工智慧項目。我們相信，憑藉今年的業務現金流，我們完全有能力為這些投資提供強有力的支援。同時，我們也將繼續探索不同的路徑，不斷完善基礎設施，以期在未來幾年可能出現的各種容量需求背景下，為我們提供所需的長期靈活性和選擇價值。因此，目前我們暫無其他消息可以公佈。你知道，我們正在研究所有不同的機會，以便在我們需要的各種時間範圍內建立和發展能力。操作員：下一個問題來自美國銀行的Justin Post。請提問。Q5 Justin Post：好的，有兩個問題，一個馬克，一個給蘇珊。感覺你們的產能非常驚人。你們打算如何拓展廣告以外的業務機會？比如訂閱模式、雲授權模式，以及你們正在開發的各種有趣的產品。我並不期待你們發佈任何產品公告，但你們除了廣告之外還能做些什麼呢？另外，Susan，看到廣告行業（包括FX）的加速發展真的很有意思。我想知道你們是否也觀察到了電子商務的整體加速發展，你們認為資金主要來自那裡？整個網際網路生態系統是否也在加速發展？我想聽聽你們的看法。馬克·祖克柏，創始人、董事長兼首席執行長：是的，我們關注的重點不僅限於廣告。我認為，從資料來看，未來幾年廣告仍將是我們業務增長的最重要驅動力。因此，我們在推進相關工作的同時，也在努力平衡各種創新舉措，並大力投資人工智慧，確保我們在人工智慧領域所做的一切努力都能提升我們核心應用和業務的質量和績效。當然，我們之後會分享更多相關資訊。但需要指出的是，所有這些舉措，即便能夠快速擴展，也需要一段時間才能在廣告業務的規模上真正發揮作用。與此同時，我們也非常專注於為企業提供更多價值，並提高我們投放廣告的應用程式的質量。蘇珊·李，首席財務官：賈斯汀，關於你的第二個問題，第四季度除政治類股（因為我們錯過了去年的美國總統大選）外，所有垂直領域均實現了穩健的同比增長。其中，電商類股是同比增長的最大貢獻者，其次是專業服務和科技類股。因此，線上商務業務同比增長強勁，與第三季度基本持平，且增長勢頭遍及各個地區和規模的廣告主。總體而言，我們看到，從假日購物季前到網路星期一，再到年底，市場需求持續旺盛，這對我們來說非常有利。專業服務領域也實現了強勁的全面增長，這主要得益於我們產品改進帶來的潛在客戶開發廣告的顯著貢獻，包括我們在第四季度初全面推出的Advantage+潛在客戶開發活動。科技垂直領域也繼續保持強勁增長，同樣，增長勢頭遍及各個地區和規模的廣告主。總而言之，我認為整體增長非常健康，且增長動力來自各個方面。操作員：您的下一個問題來自巴克萊銀行的Ross Sandler。請提問。Q6 Ross Sandler：是的，馬克，你提到過要把《地平線世界》移植到移動平台。我們之前很少聽到《地平線世界》團隊在電話會議上發言。所以，聽說這個項目要推進移動端真是太好了。看來，人工智慧和你們在《地平線》中打造的技術相結合，可能會為遊戲領域或新的溝通方式開闢許多新的可能性。那麼，您能否詳細說明一下具體的計畫是什麼？謝謝。馬克·祖克柏，創始人、董事長兼首席執行長：是的，那我就來談談這個基本主題。這些年來，我在一些電話會議上提到過一個核心觀點，那就是人們總是渴望以儘可能豐富的方式來表達自我、體驗世界。所以今天我先談了這一點。我們剛起步的時候，很多內容都是以文字為主，對吧？那幾乎是我們當時能做到的極限了。後來，手機普及，有了攝影機，很多內容都變成了視覺化的。但隨著照片的普及，我們經歷了一段行動網路不穩定的時期，每次想看視訊都要緩衝。這個問題解決後，現在視訊已經成為內容的主要形式。我們一直以來的核心理念之一就是，這並非終點，對吧？視訊會長期存在，它會繼續發展壯大，不會消失，就像照片和文字一樣，在很多方面都會繼續發展，即使市場本身也在不斷增長。但我認為視訊並非最終的最終形式。我認為未來會出現更多互動性更強、沉浸感更強的形式，而且這些形式會出現在你的資訊流中。你可以想像一下，當然，這其中還有很多細節需要完善，但你可以想像，人們可以通過提示輕鬆地創造一個世界或建立一個遊戲，並與他們關心的人分享。你可以在資訊流中看到它，並立即參與其中。而且，這種技術既有3D版本，也有2D版本。我認為Horizon非常適合打造沉浸式3D體驗。但可以肯定的是，在未來，任何視訊都可以點選進入，以更有意義的方式參與其中，獲得更豐富的體驗。我認為，我們在虛擬現實軟體和Horizon以及公司其他諸多領域的投資，將與人工智慧的進步完美結合，從而通過移動裝置將這些體驗帶給數億乃至數十億使用者。總之，這就是我非常興奮的地方，但這只是眾多主題中的一種，我認為這個主題會非常有趣。我認為未來會湧現出許多不同類型的互動式沉浸式內容。而《地平線》就是一個非常有趣的例子，我很期待看到它如何發展。