高盛在3季度業績發佈及調研後，對中國網際網路行業策略大轉向：把“雲與資料中心”提到了首選類股，排到了遊戲和出行之前。AI帶來的算力需求和資本開支（Capex）擴張，已經是最確定的增長邏輯了。1、最大預期差：雲與資料中心成為“新王” ☁️高盛這次非常堅決，把雲和資料中心類股從原來的第三提升到第一。邏輯很硬：AI訓練和推理的需求持續爆發，加上巨頭們都在搞“多晶片策略”，資料中心的訂單量非常飽滿。核心邏輯：不僅是輝達，國產晶片的供應上來後，算力基建的利用率和回報率都在提升。2、AI助手的“入口之戰”是個大隱憂 🤖報告專門討論了一個長線風險：字節跳動的“豆包手機助手”。這東西能直接在作業系統層面（OS-level）幫使用者跨APP操作，比如比價、點外賣。這對現有的APP生態是個降維打擊。雖然目前微信等巨頭因為安全隱私原因封鎖了它的介面，但這種“超級AI代理”對使用者流量入口的爭奪，是未來幾年最大的變數。字節系App現在霸榜iOS免費榜前五中的四席，攻勢很猛。3、本地生活：燒錢該結束了，關注利潤修復 🛵外賣和即時零售打得太凶，三季度行業大概虧了700億人民幣，太誇張了。高盛判斷，這種非理性的補貼戰不可持續。格局推演：美團、阿里、京東的市場份額最終可能會穩定在 5:4:1。美團：雖然長期單均利潤預期被微調（從0.8元降到0.7元），但在這個價位，壞消息已經Price-in了，隨著補貼退坡，利潤修復是大機率事件。4、最新的“核心股票池”名單 📝根據最新的類股偏好，高盛更新了首選名單：雲/資料中心：阿里巴巴、萬國資料、世紀互聯。遊戲（防守反擊）：騰訊、網易。出行（格局穩固）：滴滴、滿幫。電商（新面孔）：快手（新增為關鍵推薦，看好其AI模型Kling的突破和電商變現）。5、估值怎麼看？ 📊現在中概網際網路類股的2026年預期市盈率（P/E）中位數大概是18倍。之前的上漲主要靠殺估值修復（Multiple Expansion），接下來的漲幅，必須得靠實打實的每股收益（EPS）增長來驅動了。所以，選利潤兌現能力強的公司，比單純博反彈要穩妥得多。總的來說，風向變了，硬科技基礎設施（資料中心）的優先順序在上升，而純流量變現的生意面臨AI新玩法的挑戰。 (硬AI)

關於AI的起起落落，一切都那麼迅猛，就連裁員也是。圖片來源：unsplash11月27日，據Business Insider獲取的資訊，本周一，Uber的AI訓練計畫“Project Sandbox”中，很多項目成員已收到“裁撤通知”，即便是承諾項目僱員至少有三個月的工作期限。Uber給出的理由是，因為客戶“內部優先事項發生了變化”，他們提前被拋棄了。目前尚未清楚裁員人數。但引人關注的是，在這一輪裁員大潮中，零工和博士都未能倖免，均收到了裁員郵件。不過，由於從入職到離職太過迅速，被裁員的人中大部分都還沒能拿到第一筆工資，Uber方面稱，他們的工資可能需要再等七周，也就是原先約定的合同期限結束後。一個月前，Project Sandbox計畫啟動，據稱，主要是為Google服務，用手中的人力資源幫助其開發AI工具。該項目至少有十余家外包公司參與。根據公司官網資訊，Uber AI Solutions提供資料標註、模型測試及Agentic AI技術堆疊等企業服務。近年來，Uber一直致力於在網約車、外賣業務的基礎上加速發展AI業務，利用AI最佳化自身繫統的定價、匹配和調度效率，與Google的Waymo等公司一同佈局自動駕駛計程車（Robotaxi）。其中，Uber AI Solutions尤其受到關注。今年6月，Uber宣佈將其技術平台提供給全球AI實驗室和企業使用，利用其十年來在資料方面的積累和業務經驗，幫助客戶構造、測試，最終打造出更加智能的AI模型和應用。在Uber的目標市場中，Agentic AI尤受重視。公司官方發佈《Agentic AI技術堆疊：企業需要滿足那些條件才能在2026年大規模採用》文章中，詳述了Uber為了幫助客戶在2026年打造出真正的Agentic AI所進行的規劃。當然，其解決方案實際上離開不了“堆人工”，該公司介紹稱，將通過全球超800萬零工勞動力收集和評估實際資料，提供超過200種語言的服務，涵蓋30多個網路。今年以來，關於美國、印度等地的Uber司機、外賣人員在工作之餘通過標註視訊、圖片等完成AI訓練賺錢的貼文已經廣為流傳。不過，這項工作需要的遠不止傳統意義上的零工。就在月初的三季報財報電話會議上，Uber首席執行官達拉·科斯羅沙希（Dara Khosrowshahi）還明確表示，其人工智慧訓練任務中的不少崗位都需要博士學位，他們會在訓練中承擔更高階的任務。不管是不是所謂“AI降臨派”，或許我們都不得不承認，總有一天我們要為AI打工。今年以來，以人工喂養AI的產業愈發壯大，全球數十萬人加入了AI資料標註的工作，有的將其作為職業發展方向，有的將其視為帶來可觀收益的副業。在Google大獲成功的Gemini 3和Nano Banana Pro背後，也少不了這些為AI打工的人。Business Insider稱，Project Sandbox的參與成員完成Uber方面的註冊後，都會與Google的一名特定員工取得聯絡。目前，Surge AI、Scale AI等初創企業都致力於為科技巨頭們的AI事業提供人工訓練服務。不過，這個市場遠沒有那麼穩定，相關公司的發展歷程中，裁員往往是“常規操作”。其中典型例子，莫過於為OpenAI提供人工訓練、最早入局這片市場的Invisible Technologies，該公司在ChatGPT發佈數月後就開始了裁員。此外，AI領域的明星公司，包括GlobalLogic、Scale AI等在內，今年都啟動了大規模裁員計畫。6月，Meta宣佈收購Scale AI 49%的股權後，後者首席執行官汪滔（Alexandr Wang）隨即加入Meta，而Scale AI則因為客戶流失和經營問題、組織變動等原因進行了大規模裁員。據稱，包括佔公司總人數超過10%的200名全職員工和500餘名合同工失去了工作。雖然汪滔入職Meta後主導的TBD Lab團隊很受重視，但Meta自身的大裁員也已經在10月到11月開始。