营收增长33%、Meta股价却大跌：扎克伯格宣布再烧100亿

美国时间4月29日，Meta交出了一份在营收和利润层面均超出预期的季度成绩单，但盘后股价仍一度下跌逾6%。

一份亮眼的财报，却被一个数字击退了乐观情绪。Meta将2026年资本开支指引从1150亿至1350亿美元上调至1250亿至1450亿美元，区间上下限各提高100亿美元。若按最新上限计算，Meta今年资本支出可能达到1450亿美元，较2025年的722.2亿美元几乎翻倍。

01 33%，2021年以来最快的营收增速

第一季度，Meta营收达563.1亿美元，同比增长33%，这是该公司自2021年以来最快的单季营收增速，净利润为267.7亿美元，同比增长61%，摊薄每股收益10.44美元，同比增长62%。营收和净利润均超出分析师预期。华尔街此前预计营收为554.5亿美元，每股收益为6.82美元。

不过，净利润数字中藏有一个需要剥离的变量。本季度净利润受到一次性税务收益抬升。Meta披露，一季度确认80.3亿美元所得税收益，部分抵消了2025年三季度因美国《One Big Beautiful Bill Act》确认的159.3亿美元非现金税费。剔除该项影响，摊薄EPS将减少3.13美元，约为7.31美元。

驱动增长的核心是广告业务的双轮加速。第一季度广告展示量同比增长19%，每次展示的平均价格同比上涨12%，两个维度同时提速，共同支撑了33%的营收增长。这组数据的含义是：Meta的广告系统不仅在卖出更多广告位，每一个广告位也在卖出更高的价格，量价齐升的组合，是广告商业模式进入景气周期的最典型特征。

家庭日活跃用户（DAP）在2026年3月达到35.6亿，同比增长4%。不过DAP环比出现了自Meta开始披露该指标以来的首次下滑，原因是伊朗的网络中断和俄罗斯对WhatsApp的访问限制。

02 1450亿美元的新上限，资本支出已成最大变量

资本支出的再度上调，是令市场真正担忧的“问题”。

Meta将2026年资本支出上限从1350亿美元提高至1450亿美元，距离年初的1150亿美元下限，短短一个季度已经抬升了300亿美元。相比之下，Meta在2025年的全年资本支出约为722亿美元。换句话说，一年之内，这家公司的基础设施投入规模将翻倍。

官方给出的解释是零部件涨价与数据中心建设成本上升，但除此之外，Meta正在将越来越大比例的资源从传统业务调配至AI基础设施，同时以8000人裁员的方式来为这笔开支腾挪空间。这是一个典型的“破坏性重组”，但是扎克伯格认定，不进行这种规模的赌注，公司未来才会遇到麻烦。

市场对此的直接反应是盘后股价下跌超过6%，一个不断上调的资本支出上限，在投资者看来意味着自由现金流的压缩和回报周期的延长，这与当下高利率环境下市场对现金回报的偏好形成了明显张力。

不过，扎克伯格给出了第二季度的营收指引——580亿至610亿美元，中值处于分析师预期的上方，这表明广告业务的强劲势头将延续，足以在一定程度上对冲市场对支出膨胀的焦虑。

03 Muse Spark：AI重建九个月后，第一枚成果

财报背后，有一个更结构性的故事正在展开，而它的主角叫做Muse Spark。

4月8日，Meta正式发布了商用大模型Muse Spark，这是其彻底重建AI团队后推出的第一个重量级模型，也是Meta超级智能实验室（Meta Superintelligence Labs）的首个公开成果。这个模型在过去九个月内以内部代号“牛油果”（Avocado）秘密开发，上线后将逐步替代WhatsApp、Instagram和Facebook中现有的模型。

Muse Spark的意义主要在于它所代表的战略转向。与Meta此前一贯坚持的开源路线不同，Muse Spark是一个闭源模型，Meta表示将向部分合作伙伴提供私有API预览。

这场转型背后，还有扎克伯格在过去一年进行的一次彻底的人事重构。2025年6月，Meta以143亿美元收购数据标注公司Scale AI约49%的股权，并引入这家公司联合创始人、时年28岁的汪韬（Alexandr Wang）担任首席AI官，执掌新成立的Meta超级智能实验室。

与此同时，Meta还从OpenAI、Anthropic和谷歌大规模挖角，前GitHub CEO纳特·弗里德曼（Nat Friedman）、Safe Superintelligence联合创始人丹尼尔·格罗斯（Daniel Gross）等人相继加入，整个AI研究体系近乎从零重建。而任职12年的前首席AI科学家杨立昆（Yann LeCun）已于2025年底离职。

Truist分析师在报告中评价道，这次领导层换血与随后九个月的AI栈重建，标志着Meta在追赶OpenAI和谷歌方面发出了最明确的进攻信号。

就在财报发布前一周，Meta宣布了一个与亮眼营收形成强烈反差的消息。

公司将于5月20日启动新一轮裁员，裁撤约8000名员工，占全球约7.89万名员工的10%，同时将停止填补6000个空缺岗位。受波及的部门涵盖Reality Labs、Facebook社交部门、招聘、销售及全球运营等。

