2024年脸书公司研究报告：全球社交平台龙头，AI业务行将致远

1 业务概览：全球社交平台龙头，广告变现转化庞大流量

1.1 发展历程与产品概览：从封闭社交网络到开放社交生态，用户连接成就巨头

Meta（前身为 Facebook）是源于美国的社交网络服务平台，通过构建线上社群 创新了人与人之间的连接方式。公司旗下拥有 Facebook、Messenger、Instagram、 WhatsApp 及 Threads 五款应用程序，已成为全球领先的社交生态，实现了其成 立之初提出的“连接全世界”的愿景。基于庞大流量与前瞻布局，Meta 构建 FoA （Family of Apps，社交平台广告变现）和 RL（Reality Labs，元宇宙及可穿戴 设备销售）两大业务线，并布局 AI 以赋能基本业务场景发展。

公司从校园社区网站发展为互联网科技龙头的过程可分为三个阶段： 2004-2010 年：拓展 Facebook 用户群。扎克伯格（Mark Zuckerberg）于 2004 年建立 Thefacebook.com，供哈佛大学学生上传联络资料与查找校友信息，后逐 步拓展到美国其他大学生、美国高中生、美国工作群体，再依次渗透北美、欧洲、 亚太以及其他地区。期间，公司不断完善 Facebook（FB）功能，新增 Wall（留 言互动空间）、News Feed（好友动态）、Pages（公共页面）等多个模块，定 位基于群组的内容分享与互动平台，并推出开放平台集成第三方开发者创建的应 用程序，推动 FB 从封闭社交网络转变为开放的社交生态系统，成为各类社交媒 体平台设计的雏形。 2011-2020 年：拓展社交平台生态。平台方面，公司以 FB 为核心，于 2011 年 推出与 FB 集成的即时通讯平台 Messenger，于 2012/2013/2014 年分别收购图 片分享平台 Instagram（IG）/独立即时通讯平台 WhatsApp（WA），从社区互 动、照片分享与聊天通话三个维度满足人们的社交需求，并构建具备连接性的社 交生态。使用终端方面，公司于 2012 年推出 FB 移动端原生应用，迎合移动互 联网浪潮。多平台与多端生态形成大幅增加公司活跃用户数。 2021 年至今：拓展 AR/VR 与 AI 新业务。2021 年 10 月，公司宣布从 Facebook 更名为 Meta Platforms，体现打造元宇宙社群的决心。同年四季度，财报披露口径由原先的广告业务及其他业务（包括社交平台衍生业务以及 AR/VR 业务）转 变为 Family of Apps（FoA，对应原广告业务+社交平台衍生业务）及 Reality Labs （RL，对应原 AR/VR 业务）——“Reality”突出元宇宙的目标是改变人们与现实 世界的交互方式，“Lab”表明相关前沿技术仍待探索与创新。高额的研发投入导致 2019-2023 年期间 RL 业务亏损不断扩大，累积营业利润亏损额达到 510 亿美 元。在宏观经济下行叠加 AI 升温的背景下，公司自 2023 年起进行大规模裁员并 削减 RL 部门开支，集中资源投资 AI，以抢夺 AIGC 浪潮的制高点。至今，公司 已完成上游基础设施（ASIC MITA、超算 RSC）、中游大模型（大语言模型 Llama、 文生图模型 Emu、文生视频模型 Movie·Gen）及下游应用（聊天助手 Meta AI、 AI 角色设计助手 AI Studio 与 Business AI）的布局。

1.2 财务分析：收入重回高增，费用管控提振盈利能力

广告为核心变现工具，驱动公司收入高速增长。公司向 C 端用户免费提供社交产 品，吸收流量后通过广告变现。其中，公司负责提供图像、影片、轮播、精选集 等广告形式以及各平台上的广告位，广告主选择投放目标、受众、预算、版位及 形式并进行竞价，公司再基于出价等多方面因素综合考虑来挑选显示哪一则广告， 最终按广告实际触达量（impression-based）或者转化量（action-based）进行计 费。广告收入在总收入中占比持续高于 97%，除 2011-2015 年期间处于 85%左 右水平，主因公司与社交游戏开发公司 Zynga 签署合作协议，约定 Zynga 游戏 以 Facebook Payment 为默认支付工具，并按照购买额的 30%给予公司抽成。 2022 年，在苹果修改 iPhone 隐私政策后，广告平台对 ID 使用数据的追踪受到 限制，Meta 预估相关销售额损失达到近 100 亿美元，叠加外汇利空及 TikTok 竞争等影响，当年收入同比下滑 1.1%，是公司成立至今以来唯一一次负增长。2023 年，随广告工具针对苹果政策进行改进、AI 赋能提高广告投放效率，广告收入再 度回到 16.1%的高增轨道，推动总收入增长 15.7%至 1349.0 亿美元。

按 21Q4 起采用的新业务划分口径，FoA 收入占比稳定在 99%左右，其中广告收 入占据 99%，故 FoA 业务的变化趋势与上文所述广告收入基本一致。RL 板块收 入占比仍较小，2023 年同比下滑 12.2%至 19.0 亿美元，主因市场需求疲软影响 延续，且 2022 年发布的新品 Quest Pro 起售价过高影响销量。 按地区划分，公司起家的北美地区占比始终维持在 45%以上高位。随着公司产品 逐步渗透至其他地区，北美收入占比已从 2012 年的 49.8%降至 2023 年的 45.4%。 欧洲地区作为第二大市场，其收入占比受当地隐私政策趋严影响，收缩更加明显， 从 2012 年的 28.6%降至 2023 年的 22.9%。与此同时，亚太地区占比显著提升， 2023 年占比达到 20.0%，相比 2012 年的 11.9%接近翻倍。

毛利率稳定高位，控费措施成效显著。公司营业成本主要来自数据中心折旧、相 关人员工资、能源及带宽成本，毛利率自 2019 年后基本稳定在 80%左右，2019 年/2022 年分别因隐私调查等法律支出/大幅投入元宇宙研究导致管理费用率/研 发费用率高增（YoY+8.6pct/9.4pct），经营利润率与净利率出现明显下滑。公司管理层在 22 年末意识到此前对疫情后数字服务需求的预期过高，导致过度招聘 与成本膨胀，因此在 22M11 宣布裁员 13%（约 1.1 万员工），并于 23M3 再度 宣布裁员 1 万人，同时冻结另外 5000 个空缺职位的招聘，推动 2023 年 OPM 提 高 9.8pct 至 34.7%，净利率相应提高 9.1pct 至 29.0%。公司 ROE 主要由净利率 驱动，自 2016 年后始终维持在 15%以上，2023 年提升 9.5pct 至 28.0%。