根據美國數位媒體平台Axios早先發佈的報導，Meta計畫在10到11月之間裁撤600名AI條線的員工。FAIR研究團隊的研究總監田淵棟已經離職，AI教父級人物、圖靈獎得主楊立昆（Yann LeCun）也確認自己將於年底從Meta離職創業。雖然目前多項研究顯示，AI對整體就業的衝擊尚未顯現，但全球最大求職網站Indeed的最新報告則指出，即使AI還無法取代人工，但至少已經能讓企業用更少投入做更多的事，尤其在資料分析領域，員工無需過多培訓就能利用AI來分析資料。這導致科技公司資料分析領域的職位發佈數量急劇下降，相比新冠疫情前，相關領域的職位空缺減少了40%。即使就業市場不會出現“失業潮”，但如果缺少新的招聘崗位，未來的就業結構就會變得異常畸形。即使不考慮AI，日本1990年代末泡沫經濟破裂後的情況也提示了這種危機。當時，為了保證已冗餘的在職員工有能力支付房貸，避免金融系統全方位崩潰，日本的政策決策層和大企業幾乎主動放棄了畢業生招聘，這在“失去的三十年”中導致了一系列的經濟和社會問題。那些率先啟用AI的公司或許會獲得成功，但頗為諷刺的現實是，那些最早為AI打工的人，恐怕始終逃不過被拋棄的命運。 (鈦媒體AGI)

禮來公司攜手輝達打造由逾1000顆Blackwell Ultra GPU組成的超級電腦和AI工廠，預計明年1月上線。該系統將加速藥物研發，支援大規模AI模型訓練。禮來首席資訊和數字官Diogo Rau表示：“我們希望能夠發現僅靠人類永遠無法發現的新分子。”禮來公司與輝達宣佈合作建設製藥行業"最強大"的超級電腦和AI工廠，旨在加速整個行業的藥物開發處理程序。周二兩家公司宣佈，禮來預計於12月完成超級電腦和AI工廠的建設，並於明年1月上線運行。這套系統將由逾1000顆輝達Blackwell Ultra GPU晶片組成，通過統一高速網路連線。超級電腦將為AI工廠提供動力，後者是專門用於大規模開發、訓練和部署藥物研發AI模型的計算基礎設施。不過禮來首席資訊和數字官Diogo Rau表示，這些新工具可能短期不會為禮來及其他藥企帶來顯著回報。Rau說：我們現在討論的這些算力發現成果，真正的效益要到2030年才能看到。AI製藥仍處早期階段製藥行業利用AI加速藥物上市的努力仍處於早期階段。目前尚無使用AI設計的藥物上市，但進展體現在進入臨床試驗的AI發現藥物數量增加，以及藥企近期聚焦AI的投資和合作夥伴關係上。禮來首席AI官Thomas Fuchs表示：這台超級電腦是一種真正新穎的科學儀器，就像生物學家的巨型顯微鏡。Fuchs強調：科學家將能夠在數百萬次實驗中訓練AI模型以測試潛在藥物，大幅擴展藥物發現的範圍和複雜程度。Rau則指出，雖然尋找新藥不是這些新工具的唯一重點，但"這是最大的機會所在"。他說：我們希望能夠發現僅靠人類永遠無法發現的新分子。精準醫療目標需AI基礎設施禮來還計畫利用超級電腦縮短藥物開發周期，幫助治療效果能更快起效。該公司表示，新的科學AI代理可以支援研究人員，先進的醫學影像能讓科學家更清晰地觀察疾病進展，並幫助開發用於精準治療的生物指標。精準醫療是一種根據個體基因、環境和生活方式差異定製疾病預防和治療的方法。輝達醫療保健副總裁Kimberly Powell說：我們希望能兌現精準醫療的承諾，沒有AI基礎設施，我們永遠無法實現這一目標。所以我們正在進行所有必要的建設，我們將看到技術的起飛，禮來就是一個確切的例子。開放平台共享研發資料多個AI模型將在禮來去年9月推出的Lilly TuneLab平台上提供。這是一個AI和機器學習平台，允許生物技術公司訪問禮來基於多年專有研究訓練的藥物發現模型。這些資料價值10億美元。禮來推出該平台旨在擴大整個行業對藥物發現工具的訪問。Kimberly Powell表示：能夠幫助到這些初創公司非常有意義，否則他們可能需要幾年時間消耗資金才能達到那個階段。她還補充說，公司“很高興參與”這項工作。作為交換，生物技術公司需要貢獻部分自身研究和資料以幫助訓練AI模型。 (invest wallstreet)

5月14日，騰訊控股召開一季度業績電話會。此前公佈的財報顯示，公司一季度業績全面超預期，營收1800.22億元人民幣，同比增長13%，調整後淨利潤同比增長11%。騰訊CEO馬化騰表示，今年一季度，騰訊高品質收入保持堅實的增長態勢。AI能力已經對效果廣告與長青遊戲等業務產生實質性的貢獻，亦加大對元寶應用與微信內的AI等新AI機遇的投入。“我們相信，在AI戰略投入階段，現有高品質收入帶來的經營槓桿，將有助於消化這些AI相關投入產生的額外成本，保持財務穩健。我們預期，這些戰略性的AI投入將為使用者與社會創造價值，並為我們產生長期、可觀的增量回報。”騰訊高層提到，AI的效果已經從三方面出現：廣告精準度 + 使用者時長遊戲參與度雲收入（基建+API+整體方案）管理層表示，在資本支出方面和營運費用方面，都會加大AI方面投資。例如，在廣告定位、廣告效果提升方面，可以通過AI來改進廣告內容，改進內容推薦，並且改進使用者花費的時長，最終可以提高廣告收入。騰訊控股ADR美股盤前漲近4%，公司一季度營收超預估。01 “元寶”接入微信生態後的最新進展馬化騰表示，坦率地說，元寶AI目前還處在非常早期階段：從我們觀察到的情況來看，使用者已經開始使用它：他們用它來提問、對話，也會把內容發給“元寶”，讓“元寶”進行總結並幫助分析——這些就是目前看到的初始用例。隨著使用者與“元寶”的互動增多，使用頻率有望持續提升。未來，我們肯定會把微信生態的更多能力與“元寶”聊天夥伴聯通起來；我們會做各種試驗，也許再過一兩個季度，才能在系統層面給出更多資訊。目前還說不上系統性的總結。過去兩三個月，AI更深入地整合到騰訊的各項業務，但馬化騰指出，現在系統性地分析使用者行為因此有那些顯著變化為時尚早。騰訊對投放的很多AI功能還在探索的過程。總體來說，可以看到使用者與騰訊AI助手的互動在持續增加，整體使用量在上升。騰訊總裁劉熾平表示，一季度元寶的使用者規模顯著擴大，騰訊在使用者留存上投入大量精力並取得良好效果。