Meta 是全球领先的社交媒体公司，2023 年营业收入达到 1349 亿美元，其中广告和其他收 入分别占 98%和 2%，全平台日活用户数量 1Q24 达到 32.4 亿。公司计划加速生成式 AI 工具的商业化进程，将 AI 技术更深入地赋能广告业务。展望未来，我们认为 Meta 将会凭 借短视频和 AI 赋能持续获得更多市场份额。 Meta 于 2012 年上市，公司通过收购 Instagram、WhatsApp 和 Oculus 等公司，不断扩展 其业务版图，涵盖社交、金融、视频、电商、数字资产等多个领域。2021 年，Facebook 宣布更名为 Meta，加大对元宇宙领域的探索，规划通过虚拟现实（VR）和增强现实（AR） 技术，为用户提供沉浸式的社交体验。Meta 在 AI 领域保持领先研发水平，发布了包括 LlaMa3、SAM、Detectron 和 PyTorch 在内的领先 AI 模型和开源工具，在自然语言处理、 图像识别和其他人工智能应用方面具有重要影响。
Meta 构建 Family of Apps 多维度社交生态系统
产品矩阵丰富：五大社交平台+六大特色应用
Meta 在五大社交 App 平台的基础上，不断新增内容品类例如直播、长短视频和小组社交， 全面覆盖了用户的社交、通讯和内容分享需求。Meta 活跃用户持续增长，据 GWI 问卷， 全球 29%的 Z 时代互联网用户认为 Instagram 是最受欢迎的社交平台，其次为 WhatsApp （18%）、TikTok（13%）和脸书（12%）。截至 1Q24，Meta 全平台日活跃用户（DAP） 达 32.4 亿，同比增长 7.0%。全平台应用具备较高留存率，23 年 12 月日活/月活的比值高 达 80%。
业务迭代和股价复盘
2004-2012 年：社交网络初具规模
Facebook 从哈佛大学的校园社交网站起步，迅速扩展到全球范围，2006 年向所有拥有电 子邮箱的用户开放。Facebook 为用户提供了一个共同群组社区，用户在这里获取新闻，发 布评论、图片、视频、文档、贴图和声音媒体消息给其他用户。用户数量上，2010 年 12 月 Facebook 全球用户数快速上涨至 4.69 亿，在美国以 1.12 亿用户位列第四。
2014-2018.03 收购扩张期：建立头部应用矩阵，营收和海外移动用户高速增长
通过收购建立头部应用矩阵：Meta 在社交网络不断深耕，同时不断丰富其产品线，实现了 业务多元化，覆盖图片视频、即时通讯和 VR 领域。公司先后在 2012 和 2014 年收购 Instagram 和 WhatsApp 等国民级社交应用，并于 2014 年收购 Oculus 公司开始布局 VR 赛道。在短视频和图文新产品方面，Instagram 中推出 Stories（2016）、Reels（2020）、 Threads（2023）等核心功能。2016 年公司发布十年战略规划，将 XR 放在前瞻性布局高 度，表示会为抢占市场先机而持续投入。16-18 年规划：专注于打造 Meta 生态系统；16-20 年规划：专注视频、搜索、群组等功能，围绕 3 大社交 App 产品发展。16-26 年规划：着 眼于 AI、XR、无人机等新技术。 2018 年 3 月 16 日，Meta 股价攀升至 185.09 美元，较 2014 年初涨幅达 238%。2014 至 2017 年间，公司深植移动互联网，日活用户、月活用户与营收均呈迅猛增长，三年 CAGR 分别为 48.3%、16.3%和 15.2%，2017 年月活用户数突破 20 亿大关。
2018.03-2019 年：用户增长进入瓶颈期，发布 Quest VR 设备
“剑桥分析事件”发酵，2Q18 开始用户增长停滞：2018 年开始，全球互联网巨头面临用户 增长的瓶颈。Meta 2Q18 全球月活人数达到 22.3 亿，环比增速创新低，同时北美活跃用户 增长停滞，欧洲活跃用户受《通用数据保护条例》影响下滑，Meta 因此调整全年盈利预期。 2018 年 3 月 17 日新闻报道，在 2016 年美国总统大选竞争期间，Facebook 未经授权访问 5000 万份个人资料，通过针对性的推广影响选民并协助特朗普参选，引发公众对于社交数 据安全性的广泛关注。18 年股价从 3 月 18 日 185.09 美元，持续下行至 11 月 25 日 131.73 美元（回调 28.8%）。
2019 年用户增长和股价回暖：2019 年 Facebook 欧美用户数同比小幅回涨，Stories 广告 投放和 Instagram 电商变现前景稳步向好。公司加大研发虚拟形象和 XR 社交技术，同时发 布首个 Quest VR 一体头显设备，股价当年回升。
疫情线上社交需求增加，22 年转战元宇宙，同期营收首次下滑
2020-2021 年新冠疫情居家期间，社交和在线娱乐需求增加，行业整体走强，公司全平台 日活人数（DAP）同比激增 15%，并于 22 年突破 30 亿，股价达到新高点 382 美元。同时， 为应对短视频挑战，2020 年 8 月 5 日，Instagram 正式宣布推出 Reels 功能（TikTok 对标）。 2021 年 Facebook 转向元宇宙战略，寻求第二增长曲线并更名为 Meta，同时发布 Horizon 虚拟网络空间。2022 年 Meta 营收出现首次下滑，由于元宇宙业务的高额投入，同期净利 润大幅同比下滑 41%，引发投资者对公司未来商业化以及用户增长的担忧，股价从 22 年初 336.35 美元回落至 11 月 3 日 88.91 美元（叠加美联储加息影响）。
2023-至今：回归广告业务，AI 提升用户体验
Meta 陆续发布 AI 方向的计划，而且通过持续投入，先后推出了包括生成式大模型 LLaMA、 SAM 以及 LLaMA2 在内的多个 AI 产品、MITA 系列训练+推理芯片、Detectron 系列开源工 具等。24 年 4 月，Meta 进一步发布了 LLaMA3 开源大模型，推出 Meta Lattice 帮助企业 更有效地利用 AI 预测广告效果。Meta 在 22-23 年期间，先后宣布优化超 2 万员工，同时 2023 年回购了价值 200.3 亿美元的股票。2023 年 2 月公司宣布重点回归广告业务，同时 开启人工智能新阶段。2023 年公司上线 Threads（类似 Twitter 产品），加强社交领域竞争 力，与 Instagram 形成互补和协同作用。
展望全球广告市场，受益于经济前景改善，叠加大选、体育赛事等周期性事件拉动，2024 全球广告行业恢复超预期，最大广告市场美国增长势头良好。我们预期全球广告行业 23-26 年 CAGR为 8.8%，同时线上渗透率保持扩张，支出占比从 23年 68.0%抬升至 26年74.0%。 我们预期全球 24 年线上广告支出同比增长 13.2%。①从投放渠道看，全球广告线上渗透率 仍有较大上升空间，23 年全球和中国渗透率分别为 68.0%和 83.4%(eMarketer)；②从客户 需求看，中国跨境电商和游戏等行业出海，将会更加重视线上获客，催化全球在线广告增 长；③从市场竞争格局看，零售电商和长短视频的市占率在较快扩张，但谷歌和 Meta 仍然 占据主导地位。近年来 TikTok 成为广告增速最快的应用，但同时面临较大的美国监管风险。
广告大盘：24 年行业恢复超预期，大选和体育赛事促进增长