操作員：下一個問題來自花旗銀行的Ron Josey，請提問。Q7 Ron Josey：太好了，謝謝你回答這個問題。我想就你之前關於排名推薦模型變革的評論，和蘇珊深入探討一下。鑑於GEM、Andromeda、Lattice以及模型整合等方面的成果，顯然有很多有利因素。那麼，你能否幫我們更詳細地瞭解一下路線圖，以及我們在排名推薦模型變革方面所處的階段？有一種觀點認為，我們可能遇到了某種限制因素，或者我們正在等待更新的模型，但任何見解都將對我們思考下一步以及未來的發展方向非常有幫助。謝謝。蘇珊·李，首席財務官：是的，謝謝你的提問，Ron。我剛才在想你的問題究竟是更側重於廣告方面，還是更側重於使用者互動方面，不過我會儘量兩方面都談談。關於核心的使用者互動部分，我們在第四季度針對Facebook和Instagram推出了一系列排名最佳化措施，這些措施有效提升了使用者互動。實際上，並沒有那一次產品發佈是推動增長的主要因素。這得益於我們對推薦系統的多項最佳化，這些最佳化幫助我們更精準地預測每個使用者的興趣所在。我剛才也簡單介紹了其中的一些最佳化，以及它們在Facebook和Instagram上的具體應用。我們認為，到2026年，我們的推薦系統還有很大的提升空間，預計這將進一步推動這兩個應用的使用者參與度增長。首先，我們計畫繼續擴展模型規模，並增加資料使用量，包括納入更長時間的內容互動歷史記錄，以進一步提升推薦的整體質量。同時，我們將開始驗證廣告訊號和自然內容推薦的使用情況，並逐步建構一個更加共享的自然內容和廣告推薦平台。其次，我們將繼續最佳化推薦，使其更貼合使用者在會話期間的互動內容，從而提供更符合他們當下興趣的推薦。最後，鑑於LLM能夠更深入地理解內容，我們將致力於將其更深入地融入現有的推薦系統。我認為這對近期發佈的內容尤其有用，因為這類內容缺乏足夠的互動資料來支撐推薦。在廣告方面，我們已經討論過Andromeda、Lattice和GEM等模型在廣告領域的諸多工作。我將在第四季度重點介紹GEM，我們擴展了GEM，使其能夠覆蓋FacebookReels。現在，它覆蓋了Facebook和Instagram的所有主要平台。我們還將用於訓練GEM的GPU叢集規模擴大了一倍。預計到2026年，我們將把GEM的訓練規模顯著擴大到更大的叢集，從而提升模型的複雜性，擴展訓練資料，並利用我們在第四季度開始部署的全新序列學習架構。此外，我們還將進一步改進如何將GEM基礎模型的學習成果遷移到我們使用的執行階段模型中。所以我認為，在技術堆疊的許多元件中，還有很大的提升空間。這是我們首次找到一種能夠像LLM一樣高效擴展的推薦模型架構。我們希望這將使我們能夠在保持可觀投資回報率的同時，大幅擴展排名模型的規模。操作員：接下來的問題將來自富國銀行的Ken Gawrelski。請繼續。Q8 Ken Gawrelski：非常感謝。首先，對於Mark來說，Meta擁有一個領先的通用模型有多重要？或者，一個在特定用例中表現卓越的模型是否就足夠了，比如像Anthropic目前在編碼方面所展現的那樣？我們非常希望您能就此發表意見。其次，我想再追問一下，蘇珊，關於您目前所掌握的資訊。您提到2026年您在模型方面做了一些改進，對核心功能進行了微調，包括提升使用者參與度和廣告相關性。您能否談談這些投資是否出現了收益遞減的跡象？您認為2026年以後，在那些方面還有進一步的發展機會？謝謝。馬克·祖克柏，創始人、董事長兼首席執行長：我認為問題在於，對我們來說，擁有一個通用模型究竟有多重要？在我看來，Meta就像是一家深度科技公司。所以，人們會想到我們，因為我們在建構這些應用和體驗。但讓我們能夠建構所有這些產品的關鍵在於，我們建構並掌控著底層技術，這使我們能夠整合和設計我們想要的體驗，而不是僅僅受限於生態系統中其他參與者正在建構或允許我們建構的內容。因此，我認為這是一個非常根本的問題。我猜測，由於種種原因，包括一些競爭因素和一些安全因素，前沿人工智慧技術不可能總是通過API向所有人開放。所以，我認為，如果你想成為塑造這些產品未來的世界級公司之一，那麼擁有建構你想要的體驗的能力至關重要。所以我覺得，從商業角度來看，這非常重要。而且，從創意和使命的角度來看，能夠真正設計和建構我們認為應該為人們打造的體驗也至關重要。是的，我的意思是，我認為這非常重要。否則，我們就不會如此專注於此，我們現在顯然非常重視這一點。蘇珊·李，首席財務官：關於您的第二個問題，有趣的是，一年前的這次電話會議上，我好像談到了我們在2025年預算流程中針對廣告效果和自然流量互動計畫所做的一系列投資。