重点摘要
- Meta Q1 2026 营收 563 亿、YoY 33%，其中 Family of Apps 营收为 559 亿、广告营收为 550 亿且同样 YoY 33%，成长主要来自内容推荐优化、使用者参与度提升与广告载入优化，并认为 AI 将持续同时推动 engagement 与 monetization。
- 本季广告曝光量 YoY 19%，单位广告平均价格 YoY 12%，成长受惠于广告成效提升、总体环境较去年同期改善与汇率顺风，但也提到低变现地区曝光扩张对价格形成部分稀释。
- Q1 营业利益 229 亿，营业利益率为 41%，净利为 268 亿，EPS 为 10.44 ，排除 80.3 亿税务利益，净利与 EPS 分别为 187 亿与 7.31 ，预期 2026 年全年营业利益将高于 2025 年。
- Q1 CapEx 达 198 亿，主要投入伺服器、资料中心与网路基础设施，而 2026 年全年 CapEx 指引由 1,150 亿至 1,350 亿上调至 1,250 亿至 1,450 亿，上修主因是零组件价格上升尤其记忆体成本，以及为未来年度容量预作准备的资料中心支出增加。
- 本季合约承诺增加 1,070 亿，反映多年度云端合约与基础设施采购协议，策略上将以扩大自有资料中心、提前锁定供应链产能与保留未来调整弹性来支撑模型训练与推论需求。
- Meta 推出 Muse Spark 与升级版 Meta AI，并表示其已带动 Meta AI 使用明显成长、Meta AI app 长时间位居应用商店前列，将持续训练更先进模型，并把个人 agent 与企业 agent 视为中长期产品主轴。
- Instagram 排序改善于 Q1 带动 real-time spent 提升 10%，Facebook 全球影片观看时间季增超过 8%，北美 Facebook 影片观看时间亦因排序优化提升 9%，未来将持续扩大模型规模、引入 LLM 与 foundation model，为未来数年 engagement 与广告变现奠定基础。
- Instagram 与 Facebook 推荐 Reels 中，当日新贴文占比已超过 30%，较一年前翻倍以上，且 Facebook 与 Instagram 各有超过 5 亿用户每周观看 AI 翻译影片，AI 提升内容新鲜度、内容多样性与跨语言分发效率，将持续扩大平台可推荐内容池。
- 广告系统的 AI 变现效率提升，Q1 Lattice 与 GEM 模型优化带动 landing page view ads 转换率提升超过 6%，adaptive ranking model 扩展至站外转换后又进一步带动 Facebook 与 Instagram 主要版位转换率提升 1.6%，其策略是用更高复杂度模型与更智慧的 inference routing 提升 ROI，同时兼顾 serving latency。
- 商家工具与 agent 化商业服务加速扩张，Meta AI Business Assistant 自 Q4 测试以来已使常见帐户问题解决率提升 20%，目前已有超过 800 万广告主使用至少一项生成式 AI 广告工具，而使用影片生成工具的广告主在测试中转换率提升超过 3%，将持续把 AI 深度导入广告创意、帐户管理与 campaign optimization。
- business AIs 每周对话量已由年初 100 万次增至超过 1,000 万次，已扩展至 WhatsApp 与 Messenger 多个地区市场，此外 WhatsApp 付费讯息与订阅推动 Family of Apps 其他营收达 8.85 亿、YoY 74%，预期本季将进一步扩大国家覆盖与功能，长期亦将逐步建立商业化模式。
- Commerce 与高价值广告产品亦是亮点，value optimization suite 年化营收 run rate 已超过 200 亿且年增逾倍，partnership ads 年化营收 run rate 亦在 Q1 翻倍至 100 亿，AI 将进一步强化商品探索、创作者导购与平台内购买体验，shopping 为 personal agent 愿景中的重要应用场景。
- AI 眼镜日活用户数年增 3 倍，Reality Labs 营收为 4.02 亿、年减 2%，但 AI glasses 收入持续强劲成长，眼镜是最快成长的消费电子品类之一，后续将持续推出新款式与合作品牌，并让眼镜逐步从问答装置演进为可全天陪伴使用者的 personal agent。
