Meta简介：全球头部社交平台，AI驱动新增长周
Meta简介：全球头部的社交媒体、广告与AI公司
Meta是全球头部的社交媒体平台。公司最初由扎克伯格等哈佛大学生创立于2004年，如今已成为全球社交媒体平台的头号“玩家”，旗下拥有Facebook、WhatsApp、Instagram等现象级社交产品，据Business of APP统计，2025年4月用户数分别达到了31/25/23亿人，位居全球社交媒体平台的第一/第三/第四。截至FY24Q4，公司总计月活跃用户数量达到31.47亿人。
Meta在全球广告市场具备领导者地位。凭借在社交媒体板块的优势，Meta广告业务表现持续领跑行业，2024年Meta广告收入达到1606亿美元，根据WARC统计，24Q4占据全球线上+线下广告市场份额的14%，位居全球第二。
Meta AI位居全球第一梯队。作为AI领域的早期入局者，Meta积累了丰富的算法技术，并在大模型、算力和应用层等领域推出了一系列产品。2024年7月，Llama 3.1 405B大模型横空出世，与ChatGPT-4o、Gemini Pro 1.5等顶尖大模型表现旗鼓相当，稳居行业领先地位。
Meta业务介绍：广告为公司核心现金流业务，24年收入占比90%以上
Meta是全球最大社交媒体平台，FY2024广告收入超1600亿美元。公司的主要产品包括Facebook（截至2025年4月，用户数达31亿人，用户数截止期本段后同）、Instagram（用户数达23亿人）、WhatsApp（用户数达25亿人）等。依托互联网和移动互联网发展红利，公司不断扩大产品矩阵，相互引流、共享优质内容、建立社交生态矩阵强壁垒。据GWI基于22Q4-23Q4数据统计，Z时代用户认为Instagram是最受欢迎的社交平台，其次为Youtube、Facebook和Tiktok。
Facebook和Instagram互为补充，覆盖各圈层用户群体社交与内容分享需求。Facebook和Instagram为公司核心创收产品，近年来均贡献了公司绝大部分收入。Facebook聚焦高粘性的熟人社交场景，用户群体更为成熟和广泛，用户基数较大但增长趋稳；Instagram则更受年轻用户喜爱，以高质量图文和短视频为核心，注重内容创作与商业化，受Reels驱动，流量仍在快速增长。Meta通过FB+Ins差异化布局吸引了不同年龄段的用户群体，沉淀海量用户，具备广袤的商业化前景。
Messenger和Whatsapp聚焦满足用户即时社交沟通需求。Messenger在北美地区渗透率较高，Whatsapp则成为欧洲、南美、东南亚等地区广泛使用的通讯软件，专注于满足高频即时通讯需求，成为补充FoA矩阵的核心产品，通过集成电商、支付、Click-to-Message功能，具备高变现能力。
核心问题一：如何量化AI对Meta业务的弹性贡献？
Meta推荐与广告系统升级带来用户时长与广告价格提升，进一步增厚营收
Meta AI推荐系统致力于实现精准内容与广告推送，驱动用户时长和CPM提升。AI内容推荐系统方面：2022年起，Meta开始对推荐系统架构进行了重大升级，将推荐模型迁移至GPU，以提升推荐效率和准确性。2023年起，公司开始构建统一的AI推送系统并首先通过Reel进行测试，24Q1公司宣布已建成GPU驱动的ReelsAI统一推荐系统，采用10万片H100 GPU，驱动8%-10%的用户时长增长。公司计划在未来构建统一架构的生成式模型推荐系统取代现有的独立推荐模型，打通所有平台和数据集，实现高效协同的精准推荐。AI广告推荐系统方面：2023年5月Meta发布Lattice AI广告系统，整合分散数据集和模型以提升广告投放效果，使得广告曝光质量提升 8%；在24Q3的业绩会中，公司宣布了在广告系统中引入用户行为的时序关系以实现高效归因，使得用户的转化率提升了2%-4%；24Q4与英伟达合作开发Andromeda AI广告推荐系统，实现8%广告效率提升。我们预测，AI内容和广告推荐系统革新有望驱动近200亿美元的收入增长。
Meta Advantage+AI广告系统致力于实现自动化广告制作与精准广告推送，助力商家提升广告投放ROI，反哺Meta广告CPM和收入增长。Meta于2022年8月推出Advantage+ AI广告助手，通过机器学习技术优化广告创作与投放流程，提高广告转化率。2023年5月，AI Sandbox广告生成工具推出，提供自动化广告制作功能，现已与Advantage+整合。自发布以来，Advantage+显著改善商家广告投放ROI：根据公司和第三方测算，Advantage+Shopping提升32%广告支出回报率（ROAS），Advantage+ App降低26%单次用户获取成本，Advantage+ Creative提升14%每美元广告投入促进购买量，Advantage Audience扩大5倍广告受众范围，并在2024年四季度为Meta带来超过200亿美元的年化收入。我们预测，未来Advantage+渗透率有望进一步提升，进而有望实现超450亿美元的年化收入。