這些投資總體上都取得了成效，我們對當時採用的流程非常滿意，包括使用預期投資回報率對投資進行排序，確保我們擁有完善的衡量體系，為那些投資回報率為正的項目提供資金，並跟蹤它們在一年中的表現。我們剛剛完成了2026年的預算流程，並為類似的投資項目提供了資金，我們預計這些投資將使我們能夠在2026年繼續保持強勁的營收增長。儘管如此，由於一些原因，我預計全年報告營收和按固定匯率計算的營收增長都將低於第一季度的水平。首先，根據目前的匯率，我們預計匯率利多因素將在今年晚些時候消退。其次，我們將在今年晚些時候結束此前受益於2025年廣告效果投資和強勁宏觀經濟環境的強勁增長期。最後，我們預計在歐盟推出的修訂版、個性化程度較低的廣告服務可能會帶來一些不利影響，該服務將於第一季度末開始逐步推出。但與2025年類似，我們對我們識別具有吸引力的投資機會並將其納入預算以支援排名和推薦系統關鍵舉措以及提高模型容量效率的過程感到滿意，所有這些都是推動我們增長的關鍵。操作員：下一個問題來自Evercore樂隊的MarkMahaney，請提問。Q9 Mark Mahaney：好的，我想問兩個問題。MetaAI，關於使用者參與度和使用情況，你們有什麼最新進展嗎？你們是否剛剛開始對這項功能進行改進？另外，Susan，關於股票回購，我想你們本季度沒有回購任何股票。您已經有一段時間沒有回購股票了，大概有一年了吧。年初的時候您談到過資本配置，聽起來您近期沒有回購股票的打算，您能再確認一下嗎？非常感謝。蘇珊·李，首席財務官：好的，我很樂意回答這兩個問題。MetaAI的最新進展是，它現在已覆蓋超過200個市場。MetaAI日活躍使用者最多的市場與我們其他應用非常流行的市場基本一致。不過，不同地區使用者使用MetaAI的主要應用有所不同。例如，在印度和印度尼西亞，WhatsApp的使用率最高。在美國，Facebook是提升使用者參與度的重要驅動力。總的來說，我們看到了很多機會，可以簡化使用者每天使用我們服務所要完成的任務。如果我們能做好這一點，使用者使用我們產品的方式將會不斷擴展。因此，我們致力於將MetaAI打造成最個性化的助手，同時利用我們平台上的海量資訊、趨勢和內容，提供差異化的洞察。我們認為，我們在建構高度個性化的體驗方面擁有非常強大的實力，並將這些優勢融入MetaAI，以便我們能夠根據每個人的個人興趣和偏好定製回覆。關於您的第二個問題，即股票回購，我們的股票回購水平會因多種原因而隨時調整，包括我們是否認為某些領域在短期內更需要資金。目前，我們認為公司的首要任務是投入資源，將自身定位為人工智慧領域的領導者。因此，這確實是資金的首要用途，但我們將繼續保持機會主義，評估股票回購與其他資金用途之間的利弊。KennethDorell，投資者關係總監：好的，我想我們今天的節目就到這裡吧。感謝各位今天的參與。我們期待很快能再次與大家交流。操作員：今天的電話會議到此結束。感謝您的參與，您現在可以斷開連接了。活動已結束。 (invest wallstreet)

將高度理性的資料驅動，與極度尊重個體創造力相結合。多年前，Gemini大模型的發佈讓全球科技圈重新審視Google的AI佈局。當外界還在討論其與GPT的參數比拚時，很少有人注意到一個細節：這款跨模態大模型的核心技術，源自Google2017年開放原始碼的Transformer架構，以及收購併長期投入的DeepMind實驗室——兩項看似不相關的佈局，在近十年後形成了精準共振。更早之前，當亞馬遜AWS已經在雲端運算市場佔據半壁江山時，Google雲（GCP）仍一度被視為“追隨者”，但如今憑藉AI原生雲的定位，成為全球第三大雲服務商，增速持續領跑行業。從搜尋引擎的絕對壟斷，到Android系統佔據全球移動裝置七成以上份額，從雲端運算的後發先至，到AI時代的技術引領，Google成立二十多年來，幾乎在每一個關鍵技術轉折點都踩准了節奏。與之形成鮮明對比的是，微軟有比爾·蓋茲、薩提亞·納德拉，亞馬遜有傑夫·貝佐斯，蘋果有史蒂夫·賈伯斯、蒂姆·庫克，這些CEO的個人光環幾乎等同於公司符號。而Google的歷任CEO，無論是埃瑞克·施密特、拉里·佩奇，還是如今的桑達爾·皮查伊，都顯得低調內斂，甚至在大眾認知中“存在感不強”。更值得玩味的是，科技行業對“管理文化”的討論，多集中在微軟的刷新、亞馬遜的Day1、蘋果的極致產品主義，Google的決策邏輯卻始終像一個黑箱。它沒有喊出振聾發聵的管理口號，也沒有形成可複製的“爆款方法論”，卻總能在複雜的市場博弈中做出正確選擇——以至於時至今日，在浪潮迭起的時代變化裡，這家公司從未落跑，市值更是超越蘋果，成為全球第二極。