这不是Meta第一次大规模裁员，但这次的性质与以往不同。2022年的裁员被解释为对过度扩张的纠偏，2023年的裁员是扎克伯格高调宣称的“效率之年”，而这一次，公司明确表示，此轮裁员的目的不是淘汰绩效不佳者，而是将资源从传统职能岗位重新分配至AI基础设施和超级智能实验室。

首席技术官安德鲁·博斯沃斯（Andrew Bosworth）在内部备忘录中直言：未来，AI智能体将主要承担员工今天所做的工作，人类的职责将转变为监督、指导并帮助AI改进。

04 Reality Labs：亏损800亿美元的无底洞

几乎在每一份Meta财报中，Reality Labs都是那道惯例性的“扣分项”。

本季度，Reality Labs营收4.02亿美元，录得40.3亿美元运营亏损，好于分析师预期的亏损48.2亿美元。但更值得关注的历史累计数字是：自2020年底以来，Reality Labs累计运营亏损已超过800亿美元。这个数字，几乎相当于Meta一整年净利润的总和，但由此换来的，是一条尚未清晰盈利路径的硬件赛道。

然而，在巨额亏损的背面，Reality Labs内部正在发生战略转向。

VR业务的收缩信号已经足够清晰。今年2月，Meta宣布停止向企业客户销售Quest头显，同时关闭了基于VR的企业会议平台Horizon Workrooms，现有企业用户的服务支持仅延续至2030年1月。

与此同时，原定于2026年底推出的混合现实眼镜Phoenix被推迟至2027年初，官方解释是优先保证产品质量而非抢占发布节点。VR游戏工作室相继关闭，Batman、Harry Potter等头部IP的VR续作开发计划随之搁浅，一批VR开发者开始用“VR寒冬”来描述这个行业当下的处境。

但这并不意味着扎克伯格在退场。扎克伯格在2026年初明确表示，2026年研发和资本支出的“增量重心”已经转向AI计算和可穿戴眼镜，并将这个时刻比喻为“智能手机出现时那样的时代拐点”。

硬件的“赚钱”故事来自于Ray-Ban Meta。自2023年10月上线以来，Ray-Ban Meta系列已累计售出逾200万副，2025年上半年销售额同比增长超三倍，在合作方EssilorLuxottica的欧洲门店网络中，这款产品已成为60%门店的头号畅销品。

Ray-Ban Meta的成功之所以重要，在于它验证了一种截然不同的硬件路径：不靠封闭的沉浸式头显，而靠融入日常穿着的开放式外形，以AI助手为核心功能，让用户在不改变生活习惯的前提下接受这个入口。

扎克伯格将这条路径的终点指向“Orion”，那副经过近十年研发、已有工作原型的全功能AR眼镜，它被定位为从当前Ray-Ban系列到真正计算平台的技术桥梁。用Ray-Ban Meta的商业成功来消化当下的亏损，同时用智能眼镜的生态积累来为Orion的消费级量产铺路。

但800亿美元的累计亏损，究竟是一笔正在等待回报的长期投资，还是一个迟迟看不到终点的无底洞，答案或许取决于Orion何时真正走进大众市场。

05 广告引擎与AI赌注

回到本期财报的最大质疑点，Meta这一轮AI投入究竟有多少已经转化为真实的商业回报，还是说一切仍停留在基础设施阶段？

AI驱动的广告自动化工具Advantage+目前已产生约600亿美元的年化广告收入，超过400万广告主在使用Meta的生成式AI广告工具。这套系统的价值主张在于，与人工管理的广告活动相比，Advantage+的平均广告支出回报率（ROAS）高出约22%。对于广告主而言，这意味着同样的预算可以换来更多的转化；对于Meta而言，这意味着一旦用户体验到AI广告的效率优势，切换到竞争平台的成本将大幅上升。

在视频广告领域，AI同样在加速变现：Meta的视频生成工具在2025年第四季度的合并年化收入达到100亿美元，季环比增速是整体广告营收增速的近三倍。

市场调研公司eMarketer预测，Meta将在2026年全年以2434.6亿美元的数字广告收入首次超越谷歌的2395.4亿美元，成为全球最大数字广告平台。

扎克伯格在财报声明中表示：“我们有一个里程碑式的季度，应用家族势头强劲，Meta超级智能实验室发布了第一个模型。我们正在走向一个为数十亿人提供个人超级智能的未来。”

这句话展现了扎克伯格一贯的孤注一掷风格，与五年前更名Meta时的逻辑如出一辙。

但关键在于，1450亿美元的投入究竟是封顶，还是仅仅是个开始？

附：Meta Platforms 2026年第一季度财报分析师电话会议问答环节精简版

问：关于AI投资的回报率，未来12至24个月你最关注哪些信号来判断投资方向是否正确？

扎克伯格：我们的公式从未改变：先构建能触达数十亿人的体验，规模化后再专注变现。我们关注的技术里程碑包括：模型质量是否足以支撑优秀产品？产品推出后能否快速规模化？之后看变现效率，并持续提升盈利能力。