下一階段將繼續增加功能，進一步提升留存、啟動並吸引新使用者。未來聊天機器人的生成式AI形態會隨功能而變，最終根據使用者需求，在多種互動模式之間靈活切換。02 Agentic AI與同行相比的前景和定位馬化騰表示，AI 能夠幫助使用者完成包含多步驟、需要呼叫工具，甚至連接其他應用的複雜任務。從這個角度看，可以分為兩類：一類是“通用”Agentic AI，任何人都可以做——你建立一個代理，它到外部世界替使用者完成任務；另一類則是嵌入微信生態、基於微信獨特環境的 Agentic AI，這兩者其實是不同的產品。對通用型代理，我們已在一些原生 AI 產品（如“元寶”）裡開發這項能力。起初，它們能快速回答問題；隨後加入“鏈式思考”長推理模型，能應對更複雜的提問；再往後，它們能執行更複雜的任務，逐步進化出“具身智能”能力，與其他應用、程序乃至外部 API 互動，為使用者提供幫助——這一過程會持續演進，其能力與同行的通用 Agentic AI 並無本質差異。另一方面，微信生態裡的 Agentic AI 有機會做到非常獨特，因為它能連接社交關係鏈、通訊與社區能力、公眾號和視訊號等內容體系，以及數以百萬計的小程序。這些元件涵蓋資訊、交易和營運能力，跨越多個垂直領域，因而可以建構出區別於一般 Agentic AI 的差異化產品。03 遊戲業務表現強勁本季度騰訊國內遊戲業務表現非常強勁。馬化騰表示，今年第一季度的確享受了 2024 年第一季度低基數帶來的“同比紅利”，但這種情況並不會在未來每個季度都出現。儘管如此，無論國內還是海外，遊戲收入都擁有長期的增長跑道。原因很多：營運架構與團隊調整已顯成效。去年此時我們曾深入討論過，對幾款核心國內遊戲的願景、營運方式以及團隊架構做了重大調整。如今可以看到，這些改變正在兌現預期，並有望繼續帶來正面影響。AI 賦能大型多人競技遊戲，我們認為 AI 對大型競技類多人遊戲格外有益，這些遊戲佔據了國內遊戲收入的大部分。我們已在多方面開始部署 AI，例如：用 AI 輔導新手玩家；陪伴現有玩家；預防作弊與外掛。這些功能在競技遊戲中尤為關鍵，能有效提升體驗與留存。順應中國玩家向第一人稱動作類遊戲轉移的趨勢。過去，中國市場第一人稱動作（FPS/TPS）遊戲所佔比例遠低於全球平均。我們判斷這種差距會被彌合。本季度我們重點提到的多款遊戲——《和平精英》《穿越火線手游》《使命召喚手游》《無畏契約》《三角洲行動》——均屬該品類的領軍作品，而騰訊正是這一垂類的領導者。雖然各遊戲增速不同，但整體類別在快速增長，其中《無畏契約》《三角洲行動》尤為突出。它們既支撐了本季度收入，也為未來奠定了增長跑道。劉熾平表示，AI部署到大型競技類遊戲還處於非常早期的階段，將AI接入偏內容驅動的遊戲是未來幾年要探索的領域，目前最可觸及的機會仍是AI應用於大型多人競技遊戲。04 GPU使用優先順序 如何應對推理方面需求對於美國針對高端GPU的限制，劉熾平表示，騰訊有充足的GPU現貨儲備，而且這些晶片將首先投入能立即創造回報的場景，如廣告投放與內容推薦。大模型訓練屬於第二優先順序，因為訓練通常需要更高端的晶片。實踐表明叢集規模較小也能取得很好的訓練成果，且模型後訓練階段仍有巨大潛力，不一定需要超大規模叢集。因此，憑藉現有的高端晶片庫存，騰訊未來數代模型的訓練完全“夠用”。劉熾平指出，推理方面的GPU需求相對更大，針對這方面的壓力，騰訊有多種手段，包括軟體最佳化，持續提高推理效率；模型定製與蒸餾，可針對不同場景裁剪模型尺寸或者進行模型蒸餾；晶片來源多元化，在合規的前提下，靈活使用中國本地或可進口的其他合規晶片，以及ASIC、FPGA等。05 AI還能帶來多少廣告收入的增量騰訊首席戰略官James Mitchell表示，要判斷AI對廣告收入提升，廣告點選率是核心指標。從歷史上看，橫幅廣告的點選率約為0.1%。資訊流廣告的點選率約為1.0%。AI加持後，騰訊看到某些廣告庫存的點選率可以提高到3.0%。06 關於加大AI投資 那些費用會影響收入和利潤增長的差距騰訊管理層稱，未來，收入增長和營業利潤的增速差距會縮小。根據騰訊過去培育新產品的經歷，投資和收穫期的時間錯配通常在一兩年。像一季度這樣收入增速超過營業利潤增速的情況不會持續。除了資本支出（CapEx），影響兩者增速差距的費用中，折舊攤銷的比重最大。元寶的市場推廣費用有所增加，但規模遠低於折舊。AI工程師薪酬也有影響，但那屬於人力結構最佳化，不是整體人數大增。總之，CapEx及折舊是影響差距的決定性因素。07 一季度支付交易額略有下降但4月改善的原因Mitchell表示，過去幾個季度，消費者支出一直在波動，但最近的資料呈上升趨勢，可能反映出消費者信心和消費活動在走穩。劉熾平稱，剔除關稅因素，消費模式已開始逐步復甦，現在需要觀察關稅的執行力度。未來需關注，關稅對經濟的影響以及政府刺激政策的避險。以下為電話會文字實錄全文內容：騰訊2025年一季度財報電話會議國際遊戲：《絕地求生手游》季度營收同比增長“十幾”個百分點，主要得益於“金月”主題活動和品牌聯動（如Gatty和K-pop組合Baby Monster）。《使命召喚手游》季度營收實現同比增長，主要得益於推出以“Haydo&Wins”為核心的頂級皮膚，以及全新的“SecretCache”任務獎勵系統。《三角洲行動》PC版自去年12月上線以來，使用者數量穩定增長，今年5月在Steam上達到了歷史最高同時線上人數。手游版自4月21日上線以來，成為國際市場下載量第二的手游。未來計畫在下半年推出主機版本。行銷服務：騰訊的行銷服務收入同比增長20%，達到320億元人民幣，主要受益於使用者活躍度提高、廣告平台的AI升級，以及微信交易生態的增強。各大廣告行業類別的收入均實現同比增長。在廣告技術方面，騰訊對廣告平台進行了AI能力增強，包括生成式AI廣告創作和視訊編輯工具，加快廣告製作效率，同時推出了數字人解決方案，幫助內容創作者和商家更好地開展直播活動。通過大語言模型，騰訊加深了對商品和使用者興趣的理解，從而為視訊號、小程序等各個應用中提供更精準的廣告推薦。