這背後，究竟隱藏著怎樣的運作模式？驅動Google持續做對決策的“發動機”，又是什麼？01 決策去中心化：讓聽到炮火的人掌握話語權在試圖理解Google如何做出決策時，一個常見的認知誤區是，尋找單一的、閃耀的個人權威或一句朗朗上口的管理箴言。但Google的決策體系，從根源上摒棄了“CEO集權”的模式。拉里·佩奇和謝爾蓋·布林在創立之初就意識到，技術創新的不確定性決定了最正確的決策往往不是來自頂層設計，而是源於一線團隊對技術趨勢和使用者需求的敏銳感知。這種認知，最終演變成Google“去中心化決策網路”的核心邏輯。在Google內部，幾乎不存在一言堂式的戰略制定流程。任何一個團隊，只要能拿出足夠有說服力的技術論證和市場分析，都可以向公司申請資源支援，甚至挑戰既定的戰略方向。2013年，當Google雲還處於起步階段時，內部有三個團隊同時在探索不同的雲端運算技術路線：一個聚焦基礎架構即服務（IaaS），一個主攻平台即服務（PaaS），還有一個嘗試將Google的核心技術（如巨量資料處理工具BigQuery）封裝成行業解決方案。不過這種“內部賽馬”，並不像當下許多網際網路公司的無序競爭。但與此同時，任何重大產品決策，從介面設計到市場進入，都必須通過嚴格的A/B測試和資料分析來驗證。即便是備受推崇的“20%自由時間”制度，其存續與調整也依賴於內部對創新產出率的持續評估。內部有一條廣為遵循的原則：“不要聽信‘河馬’，即最高薪人士的意見。” 在會議中，無論職位高低，最有說服力的不是頭銜，而是支援觀點的資料質量。一位初級工程師可以用詳實的A/B測試結果，質疑甚至推翻副總裁的產品設想。這創造了一種近乎“智力平等”的辯論場域，決策過程從權力博弈轉向真理探求。最終，Google沒有簡單地選擇某一條路線，而是將三個團隊的優勢整合，形成了“基礎架構+平台+行業解決方案”的三位一體模式。也正因此，Google雲避開了AWS早期“重IaaS輕生態”的短板，也沒有重蹈微軟Azure初期“定位模糊”的覆轍，在AI時代憑藉“雲+AI”的協同優勢實現彎道超車。在Google，“做決策”並不是高管的核心職責，決策往往在技術精英層的深度辯論中產生，CEO的角色更接近於辯論主持人、資源協調者和最終執行責任的承擔者，很少直接干預具體業務的決策，工作重心是協調跨部門資源、保障內部溝通順暢、維護公司的長期價值導向。這正是Google最獨特也最易被誤解的一點：它的決策權威，日益從個人身上轉移到系統之中。這解釋了為何其CEO相對低調，卻不妨礙組織高效運轉。佩奇和布林最持久的遺產或許並非某個具體產品。OKR才是核心處理程序，它強制要求目標公開透明、野心勃勃且可衡量。全公司上下，從CEO到基層團隊，每個人的OKR都相互可見。這一機制產生了兩個革命性效果：第一，它讓組織的力量在縱向和橫向上自動對齊，減少了因資訊不透明導致的重複勞動或方向偏離；第二，它使績效評估基於對公共目標的貢獻度，而非上級的主觀印象，進一步削弱了辦公室政治。“賦能而非管控”，讓Google內部形成了一種“自下而上”的決策動力。每個團隊都有足夠的自由度去探索，那麼公司要做的，是通過完善的資源調配機制，讓有潛力的方向獲得足夠支援。因此，Google的CEO無需像賈伯斯那樣扮演產品先知，也無需像貝索斯那樣事無鉅細地掌控，更無需像馬斯克那樣以個人形象繫結公司品牌。02 長期主義：不做“緊急但不重要”的決策Google的決策邏輯押注長期價值，但這種長期主義並不是簡單的“延遲滿足”。2006年，Google以16.5億美元收購YouTube時，這家視訊網站還處於虧損狀態，外界普遍質疑Google花天價買了一個燒錢機器。但佩奇和布林看到的，是視訊內容即將成為網際網路主流形態的趨勢。在收購後的十年裡，Google沒有強迫YouTube快速盈利，而是持續投入資金最佳化演算法推薦、搭建內容生態、完善創作者激勵機制。直到2019年，YouTube才成為Google營收的第二大支柱，如今更是佔據全球視訊串流媒體市場的半壁江山。反觀同期的競爭對手，雅虎視訊、微軟MSN視訊等，因急於追求短期盈利，頻繁調整戰略，最終在競爭中掉隊。除此以外，早年廣告業務爆發時，有團隊提出“根據使用者搜尋記錄精準推送廣告，甚至向第三方出售部分資料”，這個方案能讓短期收入大幅提升，卻被管理層否決。當時負責廣告業務的負責人拿出一份使用者隱私調研指出，大部分使用者願意接受適量廣告，但他們反感資料被濫用。團隊的邏輯很清晰：廣告收入的根基是使用者信任，破壞信任換短期增長，得不償失。如今，Google廣告業務依然是全球最賺錢的廣告模式之一，核心就在於使用者的信任積累。