2024 年全球广告增速预测上调。我们预计 2024 年全球广告总支出同比增长 9.5%，增速较 23 年高 2.5 个百分点（网络和线下渠道）。今年 4 月，国际货币基金组织（IMF）对 24 年 全球及美国 GDP 增速的预期较 1 月预测值分别上调了 0.1 和 0.6 个百分点。得益于一季度 广告市场表现强于预期，叠加经济前景改善，业界权威机构皆在二季度上调广告市场增长 预期。此外，诸多周期性体育和政治事件，例如巴黎奥运会、欧洲杯、美洲杯以及美国、 英国、法国等关键地区的大选，均对广告行业的复苏起到了显著的推动作用。 美国广告增速 10.0%，市场规模占比超 40%。受益于经济预期向好和大选政治广告支出， 我们预期美国 24 年广告总支出有望同比增长 10.0%，其中在线广告同比增长 12.5%。亚太 地区 24 年广告开支预计增长 7.1%，相较 23 年增速有所放缓，其中中国整体广告行业增长 8.3%，在线广告增长 10.0%。欧洲受益于各类体育赛事，广告总支出同比增长 11.5%，在 线广告更是同比高增 15.5%，渗透率仍有提升空间。
广告行业趋势 1：在线渗透率持续抬升，短视频电商驱动增长
线上广告逐步取代传统媒体：从 23 年全球广告总支出看，电视占比仍偏高，为 23.3%。我 们预测线上广告渗透率保持扩张，其支出占比有望从 23 年 68.0%抬升至 26 年 74.0%，主 要由社交媒体、长短视频和零售电商等驱动。23-25E 美国成年人 TikTok 日均使用时长仍保 持 8% CAGR，Instagram 次之（主系 Reels），而 Facebook 呈下降态势。 电商和短视频广告渗透率仍有较大空间：目前海外线上零售渗透率仍较低（如 23 年美国仅 为 15.4%，远低于中国的 27.6%），广告仍有较高增长空间。此外，19-23 年期间，随着商 业化进程加速，美国视频广告份额攀升 5.8pct 至 23.2%，广告主逐渐由图文转向更具互 动性的视频内容。 线上+线下媒体总时长步入存量竞争：美国成年人媒体总使用时长见顶，预期 23-25 年 CAGR 仅为 0.3%。总量稳定之下，电视观看时长持续下降：电视触达范围收缩，且投放效 果较难监测，广告主进而向线上渠道转型。据 eMarketer，24 年美国成年人平均每天电视 观看时长将降至 175 分钟，对应 21-24E CAGR 为-3.7%；线上视频观看时长则升至 230 分钟，对应 CAGR 达 4.8%，涉及 Netflix、YouTube 平台，时长分别为 62 和 58 分钟。
广告行业趋势 2：AI 应用仍有深化空间，KOL 合作丰富营销方案
我们认为海外数字营销行业面临以下两大趋势： 1）AI 在数字营销领域应用逐渐深化，内容生产与广告策略运营去中介化，激励更多长尾 广告主入局。内容生产方面，AI+营销应用可提升素材生产效率，降低创意生产成本，提升 长尾商户的创意质量。目前 AI 应用仍停留在较早期，如协助创作者获取灵感，在脚本撰写、 多模态内容生成与编辑、甚至一键成片等方面，仍有深化空间。投放方面，各平台陆续推 出 AI 驱动的自动化投放工具，如 Google Performance Max 和 Meta Advantage+，用户可 以根据投放目标，一键生成广告计划，无需手动优化。AI 可有效降低广告投放门槛，减轻 对于广告投放人员的依赖，并有效提升转化效率。
2）广告投放与网红营销并重，KOL+UGC 内容宣传品牌。我们预期 24-25 年间，美国网红 营销支出增速将保持 14%以上。与直接买量不同，网络 KOL 的 UGC 内容依托于名人粉丝 群体，具备更高的互动与转化意愿。因此，在有限的品宣预算与流量成本攀升的背景下， 网红营销有时更具性价比，其支出增长具有更强韧性。
市场竞争格局：谷歌和 Meta 双寡头垄断，短视频占比逐年提升
我们预期 24-26 年 Meta 市占率相对于 Google 稳步提升。从市场竞争格局看，尽管长短视 频和零售电商的广告增长强劲，谷歌和 Meta 仍旧占据主导地位。我们预期 Meta 会直接受 益于社交媒体和 Reels 短视频的广告增长，未来市占率相对于 Google 稳步提升。TikTok 是当前广告增速最快的应用，但同时面临较大的美国监管风险。一季度 TikTok 月活用户同 比增长 7.6%至 16.7 亿；Meta 视频时长占比也不断上升，例如 Reels 短视频占 Instagram 总时长升至 50%。
搜索广告份额逐步下滑，视频和零售电商抢占时长
1） 视频广告市场份额快速提升，奈飞计划在 24-26 年增加广告位。19-23 年期间，随着短 视频、社交媒体、流媒体的商业化进程加速，美国线上广告中视频广告占比攀升 5.8pct 至 23.2%，广告主从图文转向更具互动性的视频内容。在线视频 ROI 和用户触 达更好，近期赛事转播和广告位增加，KOL 生态和视频质量改善。 2） 电商广告渗透率仍有较大空间：目前海外线上零售渗透率仍较低（如 23 年美国仅为 15.4%，远低于中国的 27.6%）。我们认为随着品类丰富度、购物频次、客单价的逐渐 提升，以及更多独立电商网站和 Amazon 展开广告合作，电商平台未来的广告库存和 价格都有较大提升空间。 3） 搜索广告份额仍然位居美国第一，但 19-23 年期间，市占率从 43.9%逐渐下降至 39.5%， 搜索引擎广告包括谷歌、必应、百度等，同时也有电商 App 搜索广告。展示广告是第 二大广告类型，近年来份额略有下降至 29.4%，涵盖各类图片、横幅等形式，代表渠道 谷歌展示广告网络（Google Display Network）。
TikTok 禁令或重塑竞争格局
根据 MGH 调查，如果 TikTok 遭到禁止，超过 58%的受访用户表示会转向 Meta 旗下的短 视频功能 Reels，Meta 有望成为最终受益者。自 2019 年起，TikTok 就因隐私风险、青少 年影响和国家安全问题受到多次调查，2020 年特朗普政府试图封禁 TikTok，但遭到联邦法 院驳回。2024 年 4 月，美国国会以国家安全为由，通过了《保护美国人免受外国对手控制 应用侵害法》，赋予总统权力全面禁止 TikTok。4 月 24 日，总统拜登签署该法案，对 TikTok 下达了“出售或禁止”的最后通牒，但法案的实施面临司法审查、政治分歧等多重挑战。 2024 年 3 月以来，特朗普扭转态度，表示若成为美国总统，将不会在美国禁止 TikTok。
Meta 广告生态：线上营销需求逐渐恢复，全系买量价格同比提升
以 Facebook 和 Instagram 为核心，广告价格逐年攀升。据 AppGrowing 数据，Meta FoA 24 年 6 月全球平均 CPM 达 6 美元以上。分广告位来看，Instagram Feed 均价最高，全球 CPM 在 23 年 11 月“黑色星期五”购物节期间达到 15 美元；Facebook Feed 和 Instagram Stories 次之；Reels 作为最年轻的广告类型，相对 Feed、Stories 仍存在 20%-40%的折价。
全球行业监管收紧：数据隐私法规加强，公司广告业务受到挑战
全球各国加强数据隐私保护，近年陆续出台多项法规。2016 年至今，全球积极构建保护数 据安全的法规体系，旨在规范企业行为、保护用户个人信息。从财务层面看，将会导致合 规运营成本增加（管理费用上涨），同时可能带来相关的罚款风险（最高金额为公司年收入 的 4-6%）。 回顾过往合规情况，欧盟于 2016 年推出了《通用数据保护条例》（GDPR），该法案强化个 人对其数据的控制权，为互联网公司在欧盟境内收集和处理个人信息设定指南。2018-2024 年欧盟先后推出《非个人数据自由流动条例》（NPDFF）、《数字市场法案》（DMA）、《数字 服务法案》（DSA）等多部数据安全法律法规。
Meta 违法《数字市场法》或将面临巨额罚款