- 展望 Q2 2026，营收指引 580 亿至 610 亿，隐含汇率约带来 2% YoY 顺风，全年费用指引维持在 1,620 亿至 1,690 亿，税率则预计落在 13% 至 16%，Q1 仅是 AI 研究、推荐系统升级与 agent 产品化动能的起点，后续一年将持续累积模型能力、产品规模与商业化效率。
FY 1Q26 财务概况
简明损益表
| 单位：百万 | 1Q26 | FY 4Q25 | 1Q25 | QoQ | YoY |
|---|---|---|---|---|---|
| 营业收入 | 56,311 | 59,893 | 42,314 | -6% | 33% |
| 成本及费用 | 33,439 | 35,148 | 24,759 | -5% | 35% |
| 营业利益 | 22,872 | 24,745 | 17,555 | -8% | 30% |
| 所得税费用 | -5,021 | 2,586 | 1,738 | -294% | -389% |
| 税后净利 | 26,773 | 22,768 | 16,644 | 18% | 61% |
| EPS(元) | 10.44 | 8.88 | 6.43 | 18% | 62% |
| 营利率 | 41% | 41% | 41% | -69.81 bps | -87.02 bps |
| 税率 | -23% | 10% | 9% | -3300 bps | -3200 bps |
营运部门绩效
| 单位：百万 | 1Q26 营收 | 1Q25 营收 | YoY | 1Q26 营业利益（亏损） | 1Q25 营业利益（亏损） | YoY |
|---|---|---|---|---|---|---|
| Advertising | 55,024 | 41,392 | 32.93% | NA | NA | - |
| Other revenue | 885 | 510 | 73.53% | NA | NA | - |
| Family of Apps 小计 | 55,909 | 41,902 | 33.43% | 26,900 | 21,765 | 23.59% |
| Reality Labs (元宇宙) | 402 | 412 | -2.43% | -4,028 | -4,210 | (4.32) % |
| 总计 | 56,311 | 42,314 | 33.08% | 22,872 | 17,555 | 30.29% |
公司财测指引
| 单位：十亿 | FY26 (G) | FY25 (A) |
|---|---|---|
| 2Q26 营业收入 | 58–61 | 47.5 |
| FY26 总费用 | 162–169 | 117.7 |
| FY26 CapEx | 125–145 | 72.2 |
| FY26 营业利益 | 高于 FY25 | 83.3 |
| FY26 税率 | 13%–16% | 30% |
核心观点
AI 成效获验证，但市场开始改以投资效率定价
延续上一季的论述，当时市场主轴仍放在 Llama 与推荐系统升级能否推动 Reels、动态消息与广告排序持续改善，进而带来估值重评，而这一季 Meta 透过 AI 创造的价值已经被初步验证，Meta 第一季营收达 563 亿美元、年增 33%，其中广告营收 550 亿美元、同样年增 33%，广告曝光量年增 19%，平均广告价格年增 12%，营业利益达 229 亿美元、营业利益率维持 41%，显示 AI 对 engagement 与 monetization 的正向影响仍在持续扩大。公司也进一步指出，Instagram 排序优化带动 real-time spent 提升 10%，Facebook 全球影片观看时间季增超过 8%，而 Lattice、GEM 与 adaptive ranking model 等模型优化已持续推升广告转换率与投放效率，这代表 Meta 的 AI 投资已实际反映在核心广告业务的流量、转换与变现能力上。
不过，与上一季不同的是，市场如今进一步关注的是，如此大规模的投资究竟能否持续转化为高品质回报，以支撑 Meta 持续扩大的资本投入。上季公司给出 2026 年 CapEx 1,150 至 1,350 亿美元的初步展望时，市场仍愿意以高投资换高成长的角度解读，因为管理层同时强调 2026 年营业利益仍将高于 2025 年，代表其对获利延续性具高度信心，如今，Meta 再将 2026 年 CapEx 指引上调至 1,250 至 1,450 亿美元，并明确指出主要原因是元件价格上升，尤其是记忆体成本，以及为未来年度容量预作准备的资料中心支出增加，让市场的关注焦点自然从营收与 EPS 的 beat，转向资本报酬率、投资回收期以及 2027 年以后的支出路径，未来投资人真正要追踪的，是这些产品与模型能力能否以足够快的速度转化为营收、利润与现金流，从而消化持续扩大的资本强度。