由於廣告主更頻繁地使用行銷工具來提升內容曝光、推廣直播和轉化銷售，相關收入同比增長超過60%。小程序相關的行銷服務收入也顯著增加，主要受益於小短劇和小遊戲帶來的閉環行銷需求。此外，微信搜尋收入也迅速增長，得益於商業搜尋量和點選付費率的增加。金融科技與企業服務：騰訊金融科技和企業服務類股本季度營收達550億元人民幣，同比增長5%。其中，金融科技服務收入實現低個位數增長，主要得益於消費貸款服務和財富管理服務活動的增加。商業支付總交易額在最近幾個季度波動較大，一季度同比略有下降，但4月份已有所改善。為支援財富管理業務，騰訊整合了混元和DeepSeek大語言模型功能，將其應用於金融助手聊天機器人。企業服務收入在第一季度實現兩位數增長，主要受益於雲服務收入增加和電商交易量上升帶來的技術服務費增長。企業服務毛利率同比上升，營運效率隨之改善。為進一步提升效率，領先的網際網路平台正越來越多地採用騰訊的音視訊解決方案、TDSQL資料庫和通用雲基礎設施，以更好地管理搜尋和最佳化整體營運效率。騰訊雲中的AI相關收入同比快速增長，這主要得益於客戶對GPU、API和平台解決方案需求的增加，但也受到GPU供應不足的限制。騰訊公司高級副總裁、首席財務官羅碩瀚：2025年第一季度，騰訊總收入為1800億元人民幣，同比增長13%。毛利潤為1005億元人民幣，同比增長20%。營業利潤為576億元人民幣，同比增長10%。利息收入為37億元人民幣，同比下降12%，主要原因是利息收益率下降。財務成本為39億元人民幣，同比增長36%，主要由於本季度出現外匯虧損，而去年同期則為外匯收益。合營企業和聯營公司的利潤分成為46億元人民幣，而去年同期為22億元人民幣。非經常性項目淨利潤為76億元人民幣，較去年同期的55億元人民幣有所增加。所得稅費用同比下降3%，至137億元人民幣，主要原因是去年同期有較高的預提稅負擔。而國內企業所得稅支出同比上升。稀釋每股收益（EPS）為6.58元人民幣，同比增長25%，主要得益於淨利潤增長和股份回購後股份數量減少。由於股份減少，計算稀釋EPS的加權平均股數下降2%。2025年第一季度，騰訊的營業利潤為693億元人民幣，同比增長18%。歸屬於股東的淨利潤為613億元人民幣，同比增長22%。營業利潤和淨利潤的增長差異，部分原因是聯營企業收入增加。整體毛利率為56%，同比增長3個百分點。分部門來看，增值服務（VAS）毛利率為60%，同比提升2個百分點，主要得益於高毛利的國內遊戲收入比例增加。行銷服務毛利率為56%，同比提升1個百分點，受益於高毛利的視訊號和搜尋廣告收入增長。金融科技和企業服務毛利率為50%，同比提升5個百分點，主要由於金融科技和雲服務成本效率提升。第一季度的營運費用中，銷售和市場推廣費用為79億元人民幣，同比增長4%，主要是加大對AI原生應用的推廣力度，部分被新遊戲發佈廣告支出的減少所抵消。銷售和行銷費用佔收入的比例為4%，低於去年同期的5%。行政費用同比增長21%，達到189億元人民幣，主要原因是員工人數增加和對AI相關資產的投資加大。本季度，騰訊的GMA（除研發費用外的管理和行政費用）同比增長62%，達到147億元人民幣，主要原因是與海外子公司商業重組相關的股權激勵費用達到104億元人民幣，這部分費用未計入非IFRS營業利潤和淨利潤的計算。截至季度末，騰訊共有約10.9萬名員工，同比增加4%，環比減少1%。非IFRS營業利潤率為39%，同比提升2個百分點。接下來，我將重點介紹現金流和資產負債表的部分關鍵指標。營運資本支出為264億元人民幣，同比增長近300%，主要是加大對GPU和伺服器的投資，以增強AI能力。非營運資本支出為11億元人民幣，同比下降86%，主要是去年同期基數較高，因當時購入土地使用權。總資本支出為275億元人民幣，同比增長91%。自由現金流為471億元人民幣，同比下降9%，主要是GPU和伺服器資本支出增加。但環比增長9.5倍，主要由於遊戲收入季節性增加以及某些應付費用結算時間差異。現金餘額為902億元人民幣，環比增長17%，原因是季節性遊戲收入增加，部分被資本支出和股票回購現金流出所抵消。以下是提問環節：Q：關於Agentic AI，管理層能否談談市場前景及與競爭對手的差異化優勢？此外，管理層能否進一步闡述我們在AI商業模式（如廣告、交易、GPU租賃和訂閱）上的策略？關於電商業務，管理層能否分享一下最新的組織調整情況，尤其是微信小店的最新進展？我們未來在戰略和關鍵績效指標（KPI）方面的規劃是怎樣的？另外，我們如何看待電商生態的協同效應，以及與其他直播平台的差異化？此外，能否談談我們618大促的準備情況？Agentic AI是一個非常熱門的概念，主要指的是AI可以幫助使用者完成非常複雜的任務，這些任務通常涉及多個步驟，還可能需要使用各種工具，甚至連接其他應用程式。首先，我們可以將Agentic AI分為兩類：第一類是通用型Agentic AI，這是所有人都可以開發的，基本上就是建立一個智能代理，讓它自主完成使用者任務。第二類是微信生態內的Agentic AI，這種AI深度融合在微信及其獨特生態系統中，是專門針對微信使用場景的AI應用，具有一定的獨佔性和差異化。目前，我們正在一些AI原生產品中開發這種能力，比如元寶等。這些AI一開始只是快速回答問題，屬於簡單響應類型。隨著能力的增強，這些AI逐漸具備鏈式思維和複雜推理能力，可以解答覆雜問題。進一步發展後，這些AI甚至能夠執行更複雜的任務，例如呼叫其他應用程式和API來幫助使用者完成需求。這種演進使得我們的Agentic AI逐漸具備自主執行任務的能力，並能與其他應用程式和程序介面互動，幫助使用者高效完成任務。從這個角度來看，我們的Agentic AI和市場上其他公司的類似產品沒有本質區別，只是我們的產品更貼近微信生態，更具針對性和獨特性。另一方面，在微信生態系統中，我們認為有機會創造出獨特的Agent AI，這種AI能夠深度整合微信生態的各種獨特元件。這些元件包括社交圖譜、通訊和社區能力、內容生態，比如微信公眾號、視訊號等，以及微信中存在的數百萬個小程序，它們覆蓋了各種資訊流、交易操作，以及跨多個垂直領域的應用。