截至 2024 年 6 月，欧盟推出的《通用数据保护条例》累计罚款金额达 46 亿欧元（最高罚 款上限为 4%），总计发出罚单 2135 张。其中最高罚单为 Meta 在 2023 年因滥用用户数据 收到的 12 亿欧元罚款。Meta 其他罚款的金额范围在 0.6-12 亿（见下图）。 7 月 1 日消息，欧盟初步认定 Meta 违反《数字市场法》（DMA），如最终认定 Meta 违规， 将对其处以最高全球年收入 10%的巨额处罚，折合 135 亿美金。Meta 于 2023 年 11 月推 出了“同意或付费”模式，违反用户选择权和隐私权的规定，该模式要求欧盟用户在 Facebook 和 Instagram 上选择：①支付月费享受无广告服务；②免费使用但包含个性化广 告。此处涉及的定向广告通过分析用户个人信息来提供个性化服务，可能侵犯用户隐私， 引发合规问题。
展望 24-26 年，我们认为中国出海业务将会成为 Meta 广告关键增长点。1Q24 中国客户收 入同比增长 41%，显著高于 Meta 总营收增速（26.8%），营收占比于 23 年提升至 10.1%。 北美地区，Temu、Shein 等跨境电商投放激增，中国游戏和媒体出海紧随其后。欧洲地区， 中国游戏、汽车、3C、家电出海也成为 Meta 营收增长重要引擎。例如小家电领域，据 GfK 调查结果，国产扫地机器人品牌瞄准地毯铺设比重高、人均消费水平较高的欧洲，在 22 年 便已占据欧洲 55%市场份额。
中国电商漂洋过海，推动广告营收持续增长
以 Temu 和 Shein 为代表的跨境电商是 Meta 广告业务重要客户
中国出海客户在 Meta 的广告投放快速增长。展望 24-26 年，随着 Temu 和 Shein 积极扩张 北美以外的海外地区，预期跨境电商投放将维持高位。我们预计 Temu 24-25 年 GMV 分别 为 428 亿/632 亿美元，Shein 24-25 年 GMV 分别为 600/800 亿美元。
22年上线以来，Temu通过激进高效的营销策略实现MAU快速增长, Meta旗下Facebook、 Instagram 是主要投放渠道。用户增长策略上，Temu 主打廉价产品，注重社交裂变效应， 如激励用户向他人分享下载链接。23 年 Temu 推出了至少 2.6 万种广告，海外营销费用 约 263.6 亿人民币，主要投放于美国市场。据 Sensor Tower，Temu 在美主要投放渠 道为 Facebook、Instagram 和 YouTube，前两者广告开支占比达 61%，曝光量占比达 64%。
北美市场是 Temu 和 Shein 的重要客源，近年来海关政策存在收紧风险，两家皆在其他区 域拓展业务。以 Temu 为例，24 年 6 月 MAU 中，美国占比最高（22%），其次是墨西哥、 沙特阿拉伯、菲律宾、英国。拉美、欧洲、中东等地市场渗透率仍有增长空间，中国跨境 电商有望继续复制北美增长策略，通过买量实现 MAU 快速增长。
中国游戏出海竞争加剧，社交平台成广告投放主战场
海外在投 App 数量持续上升，但流量成本高企背景下，广告主预算支出更为谨慎。4Q23 以来，海外在投手游数量环比持续走高，特别是 24 年初淡季投放 App 数逆势上涨，显现出 海外手游市场复苏态势。从广告投放数量看，24 年以来，随着买量竞争加剧、投放成本上 升，各游戏厂商广告支出更为谨慎，单季度广告投放量呈下降态势。
美国手游市场：亚太发行商的战略要地
美国是手游厂商必争的价值高地，23 年贡献海外手游市场 32.4%收入，而下载量仅占 6.9%。 策略和 RPG 游戏在高 ARPU 的美国市场较受欢迎，4Q23-1Q24 内购收入分别为 19.8 亿、 11.6 亿美元，广告 ROI 分别高达 9.3 和 7。游戏厂商以买量支撑收入增长，1H24 美国手游 线上买量规模超 6.5 亿美元，主要投放于 Facebook、Instagram、YouTube、TikTok 平台。
亚太游戏品牌是美国游戏市场的重要玩家，国产游戏在美流水走势良好。4Q23-1Q24，美 国市场收入前百名的 RPG 和策略手游中，有六七成来自亚太地区（Sensor Tower）。多个 国产游戏进入畅销榜前列，代表 RPG 手游如三七互娱《末日喧嚣》、米哈游《原神》和《崩 坏：星穹铁道》，策略手游如点点互动《寒霜启示录》、壳木游戏《旭日之城》和元趣娱乐 《最后的战争》。1H24 美国市场贡献中国厂商 33%出海收入，分别领先日本和韩国 17pp 和 24pp。
游戏买量：Meta 是诸多亚太游戏大厂的首选渠道
主流社交媒体和视频平台是亚太游戏在美买量的主要渠道。分厂商来看，任天堂、点点互 动和 Square Enix 依赖 Meta 流量生态，如任天堂将 65%广告预算花费于 Facebook；米哈 游、腾讯、万代南梦宫主要借力 YouTube 流量，该渠道广告花费占比皆超 70%。
Reels 为 Meta 未来重点发展战略。公司于 2020 年推出短视频功能 Reels，并给予其高规 格的流量扶持（例如 app 入口和广告投流分配），从而打造用户时长第二增长曲线。 凭借更具互动性的内容，Reels 建立起了活跃、年轻化的用户生态，使用时长已于今 年一季度达到 Instagram 总时长的 50%，为商业变现打下良好基础。 变现方面，我们预计 Instagram Reels 23 年广告收入达 172.4 亿美元，并有望在 25 年 突破 300 亿美元大关；从流量分发机制看，Reels 同时兼顾公私域，以头部商家的品牌营 销为主，也为长尾商家和网红营销提供较好的“种草”环境。
1）Reels 简介：Instagram 流量为基石，引领短视频社交新潮流
发展历程：Meta 紧随 TikTok 布局短视频
2017 年 TikTok 进入国际市场，Meta 紧随其后布局短视频。2018 年 11 月，Meta 首次试水 短视频，推出应用 Lasso，但市场反响平平。2020 年 8 月，Meta 推出内嵌于 Instagram 的 短视频模块 Reels，并于 2022 年将 Reels 接入 Facebook。
Reels 为 Meta 贡献显著时长上涨
Reels 用户时长已于 1Q24 达 App 使用总时长的 50%。与图片帖对比，Reel 单条内 容浏览时长更久，且具有较强互动性，成为维持用户活跃度的关键突破口。据 Social Insider，24 年 1 月 Reels 互动率（帖子互动数/账户关注数）约为 1.30%，显著高于 Instagram 的图片贴的两种形式：轮播（0.93%）和单图帖（0.68%）。扎克伯格曾在 3Q23 业绩会上表示，Reels 自发布以来，已带动 Instagram 时长上升 40%。
2）Reels 商业变现空间广阔，广告业务潜力较大
自 2021 年推出以来，Reels 广告规模迅速扩张。我们预计 23 年 Instagram Reels 广告收 入约 172.4 亿美元，占 Instagram 总收入 28.5%。随着用户基数和使用时长的增长，Reels 的商业潜力有望进一步被发掘，24 和 25 年有望创收 291 和 356 亿美元，占 Instagram 广 告收入 41%和 44%。 Reels 近年来快速提价，较 Meta 其他广告仍有涨价空间。Reels 曝光效果和 CPM 低于 公司其他产品，但互动效果出色。在流量成本高企的背景下，相对“高价、高曝光、高点 击”的 Feed，Reels 提供了性价比之选，预计未来将吸引更多投放，并借此获得提价空 间。据 Gupta 数据，23 年 12 月 Instagram Feed 和 Stories 平均 CPM 分别为 10.03 和 7.58 美元，而 Reels 仅为 5.77 美元；然而在 22-23 年期间，Reels 和两者间的差价显 著缩小，从 64%降低至 57%。