收入增速与盈利能力表现与可比公司趋同，反映广告大盘对在位企业的影响。横 向对比同样以广告为主要收入来源的谷歌、Snapchat 以及 Pinterest，可比公司 2019-2023 年收入增速均表现类似。Meta 由于 2022 年低基数，2023 年收入反 弹更为显著（YoY+15.7%），对比谷歌/Snapchat/Pinterest 分别同比增长 8.7%/0.1%/9.0%。由于 Snapchat 与 Pinterest 尚未盈利，因此仅选取谷歌与 Meta 做盈利能力对比，二者 ROE 变化趋势基本一致。

1.3 股东与管理层：实行双层股权架构，扎克伯格控制投票权

机构投资者占比高，扎克伯格通过双层股权架构控制投票权。公司将股票划分为 同股不同权的 A/B 层次，对外部投资者发行的 A 类股有一票投票权，而公司内部 管理层持有的 B 类股每股有 10 票投票权。根据 2024 年 10 月 11 日美股收盘数 据，Meta 上市发行的 A 类股股东中机构投资者占比 82%，持股超 5%的机构包 括 Vanguard Group（8.67%）、贝莱德（7.37%）、FMR（6.34%）及 Capital Group（5.04%）；公司内部投资者占比 0.12%，其中创始人、CEO 兼董事长扎 克伯格持股 0.02%。根据 2024 年 4 月 Proxy Statement 披露数据，B 类股股东 以公司高管为主，其中扎克伯格持股占比超 99%。综上，扎克伯格持有股权 13.6%， 而投票权达 61.1%。

积极回购彰显管理层信心，24Q1 实施首次分红。Meta 主要通过股票回购来回报 股东，上市至 2023 年已执行累计千亿美元的回购计划。24 年 2 月，公司宣布进 行首次股息发放，每股派息 50 美分，并将额外回购 500 亿美元，推动 24Q1 以 回购率+股息率计算的单季度股东回报率达到 1.3%。

2 基本业务：短期提升空间来自 ROI 及用户参与度，长期颠覆式发展 机会为 AR/VR 互联网的范式转移

2.1 FoA：广告从量驱动向价驱动转变，网络效应构筑护城河

2.1.1 广告收入分析框架：宏观景气度影响大盘趋势，边际变化反映竞争优势

互联网广告产业链的参与主体包括广告主、服务商、媒体平台以及消费者四个部 分。产业链上游为有营销需求的广告主，其中零售、快消与金融服务为主要品类， 在 2023 年美国广告支出中分别占比 27.9%/15.0%/11.4%；下游为各类媒体， 2023 年全球前五大广告平台为谷歌、Meta、阿里巴巴、Amazon 以及字节跳动， 其中谷歌、Meta、YouTube（谷歌旗下）分别占据搜索、社交及视频广告市场超 50%的份额；广告服务提供商作为中游连接两端，本质是帮助企业与媒体资源对 接，通过大规模广告投放获取返点，整体市场呈现分散化格局。

站在媒体平台的角度拆解广告收入：收入=MAU（或 DAU）*ARPU，ARPU 可拆 分为千次展示价格（CPM，Cost Per Mille）*人均广告展示量*1000，而人均广告 展示量可进一步拆分为人均浏览信息流数量*广告加载率（Ad load）。其中，宏 观经济影响广告主营销预算，直接影响 CPM 大趋势；中观产业发展空间影响活 跃用户数；微观视角下，公司需在用户参与度与 Ad load 中权衡，同时广告工具 效率及品类影响 ROI 在广告市场的竞争力，间接影响 CPM 的相对变动。

站在 Meta 角度由上到下逐层拆解上述影响因素：

2.1.2 宏观层面：经济景气度决定广告市场空间，CPM 为传导渠道

全球广告支出与 GDP 变动趋势相似。二者增速低谷均出现于 2009 年（受金融 危机影响，GDP 和广告支出分别同比下滑 5.2%及 9.5%）以及 2020 年（受新冠 疫情影响，GDP 和广告支出分别同比下滑 3.7%及 2.7%）。2015 年，虽 GDP 增 速受中国经济转型、大宗商品价格暴跌等影响下滑至-5.5%，广告支出仍维持 4.6% 的正增长，主要得益于网络广告渗透率提升，抵消经济周期导致的预算波动。从 绝对值占比来看，广告支出占 GDP 比重基本处于 0.6%-1.0%区间，2023 年达到 近五年高点 0.8%（较 2019 年提高 0.06pct），主要是受疫情影响，线上用户数 量与使用时长增加，加速广告线上化趋势。我们预计，在经济平稳发展的背景下， 广告支出占 GDP 比重将随各国家广告业务的成熟保持缓慢增势；展望 2024 年， 由于体育赛事、政治选举等大型全球性活动的影响，该比重或将出现小幅提高。

从宏观经济到广告主支出的传导可以从两个机制理解：1）当期消费表现—收入 —毛利空间—广告投放能力。广告主通常会根据当前的毛利水平设定获客成本上 限，以保证一定的获利水平。当经济出现下行趋势时，企业通常会优先削减可灵 活调整的营销支出，导致销售费用波动大于毛利波动。 2）预期消费表现—广告 投放意愿。若预期消费疲软，广告主会选择更加谨慎的投放节奏。以广告投放占 比较大的消费板块上市公司数据为例（见图 19），SG&A 费用相对毛利更大的削 减幅度在 2007-2009 年金融危机期间尤为明显。而在 2020 年新冠疫情期间，居 家隔离导致生产活动暂停，但为抓住线上用户增加带来的流量红利，广告主投放 意愿有所增强，部分抵消生产活动暂停对毛利空间带来的负面影响。 由于广告定价多由竞价机制决定，广告市场通常呈现买方市场的特点，因此广告 主的投放能力与意愿会直接影响 CPM 走势。2019-2021 年，主要广告平台（包 括 Meta、Google、TikTok 及 Snapchat）的 CPM 波动与消费板块 SG&A 费用波 动趋势一致。2022 年，宏观经济形势动荡，广告主下调对消费力的预期，叠加 2021 年高基数影响，CPM 增速出现明显低谷。2023 年，CPM 增速随经济回暖 有所恢复。

2.1.3 中观层面：移动互联网变革推动活跃用户增长，催生广告线上化发展机遇

互联网发展阶段决定网络平台用户渗透空间。自 21 世纪以来，互联网经历了从 PC 端向移动端的转变：在 PC 互联网阶段，网站作为主要内容载体，产生了多 个专注于垂直内容的平台和各类工具应用，最终形成了以搜索引擎为主的流量入 口。2010 年起，随着移动通信技术的发展与智能手机的广泛应用，互联网的主要 内容载体从网站转变为 App，智能手机催生了以熟人社交为核心的新流量入口； 这种趋势逐渐以美国为中心在全球范围内普及。 网络平台用户增长为互联网广告发展提供流量基础。以 FB 为代表的社交平台顺 应互联网多端与多区域扩散的趋势，推出适配移动端的产品，并基于本地化策略 在多区域推广，实现活跃用户数的迅速增长。2010-2020 年间，社交媒体用户数 CAGR 达到 14.8%，占互联网总用户数比例从 2010 年的 47%提升至 2020 年的 81%，并于 2023 年进一步爬升至 88%。

