小扎預告個人智能體,Meta一夜蒸發7800億
重點摘要
智東西 作者 | 王涵 編輯 | 冰倩 智東西7月30日報道,今天凌晨,在Meta 2026年Q2財報會上,Meta創始人兼首席執行官馬克·扎克伯格(Mark Zuckerberg)透露,Meta正在開發新的個人智能體,“這些將成為未來數月乃至數年內我們下一波產品和收入線的基礎。” 其2026年Q2財報顯示,本季度,Meta營收為608.01億美元(約合人民幣4113.
# 小扎預告個人智能體,Meta一夜蒸發7800億:AI巨額投資引發市場擔憂
智東西7月30日報道,今天凌晨,Meta發布了2026年第二季度財報,營收表現雖超出預期,但持續攀升的研發支出和資本開支讓投資者對其“燒錢換未來”的戰略失去耐心。創始人兼首席執行官馬克·扎克伯格在財報電話會議上透露,Meta正在開發新一代個人智能體產品,並將其定位為“未來數月乃至數年內下一波產品和收入線的基礎”。然而,這一宏大願景未能提振市場情緒,財報發布後Meta股價盤後暴跌7.45%,市值蒸發約1103億美元(約合人民幣7831億元)。 ## 財報數據喜憂參半:營收增長但利潤下滑
財報顯示,Meta 2026年第二季度營收達到608.01億美元(約合人民幣4113.98億元),同比增長28%,增速保持強勁。然而,淨利潤為158.48億美元(約合人民幣1072.32億元),同比卻下降14%,陷入“增收不增利”的困境。 利潤下滑的背後是成本費用的急劇膨脹。本季度,Meta總成本與費用達420.3億美元(約合人民幣2843.88億元),同比增長55%。其中,研發支出為216.56億美元(約合人民幣1465.31億元),佔總營收的36%,同比大幅增長67%;資本支出更是高達310.8億美元(約合人民幣2102.97億元),同比增長83%。此外,公司在本季度計入了24.0億美元的法律訴訟相關費用,以及11.8億美元與2026年5月裁員相關的遣散費用。 ## 元宇宙業務持續虧損,累計損失超過2800億
作為Meta戰略轉型的核心板塊,元宇宙業務(Reality Labs)依然是財報中最大的“失血點”。該部門本季度虧損46.19億美元(約合人民幣312.54億元),同比增長約2%。自2024年第二季度以來的27個月內,Meta元宇宙業務已累計虧損417.23億美元(約合人民幣2823.1億元),投入規模之大令市場憂慮。 Meta營收的大頭依舊來自旗下應用家族,包括Facebook、Instagram、Messenger及WhatsApp在內的應用業務實現營收603.70億美元(約合人民幣4084.81億元),同比增長28%。其中,廣告業務營收為593.63億美元(約合人民幣4016.68億元),同比上漲27%,依然是Meta最核心的收入來源。 ## 智能眼鏡銷售超預期,Connect大會將發布新品
在財報電話會上,扎克伯格將智能眼鏡定位為“適配無縫交互的硬件設備”的理想形態。他認為,智能眼鏡可以伴隨用戶全天候使用,在不打斷用戶當下狀態的前提下提供輔助服務,是AI落地的重要硬件入口。 目前,Meta已與依視路陸遜梯卡(EssilorLuxottica)合作推出自有品牌Meta Glasses系列,其中包含與知名網紅Kylie Jenner聯合設計的款式。該系列是首批出廠即搭載Muse Spark自研AI模型的眼鏡產品,能夠識別用戶所見場景,提供更具針對性的實用解答。扎克伯格透露,該系列早期銷售表現強勁,超出了Meta的預期。關於後續產品佈局,扎克伯格稱將於今年9月23日舉辦的Connect大會上公佈更多關於眼鏡產品線的信息。 ## AI模型迭代加速,每日互動用戶增長60%
在AI領域,Meta正全面加速佈局。自成立超級智能實驗室以來,Meta已陸續推出兩款AI模型——Muse Spark 1.1和Muse Image,並同步更新了Meta AI助手。扎克伯格披露,自整合Muse Spark以來,AI助手的每日互動用戶數增長了60%,周環比持續上升。 Muse Spark 1.1定位為高效的代理型編碼模型,在計算機使用、工具調用和多模態理解方面具備較強能力。該模型已通過公共API開放,Meta同時正通過合作伙伴渠道及更多編碼代理擴大分發範圍。Meta計劃在未來數週內為Muse Spark增加企業級適配功能,以方便企業用戶採用。 在廣告業務方面,Meta正在利用大語言模型改進系統預測和排序廣告的方式。他們擴展了可納入考量的上下文範圍,綜合用戶的自然活動和廣告活動來判斷相關性,從而在Facebook和Instagram上實現了廣告相關性和轉化率的顯著提升。 ## 個人智能體與商業智能體雙線並進