3）Reels 丰富 app 内容生态，成为品牌运营新首选
Reels 获得 Meta 高规格流量灌溉，流量入口较多，助力长尾商家成长
从广告投放看，Meta 的 AI 自动投流工具在分配时，会给予更高的比重给 Reels 广告。 从流量角度看：①公域方面，Reels 拥有独立入口并占据“探索”页显著位置；②私域方面， 用户发布 Reels 时可选择将其同步于布常规动态，动态将出现在 App 首页，主要流量来自 粉丝。③因此，商家账户曝光度远高于私域图文帖，尤其是中小商家（Social Insider）。Reels 有助于品牌提升知名度，因而成为增长最快的内容类型，23 全年商家账户 Reels 发布数同 比增长 46%，占总帖子比重增长 6.6pp 至 33.4%。 Reels 拥有较为活跃的普通用户与 KOL 群体，为商业变现打下基础。普通用户方面，商家 账户 Reels 视频平均评论、保存数显著高于其他内容；KOL 方面，截至 24 年 1 月， 超 80%的 KOL 正在使用 Instagram Reels（Gitnux）。此外，Meta 直接通过 Reels Play 奖金支持创作者变现，有助于进一步促进 KOL 入驻和 UGC 内容生产。
Reels 向 Z 世代年轻化拓展，适合品牌营销“种草”
Reels 用户更加年轻化，巩固 Instagram 潮流影响力。Reels 18-24 岁用户占比达 31.5%，高于 Instagram 整体同年龄段占比 4pp，略有向 TikTok 趋近。Reels 的增长 可以防御 TikTok 对年轻用户的分流，巩固 Instagram 在流行趋势发掘与营销“种草” 领域的优势地位。 Reels 比 TikTok 更加适合营销“种草”。依托 Instagram 在网红达人领域的深厚积 累，与 TikTok 相比，Reels 开展网红营销具有天然优势。据 eMarketer 预测，25 年 时 ， 美 国将 有 超六 成 广告 主 使 用 Instagram Reels 进 行 网 红 营销 ， 比重 略 高 于 Facebook 和 TikTok。Reels 可以提升“短视频原生”KOL 的内容发布积极性，巩固 Instagram 领先地位。
26 年技术路线图：上线统一推荐架构，改善广告推荐能力
Meta 计划 26 年开始使用跨产品线推荐大模型，以统一的架构取代现有的独立推荐模型。 什么是独立推荐模型，架构变更产生哪些效果？过去 Meta 为 Reels、Groups 和 Feed 等不同产品线分别开发了独立的推荐模型。2022 年 Meta 对技术堆栈和基础设施进行了升 级，将这些推荐模型迁移到了 GPU 上，以提高模型的学习效率和性能。随后，Meta 对推 荐系统进行了重大架构调整，首先在 Reels 上测试了新的模型架构，并成功实现了 8%到 10%的观看时间增长。
全新 Llama3.1 在多个基准测试集中超越现有 SOTA 模型 GPT-4o 和 Claude 3.5 Sonnet
Meta 于 7 月 23 日发布最新 Llama 3.1 开源大模型，在数学能力、推理、长文解析以及多 语言理解等测试中领先 GPT-4o 和 Cluade 3.5 Sonnet。Llama 3.1 的创新之处是，采用标 准 Decoder-Only Transformer 架构替代混合专家架构，从而增强训练稳定性，更加适合灵 活调配的需求。 Llama 3.1 参数最高可达 405B（另提供 8B 和 70B 选项），基于 1.6 万块 H100 GPUs 和 15T token 训练语料，上下文参数可达 128K。
AI 短期已赋能主营业务，激活社交流量，助力商家销售。回归社交与广告主业，AI 已在 Meta 的内容创作与分发、广告生成与推荐、AI 用户助手、AI 客服等全面落地。Family of Apps: 基于 Llama 3 的 Meta AI 助手已集成于 WhatsApp、Messenger、Instagram 和 Facebook 中，助力 FoA 流量。商家销售：Meta 正在推进 Llama 大模型在 AI 客服的应用，有望帮助 商家压缩销售成本，提升 ROI。我们看好 Meta “AI 优先”战略，认为在短期 AI 已实现与 社交平台的双向赋能，长期来看开源生态将助力 Meta AI 抢占市场与快速迭代。 我们认为 AIGC 对于生成式大模型的帮助在于：①通过 Generative AI 生成个性化内容服务 用户的多样化需求，②系统性解析多模态指令（如文本、图像、视频等），用户反馈（如点 击、停留时间、购买记录）和用户数据（如性别、年龄、收入、地理位置、学历），深入理 解并捕捉用户的需求与偏好，以此指导内容的生成，③统一的模型实现多个生成任务，通 过任务间的互补和协同，增强整体的生成性能和效果。
Meta AI 助手：基于 Llama3 的智能语音助手
Meta AI 助手采用 Llama3 构建，是全球领先的语音助手之一。目前 Meta AI 助手已集成于 WhatsApp、Messenger、Instagram 和 Facebook 中，但仅供英语国家使用。助手可以完 成：1）用户可以轻松地向 Meta AI 提问，获取所需信息；2）Meta AI 集成了多种搜 索工具，可以从网上获取最新的信息；3）Meta AI 的最新图像生成技术可以助力用 户将创意想法转化为现实；4）Meta AI 可用于增强用户的社交联系，帮助计划活动、 激发对话和提供推荐等。我们认为 Meta AI 提供的多样化链接和个性化社交体验助力 FoA 流量增长。
AI + Family of Apps 加固流量护城河，AI 与 FoA 优势互补
我们认为，FoA 与 AI 双向奔赴，前者为 AI 提供流量入口与训练数据，后者提升 FoA 实用 性，打造提高用户效率的超级平台。 Meta 核心优势在于 32.4 亿 DAP 的用户数据和流量入口（1Q24），大幅领先 ChatGPT 1.8 亿的用户数量（24 年 6 月，Exploding Topics 统计）。Meta 丰富的社交场景，为 AI 在内容 创作、虚拟客服等多个领域提供落地可能。此外，社交平台带来的巨额流量，以及沉淀的 大量文字、图像、视频、音频多模态数据，为 Meta 持续迭代 Llama 系列大模型提供坚实 的基础。
AI 助力内容创造，正反馈促进用户增长
AIGC 降低用户创作门槛，驱动平台流量增长。Meta 推出的一系列的 AI 内容创造助手，包 括图像生成、表情包生成、图像编辑助手等功能，有望驱动流量增长。内容是 FoA 社交网 络和短视频流量的根基，优质和个性鲜明的用户内容吸引关注者参与，提高平台流量。我 们认为 1）AI 辅助创作者高效创作优质内容，涵盖标题创意制作、图片内容生成等 2）AIGC 储备品牌和产品信息，为创作者提供可靠的商业内容；3）AIGC 助力创作者内容校正，减 少内容违规风险。
Emu 图像生成大模型：23 年 9 月，Meta 在 Connect 大会上发布图像生成模型 Emu （Expressive Media Universe），作为表情贴纸和图像编辑的底层模型。Emu 在生成效果上 与 DALL·E 3 相媲美，支持仅通过简单的文字，5 秒即生图片。24 年 7 月，Meta 推出 3D 生成模型 3DGen，该模型在艺术质量、生成速度、3D 网格结构等方面较同类模型具有明 显优势。3DGen 还支持用户对生成对象的纹理进行定制、优化、和编辑，提供更强大的灵 活性和个性化选项。我们认为 3DGen 有望成为新一代文生图应用的技术底座，助力社交、 娱乐、游戏 3D 内容的生成和创新。