广告线上化发展机遇下，网络广告增速领先大盘。在广告支出在经济总量中比例 相对固定的前提下，不同媒体份额之间存在此消彼长的零和竞争关系。从过去电 视广告替代报纸杂志，到现在互联网代替线下媒体，媒介转型为广告行业带来结 构性机遇。互联网广告凭借更精准的受众定位与效果衡量迅速占据广告市场，渗 透率从 2015 的 30%提升至 2022 年的 67%，期间 CAGR 达到 22.2%，预计近 年内仍会保持领先大盘的高个位数增速。长期看，随着线上媒体的角色从大盘驱 动因素向大盘组成部分转变，互联网广告与广告大盘的增速将逐步收敛。

数据隐私政策为网络广告市场带来不确定性。苹果于2021年4月发布iOS 14.5， 全面上线 ATT 框架（App Tracking Transparency，应用跟踪透明度），限制应用 读取用户设备的 IDFA（Identifier for Advertisers，广告标识符），只有用户点击 允许的情况下，各应用才能实施跨平台数据追踪。据华尔街见闻数据，接近 80% 的用户选择禁止跨平台追踪，直接打击移动广告投放的精准度，导致个性推荐广 告 CPM 相对主动搜索广告及品牌广告大幅降低。2022 年，网络广告增速出现明 显下滑（YoY-23.1pct），随后 Meta、Snapchat 等加速开发应对 IDFA 变动的算 法，在调试后逐步弥补投放精准度的影响。除了强制实施的 ATT 政策外，欧盟数 据监管政策也不断趋严，包括 General Data Protection Regulation（GDPR，通 用数据保护条例）、Digital Services Act（DSA，数字服务法案）等，或将持续影 响网络广告平台的数据追踪。从 ATT 的后续影响来看，我们认为隐私政策收紧会对网络广告市场大盘及结构造成短期波动；而长期发展角度，中小平台的竞争力 会因为被削弱更多而部分选择退出，广告巨头可以占据这些让出的份额，继续保 持强势地位。

2.1.4 微观层面：先发优势+网络效应打造用户护城河，广告工具增效提振

CPM 在宏观经济趋稳、移动互联网流量红利逐步消退的背景下，预计互联网广告大盘 将保持高个位数的稳定增长。各平台广告收入的相对增速与市占变化反映公司竞 争力的边际变化；而市占背后是用户数、用户参与度、Adload 与 CPM 的竞争。 互联网平台的网络效应助力赢者通吃，广告市场集中度高。网络效应指每增加一 名用户，都会对该产品的其他用户产生新的价值。互联网平台天然具备形成交叉 网络效应的条件，因为平台上通常存在一组相互依附且利益不同的用户，例如本 地生活平台的商户与消费者、网约车平台的司机与乘客等。置于社交平台的背景 下，新增用户能够丰富平台内容，从而增强其社交圈用户的使用粘性——随着该 由点及面的过程重复，网络规模会加速扩大，同时行业的进入门槛提升，导致互 联网平台更容易在特定领域实现“赢者通吃”。广告作为互联网流量变现的主要 手段，市场也相应呈现高度集中的趋势，近年前五大互联网广告平台稳定为谷歌、 Meta 、 阿 里 巴 巴 、 Amazon 及 字 节 跳 动 ， 2023 年 市 占 率 分 别 为 28%/25%/10%/7%/5%，CR5 合计达到 74.6%（相比 2016 年提升 15.8pct）。

进一步拆解市场份额背后的影响因素：

（一）用户数：先发优势抢占熟人社交市场，内生增长+外延并购打造护城河

复盘 Meta 的活跃用户表现，可将其大致划分为四个阶段：1）2004-2006 年， PC 端 Facebook 注册从哈佛校内依次扩展到其他美国大学、美国高中以及美国 工作群体；2）2006-2015 年，自移动端 Facebook（网页版）于 2006 年推出后， 移动用户迅速增加，同期区域扩张进展顺利，亚太地区用户保持高增。2012 年， FB 移动端原生应用发布，加速用户向移动端的迁移。2015 年，FB 移动用户占 比与非北美地区用户占比分别达到 91%/86%，标志着公司成功吸收移动互联网 时代的流量红利，完成移动化与全球化战略；3）2016-2020 年，随 Messenger 脱离 Facebook 成为独立应用，以及 Instagram 和 WhatsApp 收购完成，公司逐 步构建完善的社交平台矩阵；多平台的协同为Meta贡献新的流量增长，叠加2020 年疫情带来的居家流量红利，推动四大平台 MAU 五年 CAGR 达到 23%；4） 2021 年后，用户渗透基本见顶，活跃用户数进入个位数增长阶段。截至 2023 年， Meta MAP（Monthly Active People，为公司披露的剔除重复用户后四大平台月 度活跃人数的加总指标）达到 39.8 亿人（YoY+6.4%），占全球网民的 74%；剔 除被限制使用 Facebook 的区域后，渗透率已达到 86%。

为什么 Meta 能几近独占网络效应带来的流量红利，在社交平台领域中脱颖而出？ 首先，Facebook 在创设早期推出的功能在社媒领域具有开创性意义。Facebook 最早的产品定位是为在校大学生提供社交服务的在线通讯录，与当时盛行的同类 产品 Friendster、MySpace 以及其他校内社区网站不同，其优势在于“保护用户 隐私”与“熟人社交”——要求用户以真名注册，且分享的内容仅供校友查看。 差异化定位帮助公司打响获客第一枪，此后 Facebook 陆续推出留言墙（好友可 在该区域留言）、群组（围绕共同主题组织社群，类似微博超话）、照片标签（点 击照片中的人脸进行用户标注）、动态消息（将他人动态整理到首页呈现，类似 微信朋友圈）等创新功能，不断培育用户习惯、创造并加强用户与用户之间的连 接，借此巩固其社交图谱的网络效应。Facebook 的成功一定程度上引领了社媒 功能的迭代方向，而当其他网站推出 FB 未拥有但发展潜力大的功能时，Meta 会 采取收购或复制的方式来杜绝潜在威胁，包括模仿 Snapchat 推出阅后即焚功能、 模仿 TikTok 推出 Reels 短视频功能、模仿 Twitter 推出公共话题讨论平台 Threads、 收购定位照片社交的 Instagram 及定位即时通讯的 WhatsApp，使 Meta 逐步成 为功能最全面的世界级社交平台。