1070 亿承诺与 Manus 风险，揭示 Meta 进入高资本密集的 AI 扩张期
此外，Meta 本季一次性新增 1,070 亿美元合约承诺，从管理层说法与公司揭露来看，这笔承诺主要反映多年度云端协议与基础设施采购安排，其战略意义在于提前锁定未来算力、资料中心与供应链资源，以支撑模型训练、推论与未来产品化需求。从正面角度看，这代表 Meta 对 AI 长期需求有高度信心，优先确保未来建设无虞；但从市场角度看，此一更前置、更资本密集、也更具固定承诺特性的扩张路径，使得 Meta 需面风险，只要未来供需环境、元件价格或商业化速度与今天的假设出现落差，这些长约与前置承诺就可能成为压抑 ROIC 的来源，现在公司在高档时点锁定价格或产能，未来一旦记忆体、GPU、云端资源或基础设施成本出现下修，便需担心 Meta 的 locked-in economics 反而不利于中期获利弹性。
在此基础上，Manus 事件进一步放大了市场对 Meta AI 扩张路径的疑虑，Manus 原本被 Meta 视为补强企业工具能力、强化 business agent 生态的官关键拼图，如今中国官方已要求撤回 Meta 对 Manus 的收购，理由涉及外资投资限制与技术出口审查，而且报导指出双方团队其实已高度整合，代表此事并非单纯的新闻杂音，此事可能牵涉交易重组、整合中断、人才流动与技术资产安排等更实质的执行风险。
综上所述，除了高昂的前置资本支出外，Meta 还需面临管理及组织层面的不确定性，因此虽然本季核心广告业务与 AI monetization 仍相当强劲，但市场短期更可能选择先重新评估公司未来两到三年的资本报酬率、交易执行确定性与风险溢价，再决定是否给予更高估值倍数。
Q&A
Q1: 公司未来 12 到 24 个月会用哪些指标判断大规模 AI 与基础设施投资是否能带来合理报酬？如何确认 Meta AI、模型能力与核心演算法仍走在正确方向上？
评估这些投资的核心顺序仍是先确认技术上是否做出足以支撑优秀产品的领先模型，再观察产品推出后能否顺利扩大至大量使用者，最后才进一步提升变现效率与获利能力。目前最重要的观察指标不是单月精准财务回收，而是模型品质、产品使用规模、后续训练进展，以及产品管线是否持续令人振奋。Muse Spark 已证明实验室方向正确，Meta AI 也已成为具竞争力的助理产品，因此接下来几季将持续追踪新一轮训练成果、产品扩张速度与后续 monetization。
Q2: Muse Spark 推出后，团队会如何分配模型训练与产品开发资源？2027 年 CapEx 是否仍可能进一步上升？
研究团队与产品团队会同时推进，前者持续沿着更高能力模型的 scaling ladder 往上训练，后者则开始基于自家更强模型加速打造并扩张产品，因此两条回圈都会持续运作，而不是二选一。下一代更先进模型已在训练中，未来数月产品方向会更清楚。至于 2027 年 CapEx，公司未提供明确指引，但坦言过去一段时间持续低估算力需求，随着 AI 应用、内部 use case 与新专案增加，compute 将愈来愈成为核心资产，因此未来仍会以保留弹性的方式持续建置基础设施；若实际需求低于预期，也可延后上线或调整后续支出。
Q3: 公司如何看待 agentic compute 在消费者、SMB 与企业端的机会？未来会如何将个人 agent 与企业 agent 连结到广告、商业与变现模式上？
短期最直接的机会仍是深化现有用户 engagement、让广告体验更个人化与更有价值，以及帮助 SMB 在平台上找到与经营客户。中长期则是建立个人 agent 与企业 agent 之间能互动的生态系，进一步发展更完整的 commerce ecosystem。个人 agent 目前先以消费者体验为主，未来可能衍生 premium offering 或抽成机制；企业 agent 方面，business AI 已快速成长，目前每周已有超过 1,000 万次对话，Q2 还会继续全球扩张，之后也会逐步探索长期商业模式与其他可向企业提供的服务。
Q4: AI 眼镜未来扩张到更多品牌的限制因素是什么？公司如何看待 2026 年眼镜产品的成功标准与人力结构调整？