Meta 推出 Advantage+ AI 广告助手，Meta Lattice AI 广告系统和 AI Sandbox 广告生成 工具，助力广告主提质增效。2022 年 8 月，Meta 推出 Advantage+ AI 广告助手，旨在优 化购物和应用推广广告。该助手通过机器学习技术，自动化广告创作与投放流程，显著提 高广告转化率。成功案例包括：箱包品牌 Monos 的广告 ROI 提升 35%，珠宝品牌 Jenny Bird 的广告购买成本降低 14%，转化率提高 17%等。 Meta Lattice AI 广告系统于 23 年 5 月上线，融合以往分散的数据集（具备多种类型处理 功能），广告曝光质量提升 8%。同年 11 月，AI Sandbox 广告生成工具发布，提供自动化 广告制作功能，包括文本变体、图像裁剪和背景生成等，目前已整合入 Advantage+助手。 埃森哲预计，到 2029 年，AI 将自动生成在线社交媒体行业 30%的广告内容，有效缓解广 告商成本压力。
Advantage+: 改善广告投放精准度和转化率
Meta Advantage+是由 Meta AI 和自动化技术驱动的广告工具，有效提升广告投放精准度 与转化率。Advantage+通过精准定位目标受众、定制化优化广告策略、提升预算使用效率 和增加广告曝光量，改善广告投放效果和更出色的营销成果。根据公司官网和财报， Advantage+自推出至今，广告营销效果显著。Advantage+Shopping 平均提升广告支出回 报率（ROAS）达 32%，Advantage+ App 单次用户获取成本平均降低 26%，Advantage+ Creative 每美元广告投入的促进购买量增长 14%，Advantage Audience 扩大受众覆盖范围 至原有 5 倍。
我们对比 Meta 和 Google 的自动化投流工具认为： 1） 在付费逻辑上：Meta 基于更加细分的受众定位，更符合电商和游戏的广告投放逻辑 2） 交流互动上：Meta 具备社交平台特性，用户能直接与广告内容互动，通过点赞、评论 或分享，增加广告的可见度和影响力 3） Meta Ads 采用“Push”策略，主动推送广告给用户，借助社交网络的广泛覆盖度来增 强品牌知名度；而 Google Ads 则采用“Pull”策略，利用搜索引擎吸引用户，满足他 们通过关键字搜索的意图，引导用户访问网站，以提高转化率。
AI 赋能广告动态创意优化，降低广告生成成本
我们认为，AIGC 可使广告商“数以千倍”地上传营销素材，降低广告生成成本。早先广告 商只能上传 10 余种素材至 DCO。未来在 AIGC 加持下，广告商可以上传多个图片、文案、 视频和音频素材并通过 DCO 将元素任意组合，自动生成数百乃至数千倍的素材，有效降低 广告生成成本。 DCO 优化广告投放效率，实现“千人千面”广告策略。与静态广告相比，DCO 能够根据 受众、情境和用户偏好定制广告，如在雨天推广雨伞广告。此外，DCO 还能根据用户地理 位置和偏好调整广告元素，优化背景颜色，提高点击率和转化率，实现精准投放。目前， Advantage+ AI 广告系统能够自动生成并投放 150 种创意广告组合，并测试最佳投放效果。
Meta 将 AI 置于战略核心，并精心打磨应用体系
在 Meta 战略中，AI 已取代元宇宙，成为 Meta 的首要任务。展望未来，我们认为 AI 将会 助力 Meta 广告市场份额持续扩张。从开源生态看，PyTorch 和 Llama 已成为主流的开源框 架和大模型，开源生态将助力 Meta 进一步扩张市场份额，目前 Pytorch 在 AI 框架开发中 市占率第二，仅次于谷歌 Tensor Flow。从大小模型协同发展看，Llama 3 轻量化发展，支 持 PC 和移动端的使用，为客户提供性价比更高的服务。从应用体系看，Meta AI 赋能领域 包括：广告生成与推荐，AI 内容创作与分发，Chatbot 和 AI 商家客服。2Q 公司上调全年 资本开支指引至 370-400 亿美元，主要用于 AI 投资，对比原先指引 350-400 亿美元。 从竞争格局看，谷歌开源 Gemma2，Llama3 面临直面竞争。谷歌 6 月底发布新一代开源 模型 Gemma 2，提供 9B 和 27B 两种参数规模，与 Meta 的 Llama3 形成竞争，在 MMLU、 GSM9K、MATH 等多个测试基准上，小幅领先 Llama 3（8B）。考虑到 Llama3 在开源模型 上的先发优势，以及全球的广泛可访问性，我们认为下一代 Llama 能够在轻量级、可访问 性、高性能之间找到平衡，同时更好嵌入自有社交媒体和广告体系，利用视频抢占搜索广 告总时长的优势，以应对行业的竞争压力。
Meta AI 全面布局，打造完整软硬件生态
Meta 在 AI 领域积累丰厚，推出多款 AI 产品，领域覆盖算力、生态工具、大模型与产品应 用。1）算力层面，Meta 推出 Zion、Kings Canyon、Mount Shasta、MTIA、Research Super Cluster（RSC）等硬件产品，为 AI 模型提供了强大的硬件支持。2）生态层面，Meta 先后 推出了 PyTorch、GLOW、ONNX 等框架，为 AI 训练提供了丰富的工具与应用库，完善生 态系统。3）大模型层面，Meta 开发了 SAM、Llama、ImageBind、Chameleon 等大模型， 在视觉、AIGC、多模态等领域表现出色。4）应用层面，Meta 推出了 Meta AI、AI Sandbox、 Advantage+、Meta Lattice、以内容为核心的 AI 推荐系统，赋能社交与广告主业。
Meta AI 的发展历程与创新成就
探索期（2013-2018）：Meta 于 2013 年成立 FAIR 和 AML 人工智能研究部门，前者由图灵 奖获得者 Yann LeCun 领导，专注于 AI 前沿基础技术与应用技术的研究；后者由 Joaquin Candela 领导，关注人工智能和机器学习领域的研究成果在 Facebook 现有产品中的工程化 实现。成果丰富：Meta 通过 FAIR 和 AML 平台，完成技术与人才的双重积累，先后推出 Faster RCNN (2015)、Mask R-CNN（2017）、PyTorch（2017）等行业领先的深度学习模 型和学习框架，并吸引何恺明（ResNet 创作者）、Grefenstette（原 Cohere AI 主管）等技 术大牛加入。 转型期（2019-2022）：2022 年 6 月，Meta 宣布 FAIR 重组，将“集中化研究”的 AI 部门， 分布式下放到每个组织部门中去，更好的实现与现有产品和实际业务的结合。成果丰富： 2022 年，Meta 先后推出了 Advantage + AI 广告助手，实现人工智能对于购物广告和应用 广告业务的赋能，自动化广告创造与投放，助力提升广告转化率。 成果期（2023-至今）：2023 年 Meta 先后在大模型、开源框架方面取得显著成果。2023 年先后推出 Llama 系列大模型、Detectron2 开源工具，并发布多模态基座模型 Chameleon。 成果和研究人员在 ACL、ICRA、ICML 和 ICCV 等多个会议上赢得最佳论文奖。截止 2023 年底，在 Hugging Face 上，Meta 共有 689 个存储库（对比谷歌 591 个，微软 252 个）。 大模型驱动广告智能化升级：2023 年发布 AI 广告系统 Meta Lattice，整合孤立模型和异构 数据集，提升广告效果；2024 年 3 月 Meta 宣布构建新型统一的推荐系统，实现以社交为 核心的推荐机制向以内容为核心的推荐机制转型，并部署 Reels 试用。 展望未来：Joelle Pineau，FAIR 的副总裁透露，下一阶段，Meta 致力于利用大型通用模 型，将之前分散的、明确定义的任务进行整合，融合不同平台上多