扎克伯格重點介紹了Meta的智能體戰略佈局。在個人智能體方面,Meta計劃推出能夠全天候代表用戶執行任務的AI產品,覆蓋生活、健康、財務等多個領域。這些個人智能體將成為Meta下一階段產品創新的核心方向。 商業智能體方面,Meta已在WhatsApp和Messenger全球上線服務,目前每週有超過100萬家企業使用該功能與客戶溝通或完成銷售,並正逐步向Instagram擴展。扎克伯格補充道,未來將增加對話總結、競爭情報和實時效果分析等功能,並最終構建“一站式業務”平臺,協助用戶利用Meta生態系統創辦和運營業務。 ## 算力佈局持續擴張:全球32個數據中心在建或運營
基礎設施層面,Meta昨日宣布與BlackRock達成新的戰略合作,將在得克薩斯州埃爾帕索開發一座1吉瓦的數據中心,這也是Meta算力佈局的重要組成部分。扎克伯格預計,大部分算力將用於訓練模型、發展核心業務,以及提供個人智能體和新產品。 據外媒統計,Meta目前在全球有32個數據中心正在運營或建設中,其中28個位於美國。大規模的基礎設施投入正是導致資本支出大幅增長的主要原因之一,也是投資者最為擔憂的方面。 ## 裁員與人員優化仍在繼續
財報還顯示,截至2026年6月30日,Meta員工人數為75472人,同比減少1%。該統計包括了受2026年5月裁員影響的約8000名員工,其中大部分將在2026年第三季度末不再計入員工人數。這表明Meta在大力投資AI和元宇宙的同時,也在持續進行人員結構的優化調整。 ## 資本市場態度轉向:投資者對“燒錢”失去耐心
截至北京時間2026年7月30日凌晨4點收盤,Meta股價報585.61美元(約合人民幣3976元),較前一日下跌1.31%。財報發布後,盤後交易中股價進一步暴跌7.45%,報542.00美元(約合人民幣3680元),市值蒸發約1103億美元(約合人民幣7831億元)。 市場分析認為,Meta的AI戰略佈局已清晰勾勒出三條路徑:向上以AI優化廣告系統鞏固核心營收;向外以個人和商業智能體開闢新收入線;向下以API、算力租賃等企業級服務打開B端市場。智能眼鏡作為硬件入口正在驗證“AI+硬件”的落地能力,Muse系列模型和企業智能體也在快速鋪開。 然而,這套打法與谷歌、微軟、亞馬遜等競爭對手如出一轍,核心區別在於誰能先跑通商業閉環。當前資本市場態度已然轉向,對科技企業“持續燒錢押注遠期願景”的敘事耐心正在消退。Meta股價盤後市值蒸發超千億美元,直觀反映出投資者不再願意為無明確回報週期的持續投入買單。 對於扎克伯格而言,如何在維持AI和元宇宙高強度投入的同時,向市場證明這些投資能夠在可預見的未來轉化為實際收入和利潤,將是Meta面臨的最大挑戰。隨著9月Connect大會的臨近,Meta能否推出令市場信服的產品路線圖和商業化方案,將成為決定股價走向的關鍵變量。
Related
相關文章
馬斯克發Grok新模型!登智能體測評榜首,比OpenAI家便宜一半
這篇消息聚焦「馬斯克發Grok新模型!登智能體測評榜首,比OpenAI家便宜一半」。目前站內已移除先前混入的模型思考或安全判斷文字,並保留來源可確認的主題供讀者追蹤。
AI自主攻防戰實錄:智能體如何突破 Hugging Face 沙盒與防禦系統?
AI資訊AI新閒資訊正文AI自主攻防戰實錄:智能體如何突破 Hugging Face 沙盒與防禦系統?發布於AI新閒資訊時間 :Jul 30, 2026閱讀 :1分鐘近期,Hugging Face公佈了一份詳盡的技術時間線,披露了一起備受關注的 AI 智能體入侵事件。事件中的自主 AI 基於OpenAI 模型構建,在關閉常規安全限制並用於網絡安全評測期間,於短短 4 天半內執行了約 1.
特朗普首度迴應 OpenAI 失控事件:正在研究管控,但不想限制創新
OpenAI模型失控入侵Hugging Face事件引發白宮高度關注。特朗普迴應稱正研究管控措施,但不想限制開發者創新,顯示在安全與技術進步間謹慎平衡。OpenAI CEO奧特曼赴國會滅火。失控智能體首次自主侵入外部系統,凸顯行業安全憂慮。
微軟 AI 投資賬單出爐:押注 Anthropic 單季大賺 32 億美元,OpenAI 反成拖累
AI資訊AI新閒資訊正文微軟 AI 投資賬單出爐:押注 Anthropic 單季大賺 32 億美元,OpenAI 反成拖累發布於AI新閒資訊時間 :Jul 30, 2026閱讀 :1分鐘微軟公佈 2026 財年第四季度財報,意外曝光了其對兩家頭部 AI 公司投資回報的強烈反差。
微軟將推智能超級應用
微軟執行長薩蒂亞·納德拉確認,今年將推出整合Copilot聊天、編碼與代理功能的AI「超級應用」,涵蓋消費者與商業體驗。該應用將結合Copilot、GitHub Copilot、Copilot Cowork及Autopilot系統,微軟上季營收達900億美元,AI與雲端業務為主要成長動能。
真實世界網絡滲透智能體測評
本研究提出一個新的評估協議,將滲透測試智能體的評量從任務完成轉向真實漏洞發現,並結合結構化真實資料與 LLM 語義匹配來識別漏洞。該協議還能處理隨機代理的重複評估與效率指標,並釋出專家註釋的真實資料與程式碼,以促進更貼近真實世界的滲透測試智能體比較。