Meta财报带来惊喜：营收及指引双超预期 Muse北美用户破千万
相关推荐
Meta财报后股价盘后上涨约3%，分析师关注广告业务强劲与Muse AI进展
火星财经消息，10 月 22 日，Meta 第三季度营收同比大幅增长 26% 至 646 亿美元，超过市场预期；调整后每股收益（剔除一次性法律费用）也显著超预期。财报公布后，股价盘后上涨约 3% 至 4%。 具体来看，广告收入同比增长 26%，广告展示量增长 10%，平均广告价格上涨 14%，家庭应用日活用户达 36.4 亿。GAAP EPS 为 3.83 美元，主要受约 98.9 亿美元一次性法律和解费用（与美国多州总检察长就青少年心理健康及社交媒体相关诉讼达成和解）影响；剔除该费用后，调整后 EPS 约 7.40 美元。 公司给出的第四季度营收指引为 730 亿至 760 亿美元，中值高于市场共识。全年资本开支指引收窄至 1350 亿至 1450 亿美元。Reality Labs 收入不及预期，运营亏损约 41 亿美元，公司预计该业务全年亏损将收窄至 180 亿至 190 亿美元，并进一步降至 2027 年约 150 亿美元。 Pivotal Research 的 Jeffrey Wlodarczak 在财报后将目标价从 930 美元上调至 960 美元，指出营收与资本开支表现好于预期，并特别强调 Muse 使用数据积极：超过四分之一的 Muse 用户通过该代理进行购物，平均购买金额超过 200 美元。 Jefferies 的 Brent Thill 表示，第四季度指引「留有上行空间」。另一方面，BMO Capital 的 Brian Pitz 维持持有评级与 580 美元目标价，虽认可 Muse 早期动能与 AI 产品进展，但仍关注 2026-2027 年高额资本开支的回报可见性及成本轨迹。 华尔街整体对 Meta 维持「强力买入」共识评级，平均目标价约 820 美元左右，隐含约 17% 上行空间。市场普遍认为，强劲的广告引擎（受 AI 推荐系统与生成式 AI 工具助力）正在为大规模 AI 基础设施投入提供资金支持，而 Muse 作为面向个人超级智能的早期尝试，已展现出商业化潜力（包括购物与潜在订阅场景）。尽管自由现金流因高资本开支转负，且法律费用影响了报告利润，但投资者当前更愿意为增长与 AI 叙事买单，而非过度担忧短期费用压力。
Meta AI 应用 Muse 上线一个月用户破 1,000 万
ChainCatcher 消息，Meta 首席执行官马克·扎克伯格表示，自 9 月推出以来，Meta 的 AI 应用 Muse 用户已超 1,000 万。Muse 的主要使用场景是购物，超过四分之一用户通过该应用购买商品，平均交易金额超 200 美元。发布后，Meta 股价盘后涨 5%，并登上苹果 App Store 榜首。
Meta发布开放权重AI模型Muse Spark Open
Odaily星球日报讯 Meta Platforms(META.O)推出新款开放权重 AI 模型 Muse Spark Open，主要面向编程和 AI 智能体任务，但并未开放其性能最强的模型。Meta 首席 AI 官 Alexandr Wang 表示，Muse Spark Open 并非公司开发或发布的最强模型。 Meta 本周早些时候推出的 Muse Wonder 仍采用闭源模式。Meta 同时承认，在软件开发及部分其他任务上，中国开放权重模型的表现仍优于 Muse Spark Open。与此同时，Meta 与苹果(AAPL.O)达成合作，支持开发者通过多台高端 Mac 电脑在本地运行 Muse Spark Open。苹果已更新 MLX 软件工具包，以支持该模型在 Mac 设备上运行。
苹果与 Meta 合作，使 Muse AI 模型运行于 Mac
ChainCatcher 消息，据 CNBC 报道，苹果 (AAPL.O) 与 Meta Platforms (META.O) 合作，使 Muse AI 模型能够在 Mac 电脑上运行。
Meta推出Muse Wonder系列新模型，称智能体任务表现领先
PANews 10月13日消息，据Meta官方新闻稿，Meta推出Muse Wonder系列模型，包括Muse Wonder和Muse Wonder Full，称其为公司迄今能力最强的模型，在个人及专业智能体任务上达到业界领先水平。新模型强化了法律、金融、医疗等专业领域能力及前沿编程能力，并引入Active Memory（跨对话保留关键信息）和Active Focus（复杂任务中持续推进、纠错）功能。Muse Wonder即日起通过Meta Model API和Muse Code提供，后续将为更多Muse产品提供支持，率先面向订阅用户推出。
Meta如何造出爆款Muse？不到200人开发，100多项测试全部过关才上线
动察 Beating AI 快讯，Meta 首席 AI 官 Alexandr Wang 在最新采访中谈起 Muse 的研发过程。这款能替用户办事的个人 AI Agent，从原型到上线花了七个月，负责模型和产品的核心团队不到 200 人。 今年年初，Anthropic 在编程 Agent 领域遥遥领先，业内不少人认为，编程才是高级 AI 最重要的应用方向。但王和前 GitHub CEO、现任 Meta AI 产品负责人 Nat Friedman 更看好个人 Agent。王认为，Meta 旗下应用每天有约 35 亿人使用，做面向普通人的 AI 产品才是公司的长处。 Meta 早在 2025 年就提出了「个人超级智能」的方向，OpenClaw 则让这一构想有了更具体的产品形态。今年 2 月，王和 Friedman 在深度体验 OpenClaw 后，分别向董事会提交备忘录。Friedman 写了两份，其中一份叫《Trust Is a Must》，强调个人 Agent 必须赢得用户信任。团队随后仅用一两周就拿出了 Muse 原型，连吉祥物 Jolly 和专属硬件 Muse Charm 的雏形都有了。不过，当时的产品很不稳定，偶尔能让人眼前一亮，大部分时候却连基本任务都做不好。 接下来几个月，团队反复调整模型。他们列出 100 多项必备能力，逐项设计测试，并设定上线门槛。有些模型版本已经通过约 80 项，剩下约 20 项仍不合格，只能继续训练。直到专门训练的 Muse Spark 1.3 版本全部达标，才过了这套评测。 Meta 高层把 Muse 视为全年最重要的产品之一，却始终没有大举扩充研发团队。王解释，大公司的产品很容易变成一堆人的想法拼在一起，每个产品经理都想往里面加点东西，最后做成一个大杂烩。Muse 从一开始就希望保持统一的产品体验，具体由 Friedman 主导把关。 王管理的 AI 研究团队也采用了类似的精简思路。他透露，自己目前有超过 200 名直属下属。TBD 团队的研究人员基本都直接向他汇报，中间没有层层设置人员管理岗位。各小组仍有技术负责人，负责决定技术方向。王坦言，自己算不上这 200 多人最好的管理者，但这些研究人员已经证明了自己的能力，不需要他事事过问，给他们足够的资源和自由就行。