目前 AI 眼镜需求仍然强劲，且销售正在由上一代 Ray-Ban Meta 转向新一代产品，显示更长电池续航与更高解析度录影等新功能具吸引力，公司也观察到市场对搭载显示功能与 Neural Band 的新型眼镜有明显兴趣，因此对此领域的中长期演进相当乐观。至于人力结构，公司认为 AI 正快速提升工程师与团队的生产力，因此尚无法精准定义未来公司的最佳规模，但在大幅增加基础设施投资的同时，Meta 也会持续检视组织结构，以更精简高效的方式支撑优先项目。
Q5: Muse Spark 的推出，对未来 9 个月消费者与企业产品带来了哪些实质解锁？未来产品发布会是什么样子？
Muse Spark 最重要的意义在于验证实验室、基础设施与整体策略已经走上正轨，证明从建立团队到做出高品质、被市场认可的模型这条路是成功的。至于具体产品 cadence，公司不愿透露过多竞争敏感资讯，也强调研究与产品都更重视品质，而非硬性对齐某个发布日期。目前团队是以日为单位快速推进，并非每季才有实质进展，因此未来几季仍会持续看到创新，但更重要的是做出真正成熟、能让一般消费者放心使用的 agent 产品。
Q6: 新兴消费型 agent 产品与 OpenClaw 这类方向，会如何影响 Meta 的 agent 战略？公司是否也会同步投入 recursive self-improvement、developer tools 或 coding 类能力？
OpenClaw 等产品确实让人看到未来 agent 的潜力，但现阶段仍然过于粗糙、设定门槛太高，无法服务数十亿使用者，因此 Meta 的核心任务是把这类能力做成更 polished、更易用、可大规模部署的消费级产品。个人 agent 与企业 agent 都是主轴，未来希望产品能真正理解个人或商业目标并长时间协助执行。另一方面，recursive self-improvement 也是必要能力，因为若模型无法自我提升，就无法维持领先模型与领先产品地位；不过公司认为 coding 只是自我提升的一部分，并不代表 Meta 会把 developer tools 当作主要产品方向。
Q7: 个人 agent 与企业 agent 何时会成为明确产品形态？短期与中长期的发展重点各是什么？推荐系统后续还有哪些提升空间？
agent 产品在短期内就会开始有可见形态，今年将是建立这种产品载体的重要阶段，但模型能力提升本身会是长期持续的过程，因此这条路径同时涵盖短、中、长期。至于推荐系统，今年剩余时间仍有很大改善空间，包括持续升级资料基础设施、让模型能读取更长的互动历史、提高内容描述细致度、重设内容 retrieval 系统以更完整对应不同用户兴趣，并进一步强化可让用户以自然语言调整 feed 的 tune your algorithm 功能，因此序列长度翻倍只是多项优化中的一环。
Q8: 广告业务从小模型走向 Muse Spark 与未来更大模型后，对 engagement 与 monetization 的关键解锁会是什么？Manus 交易目前进度如何？
Meta 在广告系统导入更大规模模型的工作其实已经开始，但过去大型模型因延迟与成本限制，不适合直接用于推论，因此公司长期做法是用大模型将知识蒸馏给较轻量模型。近一步的突破是去年下半年推出 adaptive ranking model，让广告系统能在需要时动态调用更高算力、约 1 兆参数规模的模型，同时仍维持广告投放所需的次秒级速度，进而提升转换率与 inference ROI。至于 Manus 仍在处理细节，目前没有新进展可分享。
Q9: 公司如何看待 shopping 与 commerce 在个人 agent 愿景中的角色？过去 2021 到 2022 年 commerce 推进的经验，对今天有何启示？核心业务持续优于产业成长的能见度有多高？
shopping 是 personal superintelligence 愿景中的一个具体应用案例，重点不只是做购物功能本身，而是透过从模型、agent 到基础设施的全栈优化，帮助个人完成生活中各种实际目标，无论是健康、在地资讯、社交脉络理解，或替家人找到合适商品。这种以个人需求为核心的 AI 路线，和其他实验室追求集中式生产力工具的方向有本质差异，也会带来商业价值。对于核心业务成长能见度，公司已给出 Q2 财测，该区间同时反映总体环境假设与持续改善 engagement、广告成效的执行信心；此外，Meta 内部已有相当成熟、以 ROI 为基础的预算配置流程，用来筛选并支持未来年度能推动广告成长的专案，因此对 roadmap 与后续投资回报仍具信心。