优势一：Meta 大模型以开源生态出击，或复现安卓成功之路
开源模式加速模型迭代与份额抢占
生态开放性帮助大模型厂商打造“技术-商业”闭环：1）大模型的全面开源有利于市场份额 的抢占，对比安卓系统诞生之初，旨在挑战 iOS、Symbian 和 Windows Phone 等市场巨头， 为谷歌应用提供稳定而开放的平台。随着安卓系统的开源，市场份额迅速攀升，2011 年市 占率第一。2）大模型的全面开源+基础设施能力的开放，能够孵化更强的技术产品。大模 型厂商通过投入自有模型和算力研发资源，主动拥抱开源体系，吸引庞大开发者群体维护 开源社区（例如安卓开发者超 2000 万），为大模型注入创新动力。3）大模型的全面开源有 助于公司实现“技术+商业”闭环。谷歌于 2008 年开始向设备制造商提供安卓开源系统，并 逐步集成谷歌搜索、谷歌地图和 Gmail 等应用程序。随着安卓手机数量的增长，内置谷歌 应用程序的流量也水涨船高，谷歌也因此能够通过广告和功能收费获利。我们认为 Meta AI 可以借鉴安卓模式，利用其社交 Apps 和超过 32.4 亿用户的基础，通过开源策略提高使用 率，引领行业标准，未来有望实现人工智能的全面商业化。
PyTorch 和 Llama 成为领先的开源框架和大模型
PyTorch 开源框架：助力训练各类模型，赋能千行万业 Meta 在 2017 年推出 PyTorch 框架，已成为开源深度学习的主流框架，24 年 5 月市场份额 位列第二（23.9%，6 Sense 数据）。PyTorch 是高效灵活的 AI 开发平台，工具库功能强大， 动态图编程性能较高、多硬件平台兼容性较强、社区资源丰富，更受到学术界青睐（PyTorch 在 EMNLP、ACL、ICLR 三家顶会的占比已经超过 80%，在其他会议的占比也都保持在 70% 之上）。TensorFlow 则因其适配多种编程语言、企业级服务稳定性，成为工业界大规模部署 的首选。
我们认为，随着 PyTorch 2.0 的升级，其在分布式训练和量化推理效率上的显著进步，预 计将吸引更多企业采用此框架部署大模型，推动市场份额的进一步抬升。目前 Microsoft 运 用 PyTorch 进行语言建模；丰田利用 PyTorch 处理自动汽车驾驶的视频；Airbnb 在对话助 手中采用 PyTorch 部署神经网络翻译技术，增强了客户服务体验；而 Genentech 则应用 PyTorch 在癌症治疗和药物发现领域。这些案例共同证明了 PyTorch 在推动工业界创新和 解决实际问题中的关键作用。
Llama 开源生态优势突出，开发者数量众多，形成数据飞轮效应
Llama 注重算法优化，为商家提供性价比较高的服务，以相对少量的参数，获得接近超大 模型的效果，目前第三代性能已媲美 ChatGPT-4 和 Gemini Pro。虽推出时间较晚，开源战 略加速模型迭代，并抢占市场。开源以来，通过 Hugging Face 的 Llama 模型下载量超过 3000 万次，社区已在 Hugging Face 上微调并发布了 7000 多个衍生品，Google Cloud 和 AWS 总共有超过 3,500 个企业项目基于 Llama 模型启动。此外各大硬件平台（英伟达、英 特尔、高通、AMD）和行业巨头（DoorDash、Dropbox、IBM、Shopify、Zoom）也快速 适配和采用 Llama 模型。
Open AI 核心创始团队大规模离职，未来大模型竞争格局或改变
截至 24 年 8 月，OpenAI 十一人创始团队已离职九人。我们认为 OpenAI 离职潮对 AI 领域 发展的影响有：1）创始人再次创业或加入创业公司，有望推动 AI 的多样化发展，催生更 多创新应用；2）以 Ilya 为首的安全团队的出走，有望推进更多关于 AI 伦理与安全的讨论 和实践；3）OpenAI 原先的核心技术团队，加入硅谷其他公司后，有望加速 AI 技术的传播 和创新。
优势二：开源 Llama 领衔，以小参数实现更佳表现，助力“云+端”部署
后发先至，Llama 实现对主流大模型的赶超
2024 年 4 月推出的 Llama3 是 Meta 在自然语言处理方面的最新成果。1）Llama3 使用更 大的 tokenizer，上下文长度拓展至 128k；2）训练数据包含 15 万亿 Token 语料，较 Llama2 提升 7.5 倍；3）代码数量是原来 Llama 2 的 4x；4）Llama3 通过 GPQA 基准测试，证明 其在生物、物理和化学专业领域的理解能力。 Llama 3 已实现对主流大模型的追赶，位居第一梯队。Llama 3 的 700 亿参数规模更小， 但是总体性能位居第一梯队，在多语言能力（MMLU）、数学能力（GSM-8K、MATH）、编 程能力（HumanEval）、物化生学科能力（GPQA）测试中，与 ChatGPT-4 Turbo、Gemini Pro 1.5 和 Cluade 3 Sonnet 旗鼓相当。此外 400B 的 Llama 3 大模型仍在开发中，将具备 更强的多模态、多语言能力和更长的上下文窗口。而 8B Llama 3 在各项基础测试中的表现 远超过谷歌的轻量级模型 Gemma 1。
全新 Llama3.1 在多个基准测试集中超越现有 SOTA 模型 GPT-4o 和 Claude 3.5 Sonnet
Meta 于 7 月 23 日发布最新 Llama 3.1 开源大模型，参数最高可达 405B（另提供 8B 和 70B 选项）。 Llama 3.1 基于 1.6 万块 H100 GPUs 和 15T token 训练语料，上下文参数可 达 128K。Llama 3.1 有三点创新：1）采用标准 Decoder-Only Transformer 架构替代混合 专家架构，增强训练稳定性；2）采用迭代后训练程序，增加监督训练微调和偏好优化，以 创建更高质量的合成数据；3）构建更为精细的预训练数据管理及策划步骤，并实施更为严 格的后训练数据质量控制与筛选机制。Llama 3.1 在数学能力（GSM8K），推理（ARC）， 长文解析（ZeroSCROLLS 和 InfiniteBench）以及多语言理解（MGSM）等多项基准测试 中领先 GPT-4o 和 Cluade3.5 Sonnet。
大小模型齐头并进，助力“云+多端”部署
发展趋势明确，科技巨头开启小模型军备竞赛。端侧模型目前已经成为研究热点，通过量 化、剪枝、蒸馏等技术手段，模型实现轻量化和小型化，以更好地适应移动端的计算环境， 有效降低了模型对计算资源的需求。随着 AI 技术的大规模应用，计算负载将越来越多地以 推理任务的形式存在，广泛分布在边缘计算环境中。目前，谷歌基于 Gemini 模型技术，推 出开源模型 Gemma，分为 2B/7B 两种规模，并能在台式机、移动端、谷歌云等终端运行； 微软发布 Phi-3-mini（3.8B）、Phi-3-Small（7B）和 Phi-3-Medium（14B）探索模型端侧 应用。 谷歌开源 Gemma2，Llama3 面临直面竞争。谷歌发布新一代开源模型 Gemma 2，提供 9B和 27B 两种参数规模，与 Meta 的 Llama3 形成竞争。Gemma 2（9B）在 MMLU、GSM9K、 MATH 等多个测试基准上，小幅领先 Llama 3（8B）。考虑到 Llama3 在开源模型上的先发 优势以及全球范围内的广泛可访问性，我们认为下一代 Llama 能够在轻量级可访问性与强 大性能之间找到平衡，以应对 Gemma 2 带来的竞争压力。 我们认为，Meta 公司在大小模型的协同上，展现出较大潜力，有望实现“云+多端”的部 署模式。Meta 发布的 80 亿参数模型参数较小，通过轻量化设计，减少了资源占用，降低 了对显存和硬件性能的要求，使得模型在多种设备上可以高效运行（例如 PC 和移动设备难 以带动大模型）。与此同时，Meta 的 70B 和 400B 相对较大的参数模型，更适合在云端和 数据中心进行训练和推理任务。这种大小模型并行发展的战略，不仅能够满足不同场景下 的需求，也为 Meta AI 的广泛应用和深入发展提供了坚实的基础。