我们没有精确的逐月规划，但从模型质量、产品使用情况、与其他前沿模型的对比来看，我对我们实验室成为全球领先机构充满信心。Spark已是高质量模型，Meta AI已是世界级助手。接下来几个季度，我们将持续跟踪模型训练进展、产品规模化情况以及产品管线的潜力。

问：关于2027年资本支出展望，是否会有显著提升？

Meta首席财务官苏珊·李：我们没有给出2027年的具体指引，内部也在动态规划中。经验表明，我们持续低估了自身的计算需求，因为AI的进步不断催生新的项目和应用场景。预计计算能力将变得更加关键，决定模型质量、产品创新和组织效率。我们将以高度灵活性扩建基础设施；如果未来需求低于预期，可以选择放慢上线节奏或减少后续年份的支出。

问：在消费者和企业端的智能体机会如何？

苏珊·李：近期重点是深化现有用户参与度、让广告体验更具个性化和价值、帮助中小企业触达客户。更长期的智能体能力，如帮助人们提高生产力、让企业智能体相互交互、构建繁荣的电商生态系统，则相对更远。消费者智能体未来可通过佣金或高级订阅模式变现。商业AI方面，每周已有超过1000万次对话，我们将继续全球扩展，并探索长期变现模式。

问：AI眼镜的成功要素及2026年的成功标准？人员优化是否主要来自AI带来的效率提升？

苏珊·李：AI眼镜需求持续强劲，Ray-Ban Meta新一代产品因电池续航和视频分辨率提升获得用户青睐。带显示屏的Ray-Ban Meta与Meta神经腕带组合也显示出消费者对下一代显示眼镜的接受度。人员优化方面，我们正积极利用AI工具提升工程师的生产力，同时希望用这些工具构建更多产品。我们将持续评估公司规模，确保最佳支持未来优先级。

问：Muse Spark为新产品开发带来了哪些解锁？未来9个月的产品节奏如何？

扎克伯格：从实验室成立到推出业界认可的强模型，我们的速度非常快，这验证了团队、基础设施和执行路径的正确性。具体节奏上，我不便透露竞争敏感信息，且研究本身具有不确定性。我更关注质量门槛，而非具体的上线日期。但我们每天都在取得有意义的进展，未来几个季度更多细节会逐步清晰。

问：OpenClaw等新出现的消费者应用是否改变了你的智能体战略？实验室是否会涉足代码编写和递归自我改进？

扎克伯格：OpenClaw展示了激动人心的可能性，但需要用户本地安装、配置终端等，仅适合数十万到数百万人。我们的目标是为数十亿人提供即开即用的、高度打磨的个人超级智能。递归自我改进能力是成为领先实验室的必备条件，但这不意味着我们要成为开发者工具公司。代码编写只是自我改进的一个组成部分，我们关注的是服务于个人和商业智能体愿景所需的所有自我改进要素。

问：推荐模型改进中，用户交互序列长度翻倍如何驱动更高使用量？还有多大提升空间？

苏珊·李：Q1的改进只是众多举措之一。后续将继续改善数据基础设施，让模型训练更多数据、使用更长交互历史、更细致描述内容，提升推荐质量和个性化程度。还将重新设计内容检索系统，根据用户兴趣宽窄展示相应多样性的内容，并持续改进基于LLM的“调优算法”功能，让用户以自然语言提供反馈。

问：如何从广告业务中的小模型过渡到Muse Spark及未来大语言模型？收购Manus的战略意义是什么？

苏珊·李：广告模型历史上面临严格的延迟限制，无法使用大型架构。去年下半年我们引入了自适应排名模型，通过LLM规模的万亿参数模型结合底层硅片的协同设计，实现了亚秒级速度。同时开发了智能路由机制，对高转化概率的请求调用更复杂的推理模型，提升转化率和ROI。关于Manus，仍在推进细节，暂无更新。

问：公司在购物和电商领域有何新机会？从2021-2022年的电商尝试中汲取了什么经验？

扎克伯格：购物是一个有趣的例子，体现了我们与行业其他公司的本质区别。AI智能体的最佳效果来自于全栈优化，这就是我们坚持同时构建基础模型和智能体的原因。行业里很多讨论集中在“一个集中式AI完成所有生产性工作”，我们的愿景完全不同，社会进步来自个体追求自身理想，无论是治愈疾病还是为孩子找到合适的衬衫。购物不是最重要的目标，但它是赋能个体实现生活中所关心之事的一个缩影。没有其他实验室在谈论构建“擅长购物”的AI，因为这只有在我们“以个体为中心”的AI愿景中才有意义。

问：核心业务增长的能见度如何？公司如何在大基数下持续保持约两倍于行业的增速？

苏珊·李：我们的预算流程围绕严格的资本回报率评估，确保资金投向未来能驱动增长的广告项目。这套评估机制已经相当成熟，我们对其衡量影响的能力充满信心。本预算周期我们再次执行了这一流程，目前看到的投资机会令人鼓舞。

腾讯科技特约编译无忌对本文亦有贡献

本文来自“腾讯科技”，作者：晓静，编辑：徐青阳，36氪经授权发布。