（二）用户参与度与 Ad load：Reels 提升用户参与度，商业化空间广阔

平台性质影响用户参与度与 Ad load 的权衡。用户参与度与 Ad load 间呈负相 关，且弹性随 Ad load 提升而增强：在广告加载占比较低的初期，广告不过分影 响用户体验，因此用户使用时长对 Ad load 变动不敏感。至一定阈值后，参与度 下滑带来的损失会超过 Ad load 提高带来的受益，导致单用户收入达到峰值后开 始下降。因此，Ad load 的阈值决定单用户广告变现的上限，而该阈值则与平台 性质密切相关。 我们按照内容形式（图文/视频）、受众大小（公众/垂直领域）以及传播属性（一 对一熟人社交/一对多广播式传播）对主流社交平台进行分类。其中，视频内容相 对图文内容具备天然的观看时长优势，这意味着视频平台的用户参与度通常更高；受众规模决定网络效应的大小，进而影响用户粘性；熟人社交特征使产品具备需 求刚性，进一步增强用户忠诚度。

受众面广+熟人社交的定位使 Meta 具备用户粘性优势，并部分抵消图文内容形 式带来的较低用户参与度，为流量变现打下良好基础。留存率方面，以 2015.10.01-2024.09.06 期间 AppStore 下载用户为统计对象，Facebook、 WhatsApp 以及 Instagram 90 天留存率分别为 35%/47%/51%，在主流社交平台 中处于第一梯队。参与度方面，2024 年 8 月，Facebook、WhatsApp 以及 Instagram 平均单日使用时长为 46/42/72 分钟，仅次于视频软件 YouTube（85 分钟）及 TikTok（82 分钟）。

我们如何看待 Tiktok 对 Meta 造成的冲击？ TikTok 的指数级增长得益于用户数量与使用时长的双重提升，其成功并非源于 社交属性，而是由于短视频作为集声音、画面、意见领袖于一体的内容形式所带来的优势。在社媒总体用户陷入增长瓶颈的背景下，任何在短时间内实现超常规 增长的产品都可能对其他产品造成分流。TikTok 在增长初期挤压 Meta 的用户时 长，致使 Meta FoA 在美国成年人社交视频观看时长中的占比在 2020-2022 年分 别同比下滑 8.7/4.4/1.3pct；但内容消费平台流量与参与度存在天花板，难以撼动 Meta 的社交霸主地位。一方面，短视频不是排他性的功能，在关注到短视频高 参与度的使用特征后，各应用陆续推出短视频模块，如 Youtube Shorts、FB/IG Reels、Snapchat Spotlight 等，一定程度上能够抵御用户注意力的转移。另一方 面，内容消费以娱乐放松为核心目的，属于非刚性需求，使用时长不会无上限增 长。根据 SensorTower 数据，TikTok 用户参与度已趋于平稳，24M8 的日均使用 时长为 82 分钟，基本与 21M8 的 81 分钟持平，显示出短视频平台时长的天花 板。

Reels 尚处于提升用户参与度阶段，与 TikTok 的注意力抢夺战拐点已现。 Instagram Reels 于 2020 年 8 月推出，允许用户创建 15-30 秒的视频，旨在通 过与现有功能的无缝集成吸引用户使用，是公司面向 TikTok 流量指数级增长的 防御性措施。Reels 用户参与度高于 IG 其他图文形式，凭借良好的内容生态及 推荐算法驱动平台用户日度使用时长从 21M8 的 55 分钟提高到 24M8 的 72 分 钟。Meta FoA 使用时长占比也在 2023 年迎来反弹（YoY+1.7pct 至 39.1%）， 代表 Reels 作为防御性措施已初见成效，公司不再被动接受 TikTok 对注意力的 转移。 Reels Ad load 有待提升，商业化贡献可期。Reels 自 21M6 起开始插入全屏广 告，由于用户参与度与 Ad load 存在负相关关系，公司在新模块的引流阶段更加 注重培育用户习惯而非提高广告量。根据 24Q1 业绩会及 Gupta Media 数据， Reels Ad load 及 CPM 同比增加，但仍低于 Feed 和 Stories 等传统产品。考虑 到短视频使用时间长、内容丰富等特征，我们认为，Reels Ad load 及 CPM 的提 升空间广阔，有望成为公司广告收入的新增长引擎。

（三）CPM：进入 ROI 驱动的主动提升阶段

用户的高粘性与参与度使 Meta 在广告市场处于有利位置，而变现空间大小则进 一步取决于广告价格。如 2.1.1 分析，CPM 的大趋势和宏观经济景气度相关，而 各媒介平台 CPM 间的相对增速可以反映平台广告 ROI 的边际变化。从绝对值上 看，21Q2-24Q2 三年间，Meta 平台 CPM 的均值达到 4.6 美元高位，仅次于 Snapchat（5.0 美元），远高于谷歌（3.2 美元）和 TikTok（3.1 美元）。 复盘发展历程，Meta CPM 从被动提升（β影响）进入主动提升（α影响）阶段。 FB 于 2006 年推出基于网页的移动端产品，至 2012 年推出移动端原生应用并开 始移动广告变现。随移动端广告占比收入占比提升，公司 CPM 借移动化浪潮在 2013-2015 年间实现高速增长。2017-2018 年，经济形势向好、消费结构升级背 景下，广告主需求旺盛，继续带动 CPM 提升。2024 年，公司通过 CAPI 等数据 回补方案部分规避苹果隐私政策带来的限制，并借助 AI 提高广告 ROI，从广告 工具竞争力方面提升 CPM。

AI 工具处于起步阶段，ROI 与渗透率均存在提升空间。公司推出 Advantage+广 告工具套件，利用 MetaAI 进行实时自动化调整，以最小的投入获得最佳的投放 效果。广告主可以选择“+展示位置”、“+受众”等模块去自动化广告设置过程 中的某个环节，或者直接使用“+购物广告”、“+应用广告”等端到端自动化工 具。据公司业绩会信息，A+购物广告能够使投放效果提高 22%。此外，Meta Lattice （根据广泛数据点预测广告相应效果）、Image Animation（基于图片生成视频）、 Video Expansion（视频延展、变形等）陆续发布，为广告 ROI 及 CPM 带来充 足的提升空间。

Click-to-WhatsApp 也有望带动 ROI 提高，弥补 WA 变现短板。Meta 广告收入 主要来自以信息流为主要界面的 FB 和 IG，而 WA 由于即时通信的工具属性以及 创始人提出的“无广告”用户契约，商业化进展始终较慢。公司最终考虑针对 B 端用户挖掘变现机会，推出 Business API 及点击跳转至聊天应用的广告形式 Click-to-WhatsApp（CTWA）。企业接入 WAAPI 后，可在 FB 和 IG 广告上添加 行动号召（call-to-action）按钮，客户点击后可直接通过 WhatsApp 与企业进行 互动，通过快速开启与感兴趣受众的对话，提高销售转化率。据 23Q2 业绩会信 息，Click-to-WhatsApp 日度广告收入同比增长超过 80%。