這種Agent AI能夠利用微信獨特的社交、內容和服務體系，在不同場景下進行資訊整合和操作執行，形成比通用型Agent AI更具差異化的產品。這種微信生態專屬的Agent AI，與市場上其他更通用型的智能代理相比，具備獨特競爭優勢。關於AI商業模式，廣告業務是AI在微信生態中最直接受益的領域。AI提升廣告投放的精準度，幫助我們更有效地匹配使用者興趣和廣告內容，從而帶來更好的廣告效果。當廣告效果提升後，廣告收入自然也會增加。我們目前已經在效果廣告中實現了部分提升，但未來仍有更多潛力可挖，特別是在AI技術不斷進步的背景下。在廣告與交易方面，我們認為廣告和交易是緊密聯絡的。當廣告直接引導交易時，廣告的價值會顯著提升。這也是我們提升廣告收入的一個重要策略。通過將廣告和交易緊密結合，可以讓廣告效果更具實質性轉化，進而推動廣告收入增長。關於GPU租賃，GPU租賃業務主要和雲服務相關，實際上更像是轉售業務，通常是面向邏輯分析和計算需求。由於目前GPU供貨短缺，我們將其優先順序調低。在這種供不應求的情況下，GPU租賃並不是我們的主要業務方向。關於訂閱模式，在中國，AI訂閱模式並不是主流。目前大部分AI服務都是免費提供的，和國外一些收費訂閱模式不同。在中國市場，大家更傾向於免費使用AI，因此訂閱制暫時不會成為主流商業模式。關於電商組織調整，最近的電商組織調整實際上是小範圍的。此前，微信電商團隊是在開放平台部門中孵化的，隨著團隊規模擴大，我們只是正式將其獨立，成為獨立部門。管理層沒有發生變化，依然由原經理負責。因此，這次調整隻是組織架構上的調整，並不代表業務方向或策略的重大變化。Q：我主要想瞭解元寶整合進微信生態系統的最新進展。能否請管理層分享一下整合後使用者行為趨勢的變化？在整合完成後，我們希望能夠看到那些跨項目協同效應，比如小程序店舖、公眾號、視訊號等在微信生態中的協作效果？接下來我們下一步的主要發展方向是什麼？我們是否預計會將私域和公域流量結合到元寶功能中？說實話，目前這個項目還處於非常早期的發展階段。我們確實可以看到，使用者在逐漸使用元寶。他們用它來提問、對話，還有將一些內容匯入元寶，讓元寶進行總結和分析。這些是我們目前觀察到的初步使用場景。隨著使用者不斷互動和使用元寶，預計他們會越來越頻繁地使用。未來，我們肯定會逐步加強微信生態與元寶聊天助手的關聯。我們會進行不同的實驗，也許再過幾個季度，我們就能更系統地向大家匯報進展。目前來說，還為時過早，無法系統性地總結。Q：隨著使用者和企業端的使用率逐漸提升，我們在管理投資速度與收入增長之間的平衡方面，有什麼具體的計畫嗎？特別是在業務早期快速增長階段，我們將如何處理這種平衡？目前階段，我們希望全速推進需求的生成。坦白說，如果需求量大到我們的GPU都無法承載，那時候我們才會考慮如何調整速度。現在還沒到那一步，如果真有那麼大的需求量，那倒是個不錯的問題。Q：本季度國內遊戲表現很強勁，能不能幫我們分析一下，這種增長是不是因為之前2021到2022年表現比較弱，所以現在是“補償性需求”？另外，最近一些趨勢，比如熱門全球遊戲吸引大量玩家和消費，而騰訊在這些遊戲中佔比較大，再加上利用AI加快遊戲內容更新，這些因素是不是會帶來更穩定的長期增長？最近全球關於應用程式商店和應用之間收入分配的監管討論很多，比如應用程式商店抽成和遊戲收入如何分配。騰訊之前也關注過這個話題，能不能談談在中國，這種分成機制有沒有變化，尤其是在視訊遊戲領域，未來收益分配會不會有新的調整？關於國內遊戲表現強勁的問題，首先，2025年第一季度的強勁表現，部分原因是因為和2024年第一季度相比，基數較低，這對我們的表現有一定幫助。但這種對比優勢在未來季度可能不會一直存在。儘管如此，我們依然認為國內和國際遊戲收入未來有較長的增長空間。其中有很多原因，今天我就重點談三個方面：首先，去年我們對國內一些大型遊戲的管理方式做了一些調整，包括營運策略和團隊安排。這些調整已經開始顯現出我們預期的效果，並且未來有望繼續帶來更多積極成果。第二個推動遊戲業務長期增長的重要因素是AI技術的應用，尤其是在大型競技類多人遊戲中，AI的作用格外突出。這類遊戲佔據了我們國內遊戲收入的大頭，所以AI的引入對它們格外有幫助。雖然AI在遊戲中的應用方式很多，但我們目前重點探索的是以下幾個方面：第一，幫助新玩家快速上手，通過AI提供指導和培訓。第二，陪伴現有玩家，提升遊戲體驗。第三，防止作弊和駭客攻擊，保障遊戲公平性。這些AI應用在競技類多人遊戲中尤為重要，能有效提升遊戲體驗和使用者黏性。第三個推動遊戲業務長期增長的因素是遊戲類型的調整，特別是在第一人稱動作類遊戲上的佈局。以往，中國玩家對第一人稱動作類遊戲（FPS）的接受度較低，相比海外市場佔比小得多。但我們判斷，中國市場會逐漸追趕這一趨勢。我們提前佈局了這一遊戲品類，目前騰訊在中國市場的FPS遊戲領域佔據領先地位。在本季度的國內遊戲業務中，重點突出了這些FPS遊戲，包括《和平精英》《穿越火線手游》《使命召喚手游》《無畏契約》《三角洲行動》這些遊戲中，有的增速較快，比如無畏契約和三角洲行動，有的增速稍緩，但整體呈現良好增長。由於多個遊戲同步增長，使得第一人稱動作類遊戲整體表現亮眼，成為本季度國內遊戲收入增長的支柱，並為未來的長期增長奠定基礎。至於應用程式商店的收入分成方面，目前正處於調整期。過去的分成模式對數字內容創作者（尤其是遊戲公司）不公平，而實體產品提供商卻能享受更優惠的條件。作為同時營運應用程式商店和數字內容（如遊戲）的公司，我們認為應用程式商店的分成比例過高，收益分配不合理。這種調整趨勢在中國市場已經持續了幾年，數字內容創作者（包括我們在內）逐漸獲得更公平的收入分成。而在西方市場，這種變化較慢，甚至尚未發生，直到最近才有所改觀。目前有多起法律案件和監管干預正在進行，雖然短期內的變化難以預測，但長期來看，我們認為應用程式商店與數字內容提供商之間的收入分配關係將會逐漸調整，趨向更公平。過去，數字內容提供商（如遊戲公司）創造了大量價值，但因為分成不合理，實際上在補貼整個應用程式商店生態，而這種生態卻更有利於電商和不支付費用的公司。