我們常常稱讚一家公司“反應迅速”、“抓住風口”，但Google的許多重要決策，在外界看來恰恰是“緩慢”甚至“遲鈍”的。雲端運算是另一個典型的例子。當亞馬遜AWS已經攻城略地、微軟Azure開始全力追趕時，Google雲似乎還在不緊不慢地搭建自己的技術架構。市場焦急，分析師質疑，客戶在流失。按照大多數公司的決策邏輯，這時應該立刻推出一套模仿對手的簡化產品，先搶佔市場再說。緊急嗎？非常緊急。重要嗎？似乎也重要。但Google的選擇是，繼續挖它的運河。因為它知道，如果僅僅複製一個AWS的替代品，自己永遠只能是追趕者。它要的，是修建一條完全不同的河道：一個真正為雲原生時代、為機器學習和巨量資料而設計的雲。這個決策意味著要忍受好幾年的市場質疑和份額落後，要把巨大的資源投入到像Kubernetes這樣的開源基礎設施中（當時看來這簡直是在為對手做嫁衣），要說服開發者接受一套全新的思維和工作方式。這個過程一點也不激動人心。但當數位化處理程序深入到下一個階段，企業不再滿足於簡單地把伺服器搬到網上，而是需要在雲上建構智能、靈活的應用時，人們才發現，Google挖的那條運河，恰好通往未來最需要水的地方。需要注意的是，在Google，有些團隊的任務就是應對“今天”和“本周”的問題，比如營運和最佳化現有產品。但另一些團隊，他們的OKR（目標與關鍵成果）時間跨度是三年、五年，甚至更長。他們的成功標準不是下個季度的營收，而是能否在某個根本性的技術或科學問題上取得突破。公司允許，甚至鼓勵一部分資源長期游離在“緊急”的業務壓力之外。這就好比一片森林，既有生長迅速、吸收養分的灌木層，也有生長緩慢、但最終決定森林高度的喬木層。決策時，你不能因為灌木長得快，就把所有陽光都給它。那麼，是誰在守護這種長期視角？在一個沒有強勢、獨裁型CEO的公司裡，這個責任是分散的。技術骨幹們承擔了一部分。在Google，高等級工程師擁有巨大的影響力。他們的晉陞和評價，很大程度上取決於對技術方向的判斷和貢獻。系統也承擔了一部分。OKR體系要求目標必須具有“挑戰性”，這天然鼓勵了超越當前能力的思考。當然，領導者依然是關鍵的守門人。長期主義的決策，結果不會立竿見影。但當它終於因為佈局深遠而迎來收穫期時，人們往往稱之為“幸運”或“遠見”。03 湧現的智慧：建構創新生態而非規劃創新路徑在《重新定義團隊》這本書裡，Google所認為的突破性創新，往往無法被“計畫”或“指揮”。規劃創新，聽起來很合理。設定明確的目標，分配資源，制定時間表，然後執行。但創新的本質，尤其是突破性的創新，常常是“規劃”不出來的。就像你無法在1920年規劃出網際網路，在1990年規劃出智慧型手機的具體模樣一樣。突破往往誕生於意料之外。Google很早就意識到了這一點。早期著名的“20%時間”政策，本質就是一種制度化的湧現機制，通過明確的制度授權，為自下而上的創意提供了資源、時間和合法性。Gmail、GoogleNews等里程碑產品皆源於此。儘管這一政策的形式隨著公司規模擴大而演變，但其核心，通過給予自主權來激發創造力，已融入Google的基因。這個制度能運轉，靠的不僅是規則本身，依然是一整套與之匹配的決策邏輯。首先，Google的決策尊重“自下而上”的發現。 在大多數層級森嚴的組織裡，資訊的流動和想法的認可，高度依賴匯報線。在這個過程中，想法很可能因為某個中間人而被過濾掉。Google通過技術論壇、內部程式碼開源、扁平化的項目啟動流程，努力讓好的想法能自己“浮”上來。其次，它鼓勵看似“不務正業”的跨界碰撞。管理層不會只根據“這個主題和我們的核心業務有多相關”來決定是否支援。他們認為創新常常發生在學科的邊緣和交叉地帶。保持知識的廣泛流動和跨界交流，就是在為不可預測的創新增加機率。在一個規劃驅動的文化裡，失敗是必須避免的污點，但在一個生態思維的文化裡，“嘗試-失敗-學習”是系統進化的基本方式。Google關停過無數產品，從Google+到Google眼鏡的消費者版本。這些決定當然不是輕易做出的，但公司不會因為一個項目的失敗，而全盤否定背後的團隊或個人，更不會因此就關閉所有高風險的探索通道。內部常常流傳著一些項目被砍掉的故事。有些項目可能有不錯的使用者資料，有忠實的團隊，甚至已經開始產生收入。但一旦評估認為，它只是對現有模式的微小改進，或者偏離了最核心的技術方向，就可能被終止。資源，尤其是最頂尖的人才會被重新調配到那些更具基礎性、更可能定義未來的工作上。這個決策過程通常是痛苦的。但它傳遞了一個訊號：在這裡，衡量一個決策的價值，不僅看它能否立刻解決一個麻煩，更要看它能否在五年後依然重要。