综合前三节的讨论，我们从时间序列角度梳理 Meta 广告收入的主要驱动因素： 1）2009-2012 年：MAU 驱动。随 Facebook 功能完善及注册开放，活跃用户数 高增驱动收入增长；2）2013-2019 年：MAU+ARPU 双轮驱动。移动互联网浪 潮下，移动端用户增长，同时移动端广告收入占比提升带动 CPM 提高，公司收 入由用户+ARPU 双轮驱动；3）2020 年：MAU 驱动。2020 年疫情爆发期间， 线上用户数增加，同时用户参与度提升带动广告展示量增加，但由于广告主预算 减少，CPM 出现明显滑坡，部分抵消用户数增长带来的积极影响。4）2021 年至 今：ARPU 驱动。2021 年，CPM 与广告收入均基于上年低基数与经济复苏出现 回暖。2022 年，苹果 ATT 政策限制对用户 ID 的数据追踪，大幅降低广告 ROI， 对公司收入带来较大冲击。Meta 后通过 CAPI 等数据回补方案规避该政策影响， 并于 2024 年开始通过 AI 赋能主动提升广告 ROI 竞争力。

展望未来，Meta 广告收入短期提升空间来自 ROI 及用户参与度，长期颠覆式发 展机会来自 AR/VR 互联网的范式转移。我们认为，Meta MAP 已达到全球网民 的近八成，用户渗透基本见顶。随广告线上化进入瓶颈期，互联网广告与广告大 盘的增长差距预计会逐渐缩小。随着外部环境转变为公司广告业务空间带来的压 力显现，公司需将重心转向寻求内生增长，以价驱动提振其竞争力与竞争地位。 短期看，一方面，AI 工具能继续带动广告附加值的提升，但考虑到 Meta CPM 始 终保持在市场较高位置，且 TikTok 等短视频平台入局加剧竞争，CPM 的提升空 间不大；另一方面，Reels 用户时长仍处于爬升过程中，参与度提高意味着用户 粘性增强、广告加载率天花板高，有望通过广告触达量增加贡献收入。长期来看， 互联网的范式转移将带来更多机会。范式转移代表更大的收益空间，但也代表着 网络效应护城河失效的风险。Meta 在从桌面互联网到移动互联网转型的时期经 历过创新落后、产品变现进度不及预期等一列问题，因此面对下一次转型极为慎 重。据扎克伯格观点，下一次互联网的范式转移方向将是元宇宙；因此，Meta 不 惜大力投入 AR/VR 软硬件，以提前占据元宇宙行业的主导位置。

2.2 RL：十年高投入，力争元宇宙生态系统流量入口

2.2.1 行业概况：元宇宙是下一代信息互联范式，产业爆发仍受技术制约

元宇宙是继 PC 连接的桌面互联网时代、智能手机连接的移动互联网时代之后的 下一信息互联范式，其核心是通过计算机将真实与虚拟相结合，打造人机交互的 虚拟环境——XR（Extended Reality，扩展现实）。XR 是 VR（Virtual Reality， 虚拟现实）、AR（Augmented Reality，增强现实）、MR（Mixed Reality，混合 现实）等技术的统称。其中，VR 和 AR 是 XR 概念的主体，两者都带来虚拟世界 的体验，但技术实现路径不同：VR 是利用设备模拟一个虚拟世界，利用计算机 生成一种模拟环境，强调用户与虚拟世界的实时交互与沉浸式体验，而 AR 则借 助计算机图形与可视化技术产生真实世界中不存在的虚拟对象，将虚拟对象叠加 到真实世界中，使用户提升在真实世界的感知丰富度。随 AR 和 VR 技术和应用 的融合互通，MR 概念应运而生，强调虚拟物体与真实世界的实时交互。

元宇宙产业链分为硬件、软件、内容及应用四大环节。硬件包括光学器件、屏幕、 芯片等核心器件，以 Oculus VR 头显成本结构为例，光学器件+屏幕占硬件成本 的 40%，芯片占据 45%。软件方面，操作系统和开发引擎是布局关键点，构建开 发者生态有助于在产业中占据优势地位。内容包括制作和分发到应用两个环节， 应用按照服务对象可分为以提高生产效率为核心的 2B 元宇宙以及以丰富个人精 神世界为核心的 2C 元宇宙。根据 StartUs Insights 数据，截止 23M12，元宇宙 下游应用行业占比第一为游戏（29%），其次为营销（15%）、社交（12%）、 艺术（11%）。

元宇宙“硬件—内容—生态”的正向循环尚未形成，产业爆发仍受技术制约。元 宇宙（Metaverse）概念起源于 1992 年创作的科创小说《雪崩》，自此至 2010 年，社会各界对 XR 技术及相关应用做出尝试，但由于技术不成熟，一直没有成 功的产品诞生。2012 年，Oculus Rift 及 Google Glass 的发布标志着虚拟现实场 景首次落地。2014 年，Meta 以 30 亿美元收购 Oculus，谷歌、索尼、HTC 等科 技企业陆续加码元宇宙。2017 年初，行业出现投资过热迹象，技术及生态难以支 撑市场的高速增长，硬件设备的佩戴体验与内容的使用体验未能满足需求， AR/VR 设备出货量断崖式下滑，市场进入低迷期。2019 年以来，5G 的部署有效 降低低时延带来的眩晕感，菲涅尔透镜、Fast LCD 等技术提升设备清晰度，内向 外追踪技术消除对外部传感器的需求，叠加 2020 年疫情催化，居家娱乐与远程 办公场景助力元宇宙再次站上风口。目前，各项技术只是能满足元宇宙初期发展 需要，维护分散化、单行业、多中心的小生态运行，但存在各操作系统间数据与 标准不互通、硬件交互方式不够沉浸、硬件使用体验不佳、场景内容不够丰富等 问题。

AR/MR 可穿戴设备与杀手级应用为行业发展的突破口。回顾智能手机的发展历 程，若要挖掘消费者的大规模需求，关键是要有类似 iPhone 4 的颠覆式硬件出 现，通过应用商店拓展终端的生态边界，使终端从单一用途的工具成为万能的场 景性工具，创造消费者对内容和生态的需求，再倒逼硬件创新，形成供需相互促 进的正向循环。我们认为，考虑到消费者使用习惯与接受度的因素，AR/MR 设备 相对 VR 设备更有可能成为首个消费级单品。XR 硬件的痛点在于便携度低与交 互感差，其中 VR 头显重量与体积偏大，用户容易感到眩晕与不适，且头显对于 公众而言是陌生的新设备，“创造新需求”相对“产生改造与替换需求”难度更 高。因此，更优的解决方案是将 AR/MR 技术融入到大多数人每天正在使用的可 穿戴设备中。在有升维体验的硬件基础后，内容/应用是加强用户粘性的关键，预 计 AI 与 XR 发展将进入共振期，生成式 AI 技术或将改变 XR 内容创作模式，引 导其从 PGC 向 UGC+AIGC 转变，解决元宇宙内容贫瘠的痛点，创建应用开发 生态。