优势三：技术储备充足，全新多模态有望引领未来
全新 Chameleon 大模型构建新时代多模态处理底座
Meta Chameleon 大模型与 ChatGPT-4o 一样，采用统一架构处理多模态数据。传统的多 模态大模型，通常为每种模态采用特定的“编码器”或“解码器”，对不同模态进行单独建 模，然而这种做法限制了模型跨模态信息处理的能力，也难以生成包含任意形式信息的、 真正的多模态内容。2024 年 5 月发布的 ChatGPT-4o 是首个跨文本、视觉和音频的多模态 模型，所有的输入和输出，都由单个神经网络处理。2024 年 5 月 17 日 Meta 团队发布的“混 合模态”基座模型 Chameleon。与 ChatGPT-4o 思路一致。Chameleon 采用了统一的 Transformer 架构，使用文本、图像和代码混合模态完成训练，因此模型可以无缝处理文本 和图像。Chameleon 性能表现优异，在纯文本任务中，34B 参数的 Chameleon（基于 10 万亿多模态 token 训练）的性能和 Gemini-Pro 相当，在视觉问答和图像标注基准上，性能 接近 GPT-4V。
Meta 多模态大模型全面布局
ImageBind 多模态大模型，跨六种感观模拟人类感知，赋能社交广告与元宇宙业务。 ImageBind 于 2023 年 5 月发布，模型可结合多维度感知包括文本、音频、视觉、热量（红 外）、深度和运动，实现音频到图像、图像到音频、音画结合、文本驱动创作等多任务领域。 Meta 未来还将引入更多模态，如触觉、语音、嗅觉和大脑 fMRI 信号等，进而更真实的模 拟人类感知。我们认为，ImageBind 的推出符合近期多模态化的趋势，通过这种创新的多 模态交互方式，ImageBind 有望推动社交广告和虚拟体验的创新与发展。
优势四：自研+外购硬件，打造算力基础设施
加速外采英伟达芯片，推进自研推理芯片
Meta 持续加大资本开支，加速英伟达 GPU 购入，以构建下一代 AI 基础设施。 根据 State of AI Report 报道，截止 24 年 4 月，Meta 共计拥有 35 万个 H100 GPU，算力 达到 1.4 zettaflops（每秒可以执行 1.4 万亿亿次（10^21））。Meta 资本开支上调，2Q24 公司表示持续加码 AI 资本开支，将全年资本开支指引从 350-400 亿美元升至 370-400 亿美 元，新指引相较 23 年将同比增长 32%-44%。Meta 在算力囤积中表现积极，根据 Omdia Research 统计，2023 年共计购入 15 万 GPU，根据 Bloomberg 2024 年 5 月报道，Meta 计划 24 年将等效总算力至约 60 万个 H100 GPU。
Meta 自研 ASIC 芯片用于专用负载，助力降本增效。Meta 于 23 年 5 月和 24 年 4 月分别 推出 MTIA V1 和 MTIA V2 芯片，用于 AI 推荐系统训练和推理负载。MTIA V2 基于台积电 5nm 工艺，专注于广告排名和社交网络推荐模型的训练和推理负载，可处理低复杂性（LC） 和高复杂性（HC）的排名和推荐模型。MTIA V2 在性能上有较大提升：1）内存：MTIA V2 采用 8x8 处理元件（PE）布局，单 PE 存储性能达 384KB，较 MTIA V1 提高 2x。2）处 理能力：MTIA V2 芯片算力更高，INT8/FP16 精度下算力达 354 TFLOPS/177 TFLOPS， 较 MTIA V1 性能提升至 3.5x。3）传输效率：MTIA V2 芯片具有更高效的数据传输，8 个 PCIe Gen5 接口提供最高 32 GB/s 的传输效率，较 MTIA V1 提升至 2x。目前 MTIA V2 已在公司数据中心部署，据 The Next Platform 测算，MTIA V2 的每瓦性能为 7.8TOPS/W, 超越了 Nvidia H100 的 5.65TOPS/W（SXM 机型）。
构建超级计算机集群，加速下一代 AI 模型训练
Meta 持续迭代其训练集群，加速下一代 AI 模型训练。Meta 于 2019 年推出 Zion 集群训练 平台，将内存、计算芯片和网络组件耦合，构建大规模密集计算负载。2022 年，Meta 推 出 Super Cluster（RSC）人工智能超级计算机系统，通过 NVIDIA Quantum 交换机和 InfiniBand 网络通信，共集成 6080 个 A100 GPU，将 Meta 训练百亿参数模型时间从此前 的九周缩短至 3 周，效率提升。同年 Meta 完成 RSC 的再度升级，共集成 16000 块 A100 GPU， 混合精度算力达 5 exaflops（10^18），训练性能升级至前代的 2.5x。2024 年 2 月，Meta 推出了新一代 AI 超级计算机集群，每个集群包含 24576 个 H100 GPU，用于 Llama 3 等 AI 模型训练，效率提升 3 倍。
Meta Reality Lab 收入稳步抬升，经营亏损持续扩大
Meta XR 业务营业收入稳步抬升，2024 年预计收入超 22 亿美元，对比 2018 年仅 7 亿美 元，CAGR 约 21%。尽管 Meta 于 2021 年全面转向元宇宙战略，Reality Lab 营收不增反 降，2022、2023 分别下滑 5%、12%。2024 年下滑趋势有望扭转，业务重回增长通道，同 比增速超 18%，2027 年有望达 38 亿美元。经营亏损方面，由于元宇宙生态建设与硬件研 发的巨大开支，经营亏损持续扩大，2024 年预计超 181 亿美元。
我们认为全球 XR 业务呈现如下趋势： 1） 市场竞争日趋激烈：VR 设备呈现以 Meta（Oculus）为主导，PICO、索尼、创维等紧 跟其后的格局。Apple Vision Pro 的推出，对原有厂商形成挑战。AR 市场涌现出如雷 鸟创新、INMO、Rokid 等一众优秀初创公司。 2） 生态建设日趋完善：Meta 通过收购方式，获取优质 VR 游戏资源，Quest 的游戏和应 用数量已达 500+。据 VR 陀螺统计，截至 24 年 6 月，Steam VR 内容总数达 8133 款， SideQuest 内容总数达 6236 款，Viveport 内容总数达 3138 款，PICO 内容总数达 653 款。 3） 硬件发展日趋成熟：从 SoC 看，苹果 M2 芯片突破 3600 GFLOPS 算力，基频达 2.1GHz， 高通 XR2 芯片突破 1260 GFLOPS 算力，为软件运行提供了更强大的支持。从显示技 术看，Pancake 方案日趋成熟，成为市场主流。苹果采用 4K OLED 技术，提供 3200 万像素清晰度。从传感器看，多传感器方案日趋成熟，眼球和手势追踪有望提升空间感 知能力，互动更自然。
全球 XR 设备出货量稳步抬升，Meta 市场份额位居第一