這形成了一種文化，人們提出新想法時，會更自然地去思考它的長期潛力。這種思維在技術戰略上體現得尤為明顯。面對人工智慧的浪潮，Google早在十多年前就系統性佈局。收購DeepMind，開創性地發佈Transformer架構論文，開發TensorFlow開源框架……一系列決策看似分散，實則遵循著同一邏輯：在最底層、最肥沃的土壤中播種，然後耐心培育整個生態。所以當ChatGPT引發生成式AI熱潮時，外界驚覺Google早已在演算法、算力、資料、人才和基礎設施各層面構築了深厚壁壘。它的決策已超越追逐某個產品熱點，轉向投資一個必然到來的技術時代的全部基礎要素。這種模式要求決策者具備非凡的耐心和長遠的戰略定力。許多投入在短期內看不到回報，甚至會被外界詬病為“方向散亂”或“反應遲緩”。但Google的決策系統容忍這種模糊性，因為在正確的生態裡，湧現出的成果將遠超任何精心設計的路線圖。 (新眸)

造一副AI眼鏡，其實不難——只要你在中國。在珠三角，只要有訂單，AI眼鏡可“三天出樣、七天上線”；在長三角，全球最頂尖的光波導、Micro LED顯示技術匯聚一堂，矽谷老大來了也要誇聲“老靈了”。美銀證券（BaofA）的報告則揭示了更令人震驚的資料：在全球AI眼鏡的供應鏈中，超過80%的企業來自中國。AI眼鏡，這個被矽谷視為下一代計算入口的智能裝置，正被中國工廠盡在掌握。中國對AI眼鏡的掌握是全面性的。在攝影機模組、光學鍍膜、結構件、整機組裝等關鍵環節，中國企業都是領先者與引領者。零元件核心企業之一至格科技CEO孟祥峰就曾強調說：“不用出長三角，就能完成（AI眼鏡）所有核心部件採購與測試。”一副AI眼鏡有諸多零部件，晶片、光學模組（光機+波導片+螢幕）兩大部分最為核心，最有技術難度與價值，中國企業對全球AI眼鏡產業的掌控，也是得益於在此的技術突破與市場優勢。▲小米AI眼鏡拆解示意，來源：維深Wellsen XR晶片相當於AI眼鏡的“大腦”，負責處理與計算；光學模組相當於AI眼鏡的“眼睛”，負責鏡片的光學顯示；它們也是最“貴”的。光學模組在AI眼鏡的成本佔比超過40%，晶片超過30%，兩者合計吃掉了超過七成的成本，是產業最核心的價值組成。在光學模組領域，“光波導技術”是核心技術壁壘——在這一方面，中國已實現全球領先。在浙江湖州，至格科技這家脫胎於清華大學精密儀器系的創業公司，不僅攻克了困擾全球AI眼鏡產業“彩虹紋效應”難題，更將衍射光波導鏡片做到了不到4克——只有一勺鹽的重量。另一邊，JBD（上海顯耀顯示科技）所研發的AI眼鏡Micro LED光引擎，體積僅0.15立方釐米，功耗比行業平均水平低40%。光學戰場之外，晶片領域中國企業同樣表現出色。珠海恆玄科技的AI眼鏡晶片，已成為Meta Ray-Ban的核心供應商之一；福建瑞芯微的AI眼鏡晶片，則為“上市即售罄的”小米AI眼鏡提供了10TOPS的“算力大腦”，全志科技、星宸科技等企業，更在中低端市場掀起性價比風暴。中國產業的威力，還體現在鏈條的完整與垂直整合的深度。除了零部件外，在精密製造環節，歌爾股份、立訊精密、藍思科技等巨頭，將手機時代的精益經驗全數遷移至AI眼鏡。例如，藍思科技將AI眼鏡重量壓至49克，裝配斷差控制到肉眼難辨——生產線上，20余道工序精密銜接，功耗曲線反覆校準，連鼻托都已迭代10多個版本。根據深圳華強北市場資料，2025年，僅華強北就把AI眼鏡賣到了全球50多個國家和地區，月均銷量突破10萬台，出口比例近40%，全球市場佔有率不斷攀升。如今的世界AI眼鏡“一哥”Meta曾被外媒拆解產品，其包裝上赫然印著“GTK”的標識——來自中國的歌爾股份。“Meta別無選擇，只能與他們（中國工廠）合作，因為他們是關鍵部件最穩定、最可靠的供應商。”英國《金融時報》無奈地說。最早提出智能眼鏡概念的Google，最近也宣佈與中國企業XREAL聯合開發下一代AR眼鏡，高度依賴“中國智造”。在接受媒體採訪時，XREAL創始人徐馳曾經這樣說過：“AI眼鏡行業有一個共識，但凡你要把成本降下來，最後必須要放在亞洲，然後中國一定是最好的那個選擇。”中國之所以是最好選擇，核心不是低成本，更在快速創新的技術迭代與製造力引領。經過十幾年的發展，中國AI眼鏡產業鏈已從“從代工到創新，從跟隨到引領”。AI眼鏡賽道，中國並不是先發者。早在2012年，Google就推出了名噪一時的Google Glass，能拍照、能打視訊、能回郵件，售價高達1500美元，是當時的“未來科技”代名詞。▲Google眼鏡，來源：Google兩年之後，2014年，祖克柏斥資20億美元巨資收購Oculus，一下子點燃了VR眼鏡的熱度，那幾年，全球都在講VR。