社区

Meta将于美东10月21日公布2026年第三季度财报。 $Meta Platforms, Inc.(META)$

上一季度，Meta营收强劲但利润承压。数据显示，二季度Meta营收达到608.01亿美元，同比增长28%；全年资本开支指引为1300亿至1450亿美元。其中，公司广告展示量同比增长14%，单条广告平均价格同比增长12%，从数据呈现来看，算法改善了内容分发和广告匹配，进而带动广告主付费的路径。

此外，Meta第二季度资本开支达到310.8亿美元。经营利润同比下降8%，经营利润率从上年同期的43%降至31%。受到法律相关费用、裁员支出等因素影响，不能把利润下滑全部归因于AI，但高额投入与利润率变化已让市场重新观察其增长质量。

进入10月，Meta持续推进Muse个人AI助手，并发布Muse Wonder及Muse Wonder Full等模型更新，公司正尝试把AI能力从广告推荐系统延伸到个人助手、智能眼镜和企业服务。

成熟的广告变现体系提供的现金流决定了基础设施投入的持续性。前台AI产品若能扩宽收入来源，则将进一步开拓公司的增长边界。

三季度，Meta广告业务能否延续增长，AI推荐系统能否继续改善广告投放效率，持续扩张的资本开支又是否能给未来利润留下空间？

当资本开支迈入千亿美元量级，Meta现有的广告变现体系还能为算力扩张提供多少保障？

广告业务仍是现金流底座，AI推荐系统正在提高每一美元广告的产出

Meta的基本面，首先要从广告业务看起。

社交平台的广告收入主要取决于用户停留时长、兴趣识别精度、广告主的投放回报。AI推荐系统把这三个环节连接起来：推荐更精准，内容匹配效率提高，广告主的转化效果改善，平台由此争取更多广告预算。

目前，Meta正在把大模型技术直接引入广告系统。据第二季度业绩电话会议披露，Meta Generative Recommender已用于广告检索系统，通过大模型综合理解广告内容与用户偏好，改善广告匹配；在Instagram的早期试验中，使应用事件转化率提高了1%。

培育独立AI产品需要漫长周期，对比之下，将大模型嵌入已有收入体系，更容易通过点击、转化、广告价格等经营指标观察。凭借庞大的内容和广告生态，Meta可以优先把模型能力转化为经营效率。

第三季度财报需要进一步验证这一逻辑的延续性。若收入增长依赖增加广告展示，价格和转化效率走弱，则需要重新评估增长的可持续性。只要算法效率能持续变现，Meta就有条件用成熟业务为下一轮AI建设提供资金支持。在资本开支持续走高的情况下，Meta明年该怎么走？

资本开支冲上千亿美元级别，2027年的成本曲线才是真正考题

广告业务的稳健表现已经为Meta提供了资金缓冲，为何市场仍担忧高额投入会拖累整体盈利？AI行业的竞争已延伸至算力供给、能源保障与基础设施运营效率。为支撑大模型训练、推理服务和推荐系统的规模化运转，Meta不得不提前进行高强度的硬件采购与数据中心建设。第二季度，公司将2026年全年资本开支指引收窄至1300亿至1450亿美元，较此前1250亿至1450亿美元的区间上调了下限。投入增加、利润率下滑，市场自然会好奇：投资的规模会扩张到什么程度。

算力基础设施投入具有明显的前置性。设备和数据中心需要先建设，折旧、运维和相关人员成本逐步进入损益表，收入变化存在滞后性。Meta第二季度确认了24亿美元法律相关费用和11.8亿美元裁员相关费用，剔除这些一次性因素后，基础业务利润能否覆盖持续扩大的算力成本？一旦未来折旧摊销的速度超过广告毛利增速，Meta的利润率可能面临压力。

所以，关注即将发布的财报，应该看管理层如何解释2027年的投资安排、费用增长和基础设施需求。千亿美元级资本开支直接挤压了公司的自由现金流空间，需要管理层在算力扩产与股东回报之间做出权衡。

如果Meta持续上调投入规模，管理层需给出明确的业务支撑需求。在收入增速和成本投入不同步的情况下，2027年的资本开支与折旧会呈现什么样的走势？

Muse打开新的增长空间，AI助手能否变现仍需时间验证

除了后台推荐算法外，Meta正将把AI推向用户直接使用的前台。

10月，Meta持续更新Muse模型体系，发布Muse个人AI助手后，推出面向个人和专业场景的Muse Wonder系列模型。Meta在Connect 2026期间宣布推进Muse与AI眼镜的结合，并计划在年底前将Ray-Ban、Oakley和Meta品牌的AI眼镜款式扩展至100多种。

依托Facebook、Instagram、WhatsApp等应用的用户关系、内容分发和广告商业化体系，Meta降低了新产品的推广成本。假如AI助手能够持续提高用户参与度，并逐步进入购物推荐、商业沟通和企业服务场景，或者通过AI眼镜结合日常使用场景，公司就有机会创造新的收入入口。

用户使用AI产品，并不等于产品已经具备成熟的盈利模式。AI助手需要持续调用模型和算力，使用频率越高，推理成本也可能随之上升。免费产品可以帮助公司扩大用户规模，却不能单独证明商业价值。后续需要观察付费服务、企业产品、商业导流和广告模式能否形成可持续收入，以及这些收入能否高于新增成本。

Meta AI助手的长期价值可能体现在三个层面：增加现有平台的用户参与度，为商业服务创造新的交互入口，并逐渐形成独立的产品收入。广告效率提升容易在现有财务数据中体现，企业服务和AI助手的独立变现则需要更长时间验证。

结语：AI的竞争进入下半场，Meta需要证明投入能够形成复利

Meta广告推荐系统已经展现出改善转化效率的潜力，Muse和AI眼镜则提供了新的产品方向；与此同时，巨额资本开支也要求公司必须明确解释未来的成本曲线和回报周期。

Meta即将发布的财报，或许有助于观察一家成熟互联网公司如何将AI能力变现。在行业竞争转向商业化效率的当下，只有广告效率改善、新业务变现与算力折旧成本形成良性循环，这轮扩张才能沉淀为扎实的长期竞争力。