2.2.2 发展历程与产品概览：十年高投入，软硬件布局完善

公司自 2014 年收购 Oculus 后入局元宇宙领域，此后陆续发布 VR 头显 Oculus Rift（需要专用 VR 房间和外部传感器）、Oculus Go（首个 VR 一体机产品）及 Oculus Quest（六自由度 VR 一体机），并于 2019 年上线 VR 社交平台 Horizon。 2021 年 10 月，公司宣布从 Facebook 更名为 Meta Platforms，体现公司打造元 宇宙社群的决心。同年，Ray-Ban 智能眼镜发布，为未来发布搭载全息投影技术 的 AR 眼镜做铺垫。2023 年，Quest 3 发布，标志着公司进入 MR 领域。2024 年，生成式 AI 业务与 RL 业务开始共振，公司发布第二代集成 Meta AI 的 RayBen 智能眼镜，用户可通过呼叫 Hey Meta 来调用 AI 助手；Horizon OS 开源， 推动下一代计算生态系统的建设。9 月 25 日，Meta Connect 2024 大会举办， 首款 AR 智能眼镜 Orion 原型及配套神经接口腕带发布，预计在完善显示系统、 外观设计及内容应用后向消费者推出，标志着公司进入 AR 领域。 截至 24M9，公司 RL 部门可拆分为元宇宙和可穿戴设备两个团队，元宇宙方面 已覆盖硬件层的 VR+MR 头显（Quest 系列）、AR 眼镜（Orion 系列）以及软件 层的操作系统与社交软件（Horizon 系列），可穿戴设备则围绕与 EssilorLuxottica 合作的 Ray-Ban 系列智能眼镜展开。

2.2.3 市场地位：XR 硬件保持领先，长期能否抢占生态入口为关键拐点

多方入局 XR 产业，战略卡位下一代计算平台。以 Meta、苹果、字节为代表的科 技巨头依据自身特征从硬件与平台切入市场：苹果基于电脑、手机硬件构建完整 XR 生态，自 2015 年起收购传感器、交互技术、内容直播、3D 虚拟形象设计等 XR 软硬件公司，并自研芯片、显示、光学、声学等核心器件，基于收购公司 Metaio 推出 AR Kit 平台，于 2023 年推出面向消费者的 MR 头显 Vision Pro；字节在 2021 年收购 VR 硬件公司 Pico、游戏公司沐瞳，随后上线社交产品 Pixsoul 及排 队岛，完成硬件、平台、内容三件套布局。以 Unity、Roblox 为代表的游戏企业 多以内容创作为切入点建设平台，其中 Roblox 推出 Roblox Studio 元宇宙开发 工具平台，供用户低代码开发元宇宙游戏，差异化构建 UGC 生态。英伟达则基 于 GPU 基础，建设由 RTX 支持的 Omniverse 平台，供创作者、设计师与工程 师在共享的虚拟空间中进行写作，定位工程师的元宇宙。

XR 产业处于发展初期，竞争格局尚未明确，现阶段厂商均以消费者心智培育、 扩大市场容量为首要目标。硬件层面，Meta 持续占据主导地位，24Q1 受苹果 Vision Pro 冲击份额下滑 11pct 至 37%。Vision Pro 主打高性能，打开高端头显 商业化窗口，目标用户是 AR/VR 爱好者与开发者，对走大众路线的 Meta 份额影 响有限。Meta 与苹果的竞争更多体现在软件生态层面。回顾互联网的发展历程， 每一互联范式都有封闭与开放生态，在 PC 时代，开放生态系统的 Windows 是 领导者，而在移动互联网时代，封闭版本的 iPhone 为智能手机的领导者；Meta 对于元宇宙的规划是在未来 10-15 年构建下一代的开放平台并让其获胜，所以最 大的竞争对手仍是有能力构建操作系统生态的苹果。

3 AI：Llama 追平闭源模型 SOTA，生成式 AI 行将致远

3.1 发展历程与产品概览：AI 研究积淀深厚，业务布局覆盖全产业链

智能化布局多年，研究与应用并行。2013 年，Meta 成立 FAIR（Facebook AI Research Lab），定位 AI 研究团队。FAIR 在负责人 Yann LeCun 的带领下，聚 焦 ML、CV、NLP 等领域的理论研究。Yann LeCun 是卷积神经网络 CNNs 的创 造者之一，他个人的研究偏好一定程度上决定了 Meta AI 重自监督学习与环境模 型、轻强化学习与大语言模型的发展方向。AML（Applied Machine Learning）部门随后于 2014 年成立，定位 AI 应用团队，目标是将研究成果应用到产品上， 协同 FAIR 形成研究+应用的双部门架构。2018 年，Yann LeCun 转任首席 AI 科 学家，FAIR 的研究独立性被削弱，更多为产品和业务服务。2022 年，FAIR 被合 并入 RL 部门研究分支，“F”的含义从 Facebook 更新为 Fundamental，这意味 着 AI 研究不再以 Facebook 为核心，而是为整个 Meta 服务。 FAIR 在发展期间达成多项标志性研究成果，包括：1）2016 年，基于 Python 的 开源深度学习框架 PyTorch 发布，迅速成为学术界和业界的标准工具；2）2020 年，自监督学习方法 DINO（Distillation with No Labels）发布，无需标签即可进 行视觉模型训练，利用 Transformer 架构处理图像分割和识别任务，性能与有监 督学习方法接近；3）2022 年，开源图像分割模型 SAM（Segment Anything Model） 发布，能够在图像上自动分割物体，广泛应用于医疗影像、自动驾驶等领域；4） 2023 年，大语言模型 Llama（Large Language Model Meta AI）发布并面向研究 人员开源，包括 7B-65B 版本，基于较小的参数量在部分基准测试结果中取得对 标 GPT 3 的结果。Llama 一经推出就迅速成为最受欢迎的开源 LLMs 之一，研究 人员通过指令微调或继续预训练等方法扩展 Llama 的应用范围，后形成庞大的 Llama 社区。

FAIR 的学术导向与研究偏好导致公司在生成式 AI 方面起步较慢，而深厚积淀助 力其迅速回归第一梯队。自 2022 年末 OpenAI 发布 ChatGPT 后，各大科技公 司陆续发布大语言模型与相应的聊天机器人产品。为倾斜资源补齐与头部梯队的 差距，Meta 于 2023 年 2 月成立新的研究团队 Gen AI，其中包括从 FAIR 团队转 出的员工，FAIR 也从 RL 部门独立。随后，公司于 5 月以生成式 AI 为导向更新 基础设施，采用自研 MTIA 芯片，并且加大 H100 投资。同年 7 月，Llama 2 发 布并开源，免费用于研究及商业用途，对标 GPT 3.5。公司基于 Llama 的模型能 力连续推出代码工具 Code Llama、聊天机器人 Meta AI、创意 AI 角色设计工具 AI Studio（Creator AIs）、商用 AI 角色设计工具 Business AIs，用户可通过 FoA 或独立网站使用。 截至 24Q2，公司 AI 业务已覆盖基础设施、底层模型与应用，其中应用方向分为 核心 AI 与生成式 AI 两条路线，其中 1）核心 AI：借助 AI 优化现有 FoA 产品， 一方面加强 FoA 的个性化推荐，以增强用户参与度，另一方面提高广告的投放效 果，以提振 CPM。核心 AI 已开始贡献收入，据公司预计，将推动广告收入在未 来几年保持 15%左右的增长；2）生成式 AI：包括 Llama、Meta AI、AI Studio、 Business AIs 等，公司计划在达到 10 亿用户后开始变现，在未来 3 到 5 年内打 开新的收入机会。