微軟則選擇了To B的道路。2015年，微軟HoloLens第一代AR眼鏡面世，售價高達3000美元，主打To B企業市場，賣給肯德基培訓炸雞師傅、賣給NASA培訓宇航員、賣給奔馳遠端維修機械……順便科普一下VR、AR、AI眼鏡之間的區別。VR眼鏡的特點是用封閉式光學系統隔絕現實，帶使用者進入完全的虛擬世界（Virtual Reality）。戴上VR眼鏡，無論是玩過山車、看恐怖電影，還是聽演唱會，全都主打一個“身臨其境”，有著最強的沉浸感。不過VR的代價也是跟真實世界隔絕，可應用的場景受限。AR眼鏡是增強現實（Augmented Reality）的簡稱，相當於給你眼前的現實世界加了一層“數字濾鏡”，通過光波導、Micro LED等技術，將虛擬資訊疊加到真實場景中。比如上文提到的微軟AR眼鏡，維修工人在培訓時戴上它，眼前的螢幕會浮現出手裡的零件名稱、安裝步驟，指導下一步。AI眼鏡是近些年AI大模型爆發後的產物，其顯像原理和AR眼鏡類似，但不同的是，有了AI人工智慧模型的加持，AI眼鏡能夠完成大量即時翻譯、即時導航、即時AI助手對話等對智能程度和響應速度要求更高的場景，真正讓AI眼鏡在日常生活中變得“有用、好用”。不過這些都是後話了，總之，在2012～2015年的產業發展早期，矽谷巨頭們紛紛燒錢尋路，中國工廠們則只能苦哈哈地賺不到5%的代工費，基本沒有話語權。但中國工廠，從不“認命”。海外封鎖技術？沒關係，我們從牙縫裡擠出利潤養研發，做逆向工程，併購海外企業；代工，模仿，研發，超越，一代不行就兩代，兩代不行就三代……2015年，《中國製造2025》綱領發佈，政策東風颳向硬科技。歌爾股份、水晶光電、舜宇光學等一大批老牌企業“邊學邊干”，開始逐步參與產品設計，甚至反向提案最佳化方案。同時，全球佈局之路開啟。2016年，水晶光電收購以色列AR公司Lumus，加碼技術研發；2017年，歌爾股份投資美國微顯示技術公司Kopin，奠基光學佈局……在此期間，美國的一系列“卡脖子”政策更是“逼”出了一批頂尖中國創企。例如，2015年，上文提到的上海顯耀顯示科技（JBD）成立，其MicroLED微顯示核心技術在亮度、功耗、量產等關鍵指標上逐漸做到了全球領先。2019年，北京至格科技成立，其專注於AR衍射光波導和微納光學，擁有該領域完全自主可控全端核心技術，打破了海外的光波導技術壟斷。從晶片到螢幕、從光學模組到精密製造，一個又一個“技術制高點”被奪下，插上“中國創造”的旗幟。代工，跟隨，創新，引領，如今，AI眼鏡產業鏈成為中國在新興產業領域的又一張“世界王牌”。與產業鏈同頻共振的，是中國AI眼鏡品牌的全面爆發。超過80%的供應鏈企業聚集中國，規模化生產使核心部件價格快速下探，曾經售價上萬元的AI眼鏡如今壓到了1999元。同時，產業鏈集聚效應讓中國企業的研發速度不斷加快，無論是技術迭代還是產品更新，都遙遙甩開海外。今年1月，拉斯維加斯CES科技展更成了中國AI眼鏡的秀場。背靠TCL的雷鳥創新推出全球首款支援eSIM功能的消費級AI眼鏡，43英吋的3D懸浮巨幕，打破了人們的想像力。XREAL亮出了與華碩ROG聯合打造旗艦級專業遊戲眼鏡ROG XREAL R1，成為業內首款搭載240Hz超高更新頻率的Micro-OLED AI眼鏡。Rokid則開始探索更前沿的“無屏”AI智能眼鏡Style，產品重量僅38.5克，在極致輕量化、開放AI生態和實用功能之間找到平衡。還有夸克、影目、韶音、亮亮視野……來自全球各地的AI眼鏡參展商中，中國企業幾乎包攬了半壁，堪稱壓倒性優勢。▲CES2026 AI眼鏡品牌展位分佈 來源：郎瀚威@AIWatch.ai更早之前，華為、小米、百度（小度）等巨頭的AI眼鏡更是頻頻“發佈及售罄”，連理想汽車這種跨界玩家也在去年12月發佈AI眼鏡Livis，主打“車鏡融合”。中國AI眼鏡，早已站上“國際C位”。根據IDC資料，2025上半年，全球智能眼鏡市場出貨量達406.5萬台，同比增長64.2%——其中，中國智能眼鏡廠商出貨量已突破百萬台。IDC進一步預測，2026年，將成為中國智能眼鏡市場的規模化發展拐點，未來5年內，中國市場複合增長率高達55.6%，位居全球第一。中國AI眼鏡產業爆發的背後，是產業鏈的極致協同、是上游核心技術的不斷突破、是中國完備工業體系的支撐，以及這一切的快速迭代，是中國工廠一次又一次的“不服輸，不認輸”，才把一座座山頭“攻”下來，最終攻出體系，攻出戰略，攻出一片新天地，也攻出中國科技的：又一張新王牌。 (華商韜略)