我們認為，未來會朝著更公平的方向發展，尤其在中國市場，這種趨勢已經比較明顯，而在西方市場，儘管速度較慢，但我們預計未來也會逐步顯現。Q：過去2-3個月，騰訊在將AI深入整合到各種業務應用中後，是否觀察到使用者行為有顯著變化？比如，使用者在使用“元寶”時的習慣是否有變化？這些AI技術在微信生態中是否已經被業務合作夥伴注意到？騰訊如何看待這些觀察到的使用者行為變化，是否能幫助進一步提升使用者價值和未來變現潛力？除了一些大型遊戲因AI整合而受益外，未來是否也會在一些中型遊戲中整合AI，來提升變現或啟動使用者互動？目前來說，要系統分析使用者行為變化還為時過早。現在我們主要在探索和試驗，通過增加各種AI功能，觀察那些使用者喜歡用，那些不太受歡迎。我們發現，使用者普遍喜歡和AI互動，比如提問、追問，或者使用一些分析照片的新功能。有些功能剛上線，我們還在觀察使用者反饋，看看那些功能能留住使用者，那些可能沒那麼實用。總體來看，使用者使用AI助手的頻率確實在逐步提升，隨著他們逐漸熟悉這些功能，使用者開始發現AI助手的價值，所以整體使用量在增加。目前我們主要把遊戲AI應用在大型競技類遊戲中，但這個進展還處於非常早期的階段。我們認為，繼續深耕這一方向，才是最大的機會。與此同時，我們也看到另一種潛在的機會，就是將生成式AI應用到內容驅動型遊戲中。這種AI一開始可以加速遊戲內容的創作，比如幫助遊戲工作室更快地製作內容。未來，甚至可能讓玩家生成一些遊戲內容，比如自訂地圖或劇情。最終，這種AI甚至有潛力實現動態生成內容，比如當玩家探索預設地圖之外的區域時，遊戲能夠自動生成新環境。不過，這些都是未來探索的方向，目前更實際的機會還是將遊戲AI應用在大型多人競技遊戲中，這也是我們目前主要的投入重點。Q：關於高性能GPU（圖形處理單元）。最近，美國對高性能GPU引入了許可要求。我們瞭解到，目前我們的優先順序是內部使用這些GPU。請管理層分享一下對這個情況的看法，以及這對我們的資本支出、AI開發以及產品發佈有什麼影響？關於宏觀經濟形勢。在我們的新聞稿中提到，經過去年較為保守的策略後，我們的消費者貸款業務在今年實現了同比收入增長。但考慮到經濟環境仍不確定，能否請管理層分享一些我們在市場上的觀察，包括消費者和廣告主方面的情況？關於GPU（圖形處理單元）的問題，目前形勢變化非常快。從上一季度財報電話會議以來，我們先後經歷了H20晶片的出現，緊接著美國工業與安全域（BIS）又在一夜之間出台了新的監管指引，而且這些政策都是突如其來的。因此，我們需要在完全合規的前提下靈活應對，以確保我們的AI戰略能夠順利實施。好消息是，我們之前已經儲備了相當數量的晶片，這對於我們執行AI戰略非常有幫助。這些GPU的使用將優先用於能夠帶來直接回報的應用，比如廣告業務和內容推薦產品。目前，我們確實在這些領域大量使用GPU，以快速產生收益。關於大語言模型（LLM）訓練的問題，這屬於第二優先順序，因為訓練通常需要更高端的晶片。幸運的是，過去幾個月業內觀念出現了轉變，人們開始擺脫美國科技公司所謂“規模定律”（ScalingLaw)，即必須持續擴張訓練叢集的思維。但現在我們發現，即使使用較小的叢集，也可以取得不錯的訓練效果。這說明，模型訓練不一定非要依賴超大規模叢集。換言之，憑藉現有的高端晶片庫存，我們完全有能力在未來數代模型的訓練中“夠用”。更大的GPU需求主要來自推理(Inference）端，尤其是當我們進入複雜推理模型階段時，計算需求顯著增加。比如，當模型要回答一個複雜問題時，需要處理更多的Token（即大量的文字片段）。如果進入智能代理AI（Agentic AI）階段，Token需求量會更大。因此，推理計算的需求非常旺盛。針對推理側的壓力，我們有多種手段：第一，軟體最佳化。目前我們還可以通過軟體最佳化，來進一步提升推理效率。比如，如果我們能夠將推理效率提升2倍，那就相當於現有GPU算力翻倍，在不增加硬體的情況下提升計算能力。第二，定製模型，最佳化GPU使用。目前，我們可以自訂不同規模的AI模型，因為有些應用並不需要超大模型。通過定製化和模型壓縮（蒸餾），可以針對不同的使用場景，開發出輕量化模型，這樣可以顯著減少推理計算時對GPU的消耗。第三，硬體替代方案。除了GPU，我們還可以靈活使用其他類型的晶片，例如國產晶片、ASIC和FPGA、進口晶片等。總之，我們可以通過多條路徑滿足不斷擴大的推理需求，把更多精力投入軟體層面，而不是單純用“砸GPU”來解決。我們注意到，今年以來，通過平台促成的貸款質量逐步提升。這主要有兩個原因。第一，借款人篩選更精準。我們在借款人選擇上更嚴格，有效減少了壞帳風險。第二，宏觀環境改善。近年來，中國消費者儲蓄餘額大幅增加，也就是說，很多人手頭更寬裕。相比於那些儲蓄較少的人，我們更願意把錢借給儲蓄較多的人。目前，我們的貸款總額增長較為謹慎。與一些同行相比，我們平台的貸款規模還只是他們的一小部分。雖然我們會繼續保持穩健擴張，但由於貸款利潤率較高，這個業務未來仍有多年增長潛力。Q：關於AI再投資，管理層在開場時提到，收入和營運利潤之間的差距縮小，能否更詳細說明這一差距的幅度與持續時長？除了資本支出之外，還有那些費用項目會拉大（或縮小）二者的差距？關於FPS（第一人稱射擊遊戲）業務，本季度《三角洲行動》表現優異，《穿越火線手游》也有所提及。我們是否正看到FPS類遊戲的結構性崛起？在您提到的多個FPS遊戲中，是否可能出現多款“常青”產品？這種差距縮小的現象，尤其是在人工智慧（AI）部署方面，其實目前是一個全新且未知的領域，不僅對騰訊，對整個世界都是如此。因此，對於未來的持續時間和具體影響，管理層坦言沒有絕對的信心去精準預測。不過，如果要衡量這種差距縮小的時間長度，可以參考過去的經驗。騰訊過去在培育新產品直到形成大規模使用者基礎和流行度，再到實現盈利，通常這個過程大概持續1到2年。當然，具體的時間長短還取決於競爭對手在中國市場的策略，以及使用者和廣告主的行為變化。在利潤增長和收入增長差距縮小的問題上，可以參考的合理時間範圍大約是1到2年。我們不認為當前季度收入增長和利潤增長的差距會持續擴大，未來這個差距會逐步縮小。