3.2 竞争地位：Llama 巩固技术基础，AI 产品化顺利推进

伴随着大模型的飞跃式发展，AI 赋能千行百业的可能性加强，逐步成为科技公司 的首选投资领域与竞争焦点。AI 的落地关乎全产品组合与全栈研发能力的布局， 目前已形成由 OpenAI、Anthropic、Cohere 等研发水平领先的初创公司与微软、 谷歌、Meta、亚马逊等资源丰富的科技公司主导的市场格局。我们选取头部科技 公司微软、谷歌、亚马逊与 Meta 进行横向比较，从业务布局、基座模型、商业 模式、投资四个层面对比说明 Meta AI 业务现状及发展空间。

3.2.1 布局角度：Meta AI 业务偏向产业链中下游与 C 端用户

AI 产业链可分为上游基础设施、中游底层模型和下游应用三个环节。微软、谷歌、 亚马逊作为头部公有云厂商，均基于在云计算领域的优势，从基础设施层向下游 扩张，自研大模型并将其应用于自身业务中。其中，1）微软与 OpenAI 高度绑 定，基于 GPT、DALL-E、Sora 等领域顶尖模型在 Azure 以 MaaS（Model-asa-Service）形式提供 OpenAI Service，并且推出操作系统、办公软件、搜索引 擎、代码、营销产品的 AI 助手 Copilot，产品化与生态化进展领先。 2）谷歌在 AI 领域深耕多年，研究水平领先，为 Attention 机制与 Transformer 架 构的提出者，但由于管理不协调等问题，产品进展稍显落后。公司在开发自有模 型 PaLM、Imagen、Gemini 的同时投资 Anthropic，在 GCP 提供 Claude 等模 型 API，并且推出聊天机器人 Google Bard、办公助手 Google Assistant 与搜索 助手 Google Search。 3）亚马逊大模型进展稍显落后，更加侧重对外投资借力，合计投资 Anthropic 40 亿美元，在 AWS 提供 Claude 等模型 API，推出语音聊天助手 Alexa、文字转语 音工具 Polly 及代码工具 CodeWhisper，与原有电商业务的协同性较弱，因此产 品力略显逊色。 同时，为抵抗英伟达在计算芯片中的垄断级话语权，云厂商均向上游延伸自研芯 片，谷歌 TPU、微软 Athena、亚马逊 Trainium 及 Inferentia 分别在自有数据中 心中使用，但尚未对 GPU 的核心地位造成撼动。

对比三大云厂商，Meta 不提供公有云服务，AI 技术落脚点在于使用大模型优化 社交用户与广告主体验。Meta AI 聊天助手、Advantage+营销工具等旺盛需求倒 推公司更新基础设施，增加数据中心中可用于 AI 工作负载的部分。自 2023 年 5 月起，公司陆续发布数据中心架构方面的更新，包括自研 ASIC MTIA、大幅增加 GPU 集群、自研适配自身业务的超算电脑 RSC 等。

3.2.2 基模型角度：Meta Llama 在开源领域遥遥领先，优势卡位定义行业标准

Llama 是 Meta 发布的基础 LLMs 集合，延续公司 AI 的开源路线，开放模型参 数的调整权限，并为研究人员和开发者提供模块化和可自定义的平台，极大降低 大模型的进入门槛。Llama 作为开源模型的代表迭代迅速，逐步追平与闭源模型 SOTA（State of the Art，领域最佳性能）差距，打破产业对于开源技术不及闭源 的刻板印象。

回顾 Llama 的发展历史—— Llama 2：技术优化与应用拓展。Meta 在 2023 年 2 月发布面向研究者开源的 Llama 1 后，于 7 月发布免费可商用的 Llama 2，开源 7B、13B 和 70B 模型的 权重。Llama 2 在预训练阶段，将语料扩充 40%到 2T Token，引入分组查询注意 力机制（Grouped-Query Attention, GQA），减少与缓存相关的内存成本，平衡 效率与性能；在微调阶段，加入 SFT（Supervised Fine-Tuning，有监督微调） 及 RLHF（Human Feedback Reinforcement Learning，人类反馈强化学习）， 并发布面向对话应用的微调模型 Llama 2 Chat。 Llama 3：预训练预料扩大，小参数级别领先。2024 年 4 月，Llama 3 发布，包 括 8B 和 70B 两个参数版本，预训练语料扩充到 15T Token，支持 8K 长文本， 并采用更高编码效率的 Tokenizer Tiktoken（与 GPT 4 一致）。微调阶段使用结 合 SFT、近似策略优化（Proximal Policy Optimization, PPO）和直接策略优化 （Direct Policy Optimization, DPO）的综合方法，大幅优化模型在执行复杂的推 理和编码任务时的表现。在基准测试集中，Llama 3 8B 与 70B 表现均优于同等 参数级别模型，包括 Gemma 7B、Mistral 7B 及 Gemini Pro 1.5、Claude 3。 Llama 3.1：追平闭源模型 SOTA，跻身 LLM 第一梯队。2024 年 7 月，Llama 3.1 发布，在更新 8B 和 70B 模型的同时，推出 405B 大参数版本，预训练数据 包括更多的非英语资料、数学与代码信息，支持 128K 长文本与八种语言，并且 支持零样本工具使用（包括网络搜索、数据运算及代码执行）。在基础测试集中， Llama 3.1 405B 的表现已能够全面对标 GPT 4o 与 Claude 3.5 Sonnet 等领先闭源模型；在人类评估中，Llama 3.1 405B 表现相对 Claude 3.5 更优，相对 GPT 4 持平，略逊色于 GPT 4o。 Llama 3.2：进入多模态领域，聚焦端侧部署。2024 年 9 月，Llama 3.2 发布， 包括 1B 和 3B 轻量级模型，适配边缘计算和移动设备应用；以及 11B 和 90B 多 模态模型，能够实现图像理解、文档分析、视觉问答等任务，对标Claude 3 Haiku。

我们如何看待 Llama 的开源路线？ 闭源与开源路线并非二元对立。以完全闭源和完全开源为两个端点，模型整体能 力对于公众的可及性程度包括“①完全封闭-②托管可及-③模型 API 可及-④微调 API 可及-⑤模型参数可及-⑥模型参数、数据及代码可及而使用受限-⑦模型参数、 数据及代码可及且使用不受限”七个阶段；④/⑤为广义闭源与开源模型的分割点。 同一模型开发商可能针对不同模型采取差异化可及性方案，也可能针对同一模型 采取动态化可及性方案。例如，OpenAI GPT 2 最早通过 API 开放，再基于模型 使用风险评估与用户使用反馈，逐步提高可及性程度；谷歌提供闭源 Gemini 系 列模型，同时开源 Gemma 系列小模型。