全球 XR 市场规模逐步扩大，2024 年有望达 389 亿美元，出货 1400 万件。Market.US 数 据显示，全球 XR 市场规模增长迅速，2024 年预估市场规模达 389 美元，同比增长 12%， 2027 年有望突破 544 亿美金，23-27E CAGR 约 12%。出货量稳步提升，2024 年有望出 货 1400 万件，对比 2022 年仅为 880 万件，CAGR 为 27%。其中 AR 设备 86 万件，占比 约 6%，VR 设备 1327 万件，占比约 94%。 从市场份额看，Meta 市占率稳居第一，1Q24 市场份额达 64%，远超苹果（16%），Pico （7%），索尼（4%）。从用户生态看，2023 年 Meta 稳居 Steam 玩家首选。在 Steam 支持 的 VR 设备平台中，Quest 和 Rift 市占率领先，其中 Quest 成为超 40% Steam VR 玩家首 选。从开发者数量看，Meta 生态具有较强吸引力，其中超 34%的 VR/AR 开发者适配 Meta 平台。苹果 Vision Pro 于今年 2 月发布，短期对于 Meta 及其他品牌的销售情况造成一定挑 战。根据 Canalys 测算，2024 年苹果 Vision Pro 出货量约为 35 万台，2027 年约为 934 万台。
XR + AI 构造未来全新交互模式
回顾过去，人机交互方式在不断革新，从个人计算时代的 GUI（用户图形界面），到移动计 算时代的 Multi-touch（多点触控），无论技术如何更新换代，其核心始终是交互效率和体验。 XR 的空间计算具有三种特征：1）空间感知：赋予机器对环境的深度理解，使其能够精确 地定位自身，理解周围物体，建立直观的空间关系；2）三维重建：将数字内容无缝融入现 实世界，实现虚拟与现实的交融，带来沉浸式体验；3）用户感知：通过先进的传感器技术， 实现了对用户行为的精准捕捉，使得交互更加自然和直观。 我们认为 XR 有成为下一代内容平台的潜力，MR+AI+智能眼镜的组合将会是未来趋势。 MR 技术通过现实世界与虚拟对象的互动，为用户提供了全新的交互方式。AI 的加入，不 仅通过算法深入理解用户行为，更好地预测需求，还有效降低了内容生成的成本，推动了 个性化内容的发展。例如，数字人技术的成熟，将有效降低虚拟人物生成的成本。智能眼 镜作为这一技术组合的实体，将具备多重感知和多模态交互能力。
游戏生态繁荣驱动 VR 销量增长
Meta 打造活跃平台生态：游戏生态逐渐繁荣，提升 VR 用户活跃度
我们认为，游戏是 VR 应用的重要场景。据 Meta Quest Store，Quest 游戏和应用数量已 达 500+，其中有 40 款收入超 1000 万美元，对 VR 终端销量与用户活跃度展现出一定的拉 动作用。华尔街日报称，截至 23 年 4 月 14 日，被 Meta 收购的《Beat Saber》累计销售 额为 2.55 亿美元，每月有 147 万台活跃设备运行该游戏，占 Quest 总活跃玩家的 23%。
收购 VR 游戏工作室，激励开发者形成良性循环
Meta 正通过收购方式，获取优质 VR 游戏资源；同时开设激励项目，提高第三方开发者积 极性。截至 23 年，Meta 共收购 10 家游戏工作室，并对第三方开发者提供激励项目：1） Oculus Launch Pad 于 2016 年启动，通过培训和提供资源，帮助 VR 内容开发者提升专业 技能，2）Oculus Start 于 2018 年启动，为进入 VR 世界的开发者提供访问权限、资源支持 以及成本节省方面的系统帮助。
Quest XR 产品系列：科技创新赋能产品快速迭代
软硬件更新双轮驱动，VR 配置结构趋于成熟。自收购以来，Oculus 在 Meta 的资金支持下， 在产品形态、光学方案、屏幕配置、芯片性能等方面进行更新。产品形态上，Oculus 由分 体机过渡到一体机，从 Rift 迭代到 Quest；在光学方案上，Oculus 在 Quest 3 中由菲涅尔 转向 Pancake 光学方案，较 Quest 2 减薄 40%；屏幕配置上，Quest 3 使用 Fast LCD，提 升色彩效果，降低拖影程度；芯片方面，最新的 Quest 3 搭载具有更高单眼分辨率等图形 性能的骁龙 XR 芯片，优化分辨率、FOV 等视觉体验。
产品对比：Meta VR 头显提供更具性价比的选择
Meta Quest Pro 与 Apple Vision Pro 对比
我们从多个方面综合对比 Meta Quest Pro 和 Apple Vision Pro，认为 Meta 的优势为：1） 更具性价比的价格，更容易被基础用户接受，其中 256GB 北美起售价约$999，苹果产品起 售价为$3499（256GB）、$3699（512GB）和$3899（1TB）；2）生态更为完善，可访问 Meta Horizon 生态中的超 500+应用和游戏。 苹果的优势为：1）更专业的显示技术，采用 3D 层压玻璃，视野更开阔；2）视觉保真度更 佳，采用 4K OLED 显示技术，清晰度高达 3200 万像素，整体视觉感知好于 Quest Pro LCD 面板和 1832x1920 像素的组合；3）重量更轻，整体设计更加贴合面部，佩戴更舒适；4） 采用杜比全景声，并弱化空间杂音；4）搭载五个眼球追踪器和多个摄像头，支持眼部和手 势追踪，空间感知更优异，互动更自然。
Meta Ray-Ban 与 Google Glass（停售）对比
我们认为谷歌眼镜停售主系：1）定价过高，用户群体有限；2）功能主要为拍摄、识别和 网络搜索，实用价值有限；3）续航时间短，用户需要频繁充电。Meta Ray-Ban 的优势为： 1）更具性价比的价格，更容易被基础用户接受；2）功能扩充，支持拍摄、通话、智能语 音助手、FoA 应用等多功能；3）续航时间延长，内存增加，像素提升，更具备实用性。
成本拆分： Quest Pro 和 Quest 3 BOM 成本约为 588、398 美元
成本拆分：SOC 芯片、屏幕、光学模組、摄像头、RAM/ROM 合计核心成本超 65%
根据 Wellsenn XR 拆解测算，Quest Pro BOM 成本约为 588 美元（北美起售价约 999 美 元）。从综合硬件成本看，两块 MiniLED 背光 Fast-LCD 屏幕成本约为 106 美元，占比约 17%；高通 SOC 芯片以及手柄成本约为 100 美元，占比为 16%；摄像头模組成本约为 85 美元，占比约 14%；光学模组成本 50 美元，占比约 8%；RAM 成本约为 45 美元，占比 7%，ROM 成本约为 22 美元，占比 3.6%。总体来看，屏幕、SOC 芯片、光学、摄像头、 RAM/ROM 合计核心成本达 408 美元，合计占比约 66%。 Quest 3 BOM 成本约为 398 美元（北美起售价 499 美元）。从综合硬件成本看，高通 Gen2 SOC 芯片成本约为 90 美元，占比为 21%；屏幕成本约为 80 美元，占比 18.7%；光学模 组成本约为 50 美元，占比 11.7%；摄像头模组成本约为了 9 美元，占比 9.1%；RAM 成本 约为 18 美元，占比 4.2%；ROM 成本约为 10 美元，占比 2.3%。SOC 芯片、屏幕、光学 模組、摄像头、RAM/ROM 合计核心成本达 67%。
产品市场反映良好，多数用户关注影像功能
根据 Wellsenn 发布的市场调查（共计获得 1105 份用户反馈），用户关注度最高的是影像， 共计 472 位用户提及（占比 43%），其次是音频（380 位用户，占比 34%）、外观（113 位 用户，占比 10%）以及 AI 智能（101 位用户，占比 9%）。
（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。）