2026年1月23日AI領域新聞彙總 AI技術最新動態與發展趨勢科技前沿 探索AI領域最新技術突破與創新成果，瞭解行業前沿動態。Part.01 百度文心大模型5.0正式版上線百度文心大模型5.0正式版於1月23日發佈，參數達2.4兆，採用原生全模態統一建模技術，實現文字、圖像、音訊、視訊的深度融合。該模型在LMARENA全球大模型競技場榜單上，文字理解能力位列全球第八、國內第一，數學能力排名全球第二。通過超稀疏混合專家結構（MOE），每次推理僅啟動不到3%的參數，在保持強大能力的同時大幅降低計算成本。圖 | 百度文心大模型5.0Part.02 馬斯克演示意念寫程式碼埃隆·馬斯克在X平台直播了Neuralink與xAI的最新聯合成果，一名植入Neuralink N2晶片的四肢癱瘓志願者僅通過思考，就指揮xAI模型在30秒內編寫並部署了完整的FlappyBird克隆遊戲。這一演示標誌著人機介面與生成式AI實現首次深度融合，馬斯克稱未來的程式語言將是神經元電位。圖 | 意念寫程式碼演示Part.03 豐田AI破解無限壽命電池豐田研究院與MIT AI實驗室聯合宣佈，利用材料發現模型MatGenUltra，在48小時內篩選3000萬種晶體結構，成功發現新型固態電解質。該材料能讓固態電池在5000次充放電循環後仍保持95%的容量，相當於電動車行駛150萬公里的壽命。豐田股價當日大漲5%，並宣佈將於2027年實現量產。>圖 | 豐田固態電池Part.04 南水北調“天河”大模型發佈南水北調“天河”大模型正式發佈，建構了智算雲平台和兩大中台，具備智能感知與認知、精準預報與預警等能力。該模型可實現關鍵部位隱患故障自動識別，精準率穩定在98%以上，還能開展未來15天滾動預報及洪水過程智能推演，提升洪澇災害預判能力與應急決策科學性。圖 | 南水北調天河大模型商業投資 關注AI領域最新商業動態與投資趨勢，把握行業發展脈搏。Part.01 亞馬遜裁員1.4萬人以推進AI轉型亞馬遜計畫削減約1.4萬個企業崗位，主要涉及技術、人力資源、行銷和財務部門。CEO Andy Jassy表示，公司正通過AI工具自動化重複性任務，並將資源轉向高增長領域，如AI開發和雲端運算基礎設施建設。這是亞馬遜推動AI轉型的重要舉措。Part.02 盛聚桓通獲千萬級融資安徽盛聚桓通科技有限公司成功獲得千萬級融資，其核心產品“甄能省”智能車生活服務平台依託AI技術和創新商業模式，使用者活躍量突破千萬等級，新使用者增長率高達50%。該平台通過“別人加油，你就賺錢”的模式，建構了多元收益體系，為線下實體加油站提供零成本的行銷賦能工具。Part.03 Google收購Hume AI團隊Google DeepMind聘請Hume AI的CEO和工程師團隊，將其情感智能語音技術整合到Gemini模型中。此舉旨在提升AI在語音互動中的情感理解能力，使Gemini模型能更好地理解使用者的語氣和情緒，提供更自然的互動體驗。Part.04 燧原科技科創板IPO獲受理燧原科技科創板IPO申請獲受理，成為2026年首家AI晶片企業。公司擬募資用於第五、六代AI晶片研發與產業化，獲大基金和騰訊投資支援。燧原科技的產品將進一步推動國產AI算力晶片的發展，提升國產算力供應鏈的自主性。實用工具 發現AI領域最新實用工具與應用場景，提升工作與生活效率。Part.01 螞蟻健康與中國營養學會合作螞蟻健康與中國營養學會達成深度合作，雙方將共建權威營養學知識庫，推動個性化營養服務的行業標準。相關成果將率先應用於螞蟻阿福App，為使用者提供更專業、可靠的健康與飲食建議。通過AI技術，阿福App將能根據使用者的個體差異，提供個性化的營養方案。Part.02 字節扣子2.0發佈字節扣子2.0正式發佈，支援AI長期任務協作，通過低程式碼工具助力中小團隊快速搭建定製化智能體。該版本提升了AI在複雜任務處理中的能力，使中小團隊能夠更高效地開發和部署AI應用，降低了AI技術的使用門檻。Part.03 OpenAI上線Sentinel系統OpenAI低調上線企業級安全產品Sentinel，這是一個被稱為“反AI的AI”的監控系統，專門用於即時掃描企業網路中其他AI智能體的行為。一旦發現異常行為，如社會工程學攻擊、未授權程式碼注入等，Sentinel將立即進行攔截並凍結對方權限，為企業構築智能化的數字防線。Part.04 Meta Ray-Ban AI眼鏡產能翻倍Meta宣佈將Ray-Ban AI眼鏡的產能翻倍至2000萬副，並新增即時翻譯和手勢控制功能。這一舉措將進一步推動消費級AI硬體的普及，使更多使用者能夠體驗到AI技術帶來的便利。圖 | Meta Ray-Ban AI眼鏡(Key的AI觀察室)