从模型能力发展的角度看，开源和闭源模型间不存在性能悬殊。开源路线虽起步 略晚，但在 Llama 的引领下，性能已逐步追平闭源。从商业化角度看，开源的价 值在于建立生态。闭源模型出售 API 的 MaaS 模式变现较快，从商业落地与技术 保护角度驱动企业技术创新。开源模型一方面能够促进技术普惠，另一方面通过 开发者的广泛使用实现衍生工具的标准化，从而建立产业生态，再谋求商业化变 现的机会。 Meta 定位开放生态系统的领导者，积极推进 Llama 生态建设。Meta 对于 Llama 的定位是 LLMs 时代的安卓，Llama 不仅自身开放微调、蒸馏、基准测试等权限， 背后的生态系统也以模块化的方式提供产品、应用和服务，每个参与方都可以贡 献自己的专业知识。Llama 生态系统参与者已包括服务器和移动硬件企业、云平 台、初创 AI 公司及有 AI 研发需求的传统企业。根据 Meta Connect 2023 大会披 露，Hugging Face 中基于 Llama 微调发布的衍生产品超过 7000 个；截至 24M8， Llama 下载量已接近 3.5 亿次，相较去年同期增长了 10 倍。

3.2.3 商业化角度：Meta AI 布局兼顾短期变现与长期发展空间

我们依据是否对外提供 AI 服务将产业链划分为“AI+”与“+AI”两个部分。产业 链上游的基础设施供应商与中游的模型开发商以 AI 技术为核心，主动推动其他 领域的变革并从中获利，属于“AI+”的范畴。产业链下游的 AI 应用企业更多强 调将 AI 技术整合到现有系统中，通过赋能传统行业产生价值，属于“+AI”的范 畴。

复盘 2022 年末至今产业链企业的表现，商业化顺序为基础设施->大模型->应用。 我们发现本轮生成式 AI 浪潮下，产业链中最先且最多受益的为“AI+”基础设施 供应商，如 GPU 龙头英伟达以及云计算平台 Azure（微软）、AWS（亚马逊） 及 GCP（谷歌）。“AI+”模型供应商作为产业链的创新中枢，其中大部分企业 仍处于低价推广+高边际成本的亏损状态，通过订阅付费及 API 调用付费变现， 但尚未实现商业闭环。“+AI”的传统企业也紧随其后，借助 AI 实现原有业务场 景的降本增效，其中 2B 工具通过订阅提价提振原有产品 ARPU，2C 工具多采取 免费试用+后期按量付费的模式，兑现节奏整体晚于“AI+”企业。 展望未来，产业链价值或向模型及应用层转移。“AI+”计算芯片与云服务供应商 在算力需求高涨的背景下，收入增长的确定性与可持续性仍较高。“AI+”模型供 应商凭借数据+算力+算法壁垒构筑进入壁垒，行业集中度预计将随资源竞赛的进 行而逐步提升，头部企业有望基于领先的模型性能以及排他性的话语权迎来收入 与盈利拐点，市场空间与基础设施供应商相比具备更持续的增长性。传统企业发 展“+AI”变现天花板较低但可见度高，其中获取商业成功的关键在于原有业务护 城河深厚，并且能够基于数据和场景 Knowhow 建立壁垒。

“+AI”和“AI+”分别对应扎克伯格提出的核心 AI 与生成式 AI 两条路线，驱动 Meta 在短期变现的同时保障长期发展空间。如 3.1 所述，核心 AI 围绕 FoA 推荐 算法与广告投放准确度展开，并且已经开始贡献收入。Meta“+AI”赋能与变现 进度领先，主因庞大的社交平台用户群体为其提供良好的试验田，变现机会相较 其他科技企业天然更优，因此也提前展现出 AI 投资的 ROI。Meta 认为“+AI” 虽变现可见度高，但相应空间也较小，而“AI+”模型开发（对应生成式 AI 路线） 是长期的战略发展方向，公司计划在 Llama、Meta AI 等产品达到一定用户数量 后开始变现，预计在中长期提高 AI 收入的天花板。

3.2.4 资本开支角度：AI 算力自用需求扩大，Meta 加大 GPU 投资

三大云厂商资本开支在云计算需求推动下保持高增，Meta 算力主要自用。云厂 商 capex 主要服务自用及外供的计算资源。亚马逊/微软/谷歌分别自 2005 年 /2009 年/2012 年开始提供公有云服务，随后伴随着云计算技术逐步成熟、企业 陆续推进 SaaS 转型，外部计算需求推动公司云收入与 capex 高增，2022 年， 受公有云渗透率提升到较高位置及企业 IT 支出收缩影响，增速有所放缓。Meta 相对云厂商而言并未对外提供计算资源，算力主要用以维护 FoA 日常运转，因此 capex 规模随平台用户数增长保持增势。缺少公有云业务也使 Meta 在数据中心 向生成式 AI 工作负载转型的趋势中起步稍慢。 生成式 AI 推动云厂商基础设施进入新一轮建设周期，capex 高增彰显决心。2023 年生成式 AI 爆发，头部科技厂商均大力投入 LLMs 及多模态模型的训练，并通 过推理使模型适用于自身业务；训练+推理共同提振自用算力需求。而在外供方 面，云厂商也在自有云计算平台上提供大模型 API，MaaS 的商业模式带动外供 算力放量。在内外需均旺盛的前提下，公司均加速算力投入，推动 capex 高增。 根据 Omdiea Research 数据，2023 年 H100 出货量前四的终端用户为 Meta（15 万）、微软（15 万）、谷歌（5 万）及亚马逊（5 万）。根据 2024 年指引，微 软/谷歌/Meta capex 分别达到 444+/480+/370-400 亿美元。

Capex 短期内不会转化为收入，关键拐点在于资本开支密度的收窄。2022 年， Meta 增加生成式 AI 的基础设施投入，capex 同比增长 68%，对应资本开支密度 提升 11.1pct 至 27.0%，FCF Margin 下滑 16.7pct 至 16.3%。在 2023 年 capex 周期性放缓（23Q2 起连续四个季度下滑）后，公司于 2024 年进入新一轮资本开 支周期，上调全年指引至 370-400 亿美元（YoY+36%至 47%），预计年底将拥 有等效 60 万 H100 的算力；并指引 25 年将继续大幅增长。由于公司盈利增长极 具韧性，经营性现金流重回增长轨道，预计 capex 扩张对 FCF 的负面影响将小 于 2022 年。长期来看，capex 与收入的同步增长是 ROI 的增长拐点，资本开支 密度与 FCF Margin 的走稳趋势值得关注。

（本文仅供参考，不代表我们的任何投资建议。如需使用相关信息，请参阅报告原文。）