同時，我們也不預計營運槓桿會變成負數，也就是說，利潤增長不會因為投入增加而出現負增長。在成本方面，除了資本支出和折舊，還有一些市場推廣費用，比如在元寶上的推廣。此外，AI工程師的成本較高，因為具備AI專業技能的工程師工資普遍較高，但這更多是人力成本結構的問題，而非員工數量的增加。關於在中國第一人稱動作遊戲受歡迎的問題，有兩點。第一，正如我之前提到的，這在很大程度上代表了中國玩家的行為與世界其他地區長期以來的遊戲行為趨同。在世界其他地區，第一人稱動作遊戲是遊戲中的超級遊戲類型，相當於電視劇。它佔據了玩家遊戲時間和收入的40%到50%。在中國，這一比例歷史上只有10%到20%。但當我們觀察不同群體、不同世代的玩家時，我們會發現中國的年輕玩家尤其喜歡第一人稱動作遊戲，而像《無畏契約》這樣直接吸引20到30歲玩家的第一人稱動作遊戲表現尤為出色。這是一個觀察結果。第二個觀察是，雖然我們較新的第一人稱動作遊戲表現良好，但我們現有的一些遊戲，包括《和平精英》、《使命召喚手游》和《穿越火線手游》，也同樣表現不俗。我認為這其中有很多原因，但其中一個原因是，大家可能還記得，幾年前，大逃殺模式推出，在西方國家迅速走紅，《使命召喚》、《戰區》和《絕地求生》也都大受歡迎，這可以說是一種進步，意味著整個遊戲類型的擴展。在中國，我們看到了大逃殺模式的進步，最近我們又看到了所謂的“撤離射擊”模式的流行。我之前提到，《和平精英》是中國最大的第一人稱動作遊戲，其使用者增長主要源於撤離射擊模式。而對於《三角洲特種部隊》，大多數高留存使用者都玩撤離射擊模式。所以，我們相信，每隔幾年，第一人稱動作遊戲就會出現一些新的玩法模式，這些模式通常會擴大整體受眾群體，而不是蠶食現有受眾群體，而這正是目前的情況。因此，我們對多款第一人稱動作遊戲在中國取得的進展感到非常高興。Q：每個季度我們都聽到管理層提到 AI 技術是推動廣告業務發展的驅動力之一。想知道，如果將 AI 技術應用到你們的廣告業務中，還可能會帶來多大的增長空間？另外，你們視訊帳號廣告的最新廣告負載率和有效每千次展示費用 (eCPM) 是多少？關於微信搜尋，想知道，微信搜尋的最新搜尋查詢市場份額是多少？微信搜尋現在貢獻了多少廣告收入？在你們將 AI 搜尋功能加入到微信後，您是否認為使用者搜尋活動會從傳統搜尋轉向 AI 搜尋？AI在多大程度上能夠進一步提升我們的廣告收入，這實際上是一個全球性的行業問題。如果我知道這個問題的答案，那麼對理解Meta、Google以及騰訊以外的一系列公司將非常有幫助。如果我嘗試簡化這個框架，那麼AI目前為廣告收入帶來的提升，很大一部分（不是全部，但很大一部分）可以通過廣告點選率（CTR）來量化。從歷史上看，橫幅（banner）廣告的點選率約為0.1%。資訊流（feed）廣告的點選率約為1.0%。借助AI，我們已經看到某些廣告庫存的點選率可以提高到3.0%。那麼問題是，這個點選率的上限是多少？目前，沒有人知道答案，因為如果你擁有關於消費者的完整資訊或洞察力，如果你有能力推斷消費者想要什麼，或者根據消費者先前的行為推斷他們應該想要什麼，然後向該消費者投放高度精準的廣告，那麼這幾乎就變成哲學問題了。那麼，很難說上限應該是 X% 而不是 Y%。當然，AI還有其他方式可以提高廣告收入。我們可以利用AI向消費者定向提供更具吸引力的內容，這意味著他們會在資訊流中花費更多時間，從而觀看更多廣告。但我認為廣告點選率也許是最重要的。就視訊帳號的廣告負載而言，我想在過去六個月裡，我們一直保持著相當穩定的水平，目前仍在3%到4%左右。就視訊號的eCPM而言，它仍然是一個非常不錯的數字，部分原因是我們實現了高點選率，還有部分原因是廣告主在爭奪可用廣告庫存方面存在競爭。就微信搜尋查詢份額而言，我們尚未披露具體數字，但它呈現出良好的上升趨勢。至於使用者對AI搜尋的反應，我認為——我的一位同事可能有更細緻的答案。但是，a、現在還處於早期階段；b、我認為AI搜尋的整個概念有點模糊，消費者在純AI體驗中輸入提示，與在搜尋引擎中輸入查詢（傳統演算法或大語言模型驅動的結果可以回答）之間的界限該如何劃定？兩者有點融合在一起，我們認為，作為搜尋行業的一個相對較新的參與者，這（種融合）對我們來說是好事，因為這是我們獲得使用者份額並最終獲得收入份額的機會。Q：第一個問題是關於廣告業績的，廣告業績從第四季度的 17% 增長到了第一季度的 20%。想瞭解，如此強勁的業績增長或加速在多大程度上是由宏觀經濟復甦、技術進步還是庫存釋放推動的？根據之前的評論，我猜庫存釋放的影響應該是最小的。所以，即使精準量化其影響也很難，能否給出其對收入增長的影響排名？另一個問題是關於AI產品模式的。你們一直在積極地為元寶吸引使用者。能否分享一下元寶活躍使用者的反饋、留存率等等？更重要的是，就產品而言，您如何看待聊天機器人AI應用的未來發展？這有可能是生成式AI的終極形態嗎？關於廣告，我認為我不會過多解讀廣告收入增長率的逐季波動。它一直處於一個區間內，坦白說，第一季度處於該區間的上限。我們甚至不一定希望出現加速增長。對我們來說，更重要的是真正保持一個非常長的跑道，以便在未來很多年（不是幾個季度，而是很多年）內維持這個區間。如果我們發現自己離區間上限太近，那麼我們可能會花更多時間增加現有產品的廣告負載率，或者放慢針對我們新的AI產品部署廣告，真正專注於最佳化使用者使用時間和使用者體驗，而不是試圖突破區間上限。但那樣一來，這個區間存在的時間比我們希望的要短。所以我認為這是大致的概括性評論。（劉熾平Martin補充）：流量的有機增長也很重要。這可能是一個非常重要的驅動因素。是的，流量增長和廣告技術的改進是導致流量區間保持在十幾位數字左右，而不是個位數的正增長或負增長，以及區間內的波動的原因。我認為這與一些季度性因素有關。但正如Martin指出的那樣，總體而言，我們的流量在增長，尤其是我們最看好的廣告資源，例如視訊號、小程序、公眾號和微信搜尋。我們正在部署廣告技術，部署AI，提高圍繞這些庫存的廣告主的回報。（劉熾平）補充一下，我們看待廣告業務的方式是，這條跑道很長，我們所做的就是努力延長這條跑道，而不是逐季管理增長率。如果我們能夠持續改進廣告技術，就能延長跑道。如果我們能夠持續增加流量，這其中很大一部分流量實際上也是由AI驅動的，因為即使有這麼多使用者訪問我們的視訊帳號，仍然有很多人進來後只看了一小會兒就離開了。如果我們能夠通過AI找到合適的內容推送給他們，那麼使用者使用時間就能顯著增加。這樣一來，我們就不必增加廣告投放量了，我們只需依靠流量的自然增長來推動收入增長，並把新的廣告投放量留到以後再投放，這樣我們的跑道就能再次延長。同時，通過減少廣告，我們實際上可以改善我們的產品體驗，這是形成虛擬循環的另一個競爭優勢。所以我認為這就是我們對廣告業務的思考方式。隨著時間的推移，如果我們能夠在微信生態系統中建構一個更強大的交易生態系統，越來越多的商家可以投放廣告，一旦點選率上升，交易就很容易促成。這樣一來，廣告主在我們這裡消費的意願就會增加，每次點選的價值也會上升。所以，我們正在做很多系統性的事情，從而延長我們廣告業務的營運時間。我們相信，從宏觀角度來看，這條營運時間非常長，我們正在不斷努力延長它。關於AI。我認為就目前而言，就在上個季度，我們的元寶使用者群實際上增長了很多。我們花了很多時間來確保能夠留住這些使用者，我認為我們已經證明了我們能夠留住使用者，並為他們提供足夠好的體驗，從而吸引他們不斷回頭，持續使用元寶。我認為，當你談到新產品的形態時，聊天功能目前確實佔據主導地位。但當我們推出更多功能時，使用者介面和格式可能會有所不同。當你嘗試為使用者執行一項複雜的任務時，它可能會變成一個項目而不是一個聊天，而且你可能需要讓這項任務停留更長時間。因此，我們會根據我們提供的功能類型來定製產品形態和使用者體驗。Q：兩個問題。一個是關於我們微信電商戰略的。我想瞭解一下我們目前看到的關鍵KPI是什麼？對於基於貨架的產品，以及目前以直播搜尋為主要形式的產品，是否有相應的計畫或時間表？第二個是支付方面的問題。我看到管理層注意到第一季度的支付額略有下降。這些是與宏觀因素相關，還是與支付策略有關？你們（管理層）之前提到了4月支付額有所改善，可否說明原因。就電商戰略而言，我認為我們不會通過設定硬性的KPI來營運。這是一個非常長期的項目，需要很長的跑道。我反覆強調“跑道”這個術語，因為我們覺得，相比像衝刺那樣設定KPI然後需要達到它，確保業務能夠長期保持增長更重要。所以，就如何建構跑道而言，我們正在實施一系列舉措。首要任務是真正改善消費者的基本購物體驗，例如，我們需要提供更高品質的產品，我們需要制定方便消費者的退貨政策，我們需要建立良好的客戶服務流程，我們需要為這些消費者提供合理的價格。這是一個。第二，我們希望吸引更多優質產品、優質品牌和積極進取的商家加入我們的生態系統，從而不斷提升供應端。第三，真正為商家帶來更多流量，並為消費者提供更多與產品和商家互動的機會。第一步是通過直播來真正增加流量。我認為這是真正能夠轉化更多銷售額的方法之一，而且效果已經得到充分驗證。其他平台已經這樣做了。我認為這更像是我們能夠做到的一件無悔之事。與此同時，隨著時間的推移，我們實際上希望為微信生態系統打造一些獨特的功能，那就是通過微信生態系統中的各種模組（例如小程序）將使用者與產品連接起來。我們知道，很多使用者已經在通過小程序購買產品。如果我們能夠將部分交易轉化為小程序，並且由於小程序擁有更好的電商交易支援基礎設施，我們實際上可以擴大交易量，這對使用者和商家都有好處。它包含社交元素、溝通元素，可以與朋友圈和搜尋建立連接。比如，在社交方面，我們之前提到過贈送功能是我們新增的一項功能，未來還會加入更多功能，並與公眾號連接。所以，我們可以加入很多潛在的連接。隨著時間的推移，這些連接將以一種非常獨特的方式為商家帶來更多交易。所以，為了長期發展我們的小程序商店和微信電商生態系統，我們正在做這些事情。我很高興地說，雖然這些只是我們第一階段的工作，但我們的小程序商店交易總額（GMV）仍然保持著非常強勁的增長。關於商業支付量的問題，我們的市場份額可能會根據補貼水平、我們接受信用卡支付交易的積極程度等等而波動。但實際上，我們不會逐月做出重大調整。因此，從第一季度到4月，我們的競爭強度並沒有顯著提升。我認為總體情況是，過去幾個季度消費者支出一直在波動，但最近的資料是呈上升趨勢。因此，這種上升趨勢可能反映了整體消費者信心和消費活動的走穩。我們希望隨著時間的推移，這種穩定能夠持續下去。當然，時間會告訴我們答案。稍微補充一下，在第一季度，交易數量持續上升，但客單價實際上下降了。我們的判斷是，隨著需求端開始回暖，供應端競爭可能進入最後階段。我認為4月的趨勢在某種程度上證實了這一點。但這實際上是在關稅開始生效之前。所以，即使沒有關稅，我認為我們清楚地看到消費模式已經觸底，並開始緩慢復甦。但現在考慮到關稅的影響，我認為我們只需要看看下一季度會發生什麼。這是非常動態的。關稅是存在的，但關稅的幅度是多少？我認為政府實際上非常支援刺激措施，而且中國政府仍有很大的空間推出更多刺激措施。現在在關稅方面有一些選擇。因此，我認為需要關注兩個因素，一是關稅及其相互作用，二是關稅對經濟的影響以及刺激措施的反向影響。 (華爾街見聞)

Nature的一篇文章透露：你發過的paper，很可能已經被拿去訓練模型了！有的出版商靠賣資料，已經狂賺2300萬美元。然而辛辛苦苦碼論文的作者們，卻拿不到一分錢，這合理嗎？ 全球資料告急，怎麼辦？ 論文來湊！ 最近，Nature的一篇文章向我們揭露了這樣一個事實：連科研論文，都被薅去訓AI了……

隨著ChatGPT引發的人工智慧熱潮，GPU成為了AI大模型訓練平台的基石，甚至是決定性的算力底座。為什麼GPU能力壓CPU，成為炙手可熱的主角呢？ 要回答這個問題，首先需要了解目前人工智慧（AI，Artificial Intelligence）的主要技術。 人工智慧與深度學習 人工智慧是一個歷史非常長的學科。自上世紀50年代以來，在多個技術方向上進行過探索，也經歷過多次的高潮和低潮。想了解更基礎更有趣的人工智慧介紹，可以看下面這篇文章：人工智慧來了，小心你的飯碗不保。