Meta原有的推荐系统为CPU驱动、以社交关系网络为核心的推荐系统，有望通过向GPU和生成式模型驱动、以兴趣和内容为核心的个性化AI推荐系统转型，提升竞争优势
Meta原有的以社交关系为核心的推荐系统能带动的流量较少，相较于Tiktok等采用的以内容和兴趣为核心的推荐系统，Meta原有系统内容推荐量较少，能带动的用户时长较短。
Meta尝试在原有的推送机制外引入聚焦内容和兴趣的AI推荐内容，但最先采用的CPU驱动、基于Wild&Deep模型的推荐系统效果欠佳，相较于Tiktok等行业先进标杆，Meta原推荐系统内容池小、召回信息少，模型参数和神经网络层数少，更新周期长，导致推荐内容的精准度差，用户停留时间不足Tiktok一半。
我们看好Meta通过向GPU和生成式模型驱动、以兴趣和内容为核心的个性化AI推荐系统转型构建竞争优势。相较于Tiktok等CPU推荐系统积累深，技术栈迁移困难的厂商，Meta没有历史包袱，能够轻装上阵，从底层出发构建全新GPU驱动的推送系统，此外Meta不存在GPU供应瓶颈，能够实现AI推荐系统和LLM大模型齐头并进，对比Tiktok、Twitter等主要将宝贵的芯片用于LLM大模型。因此Meta通过向GPU和生成式模型驱动、以兴趣和内容为核心的个性化AI推荐系统转型实现高精度推送，有望将用户时长提升到Tiktok同一水平，甚至赶超Tiktok。
Meta AI推荐内容占比持续提升，GPU驱动推荐系统已在Reel中开启应用，逐渐统一的广告架构Lattice有效提升了曝光质量和转化效率
Meta GPU驱动的统一架构的推荐系统有望全面覆盖FoA平台，并引入生成式模型，拉升用户时长进一步增长。目前Meta由GPU驱动的AI推荐系统已在Reel中得到运用，采用10万片H100 GPU推荐内容，驱动8%-10%的用户时长增长（部署后至24Q1）。在24Q2的业绩会中，公司宣布：将继续推进打通所有平台与数据集，构建统一的AI推送系统目标。我们认为统一推送系统有望全面覆盖FoA的短视频和信息流等各类模块，并引入生成式模型，共同驱动用户时长进一步提升。
Meta AI广告系统革新有望带动CPM进一步提升。Meta统一架构的广告系统Lattice已于2023年5月发布，通过模型整合，Lattice显著提升了系统性能，使广告系统能够更全面、深入地理解数据中的新概念和关系，并通过联合优化多个目标，使得广告曝光质量提升 8%。在24Q3的业绩会中，公司宣布了对广告系统的进一步升级，通过引入用户行为的时序关系，帮助系统对用户的转化路径进行更好的归因，进而使得24H1用户的转化率提升了2%-4%。24Q4公司宣布与英伟达合作开发Andromeda AI广告推荐系统，能够将数千万量级的广告池缩小为数千量级的合格广告池，在初始阶段对内容做提前筛选，进而使用更复杂的AI模型精准推荐，实现8%广告质量提升。我们认为公司的AI广告推荐系统能够帮助广告主提效，进而推动广告CPM进一步提升。
核心问题二：开源vs闭源，如何看待Llama大模型的差异化竞争优势和货币化路径？
借助FoA流量优势，Llama有望与社交平台产品强强联合实现大规模货币化
Meta Ray-Ban AI眼镜旗开得胜，率先实现Llama大模型货币化。2023年9月公司和EssilorLuxottica合作的Meta Ray-Ban AI眼镜一经推出便成为爆款，根据IDC统计，MetaRay-BanAI眼镜2023Q4销售量超36万，一举占据全球智能眼镜50%的市场份额，2024全年有望达到100万的销售量，创造约3亿美元收入。搭载Llama大模型为Meta Ray-Ban AI眼镜核心优势，传统智能眼镜内置的语音助手仅仅能用于查询天气、时间、体育比赛、新闻结果等日常基础信息，而Meta Ray-Ban AI眼镜通过Llama大模型赋能，不仅能更连贯、准确地理解用户意图并精准回复，还能够执行复杂的多模态任务（如将眼镜摄像头对准冰箱，询问AI里面的食材可以用于做什么菜），提供真正的无感沉浸式体验。Meta计划通过5%的股权投资深化与EssilorLuxottica合作，并于下一代推出全球首款带屏幕的智能眼镜，有望进一步强化竞争护城河。
Llama大模型赋能AI客服降低人力成本，助力Click-to-Message加速渗透发达地区。Click-to-Message提供对标企业微信的对话式营销体验，广告效果和CPM远超传统FoA信息流广告，产品在越南、印度、泰国等发展中地区广受欢迎，年化收入超100亿美元。Click-to-Message难以渗透欧美等高收入地区的原因在于上述地区人力成本过高，而通过Llama大模型赋能，能使得聊天机器人更精准地理解客户需求，并提供更加流畅、个性化的互动体验，大大改善了企业与客户之间的沟通质量，进而大幅取代人工客服实现降本。根据Bloomberg Intelligence预测，伴随着客服成本的下降，Click-to-Message年收入有望从2023年的107亿美元增长至2026年的160亿美元。
FoA深度集成Meta AI助手，Meta AI有望全面渗透社交用户，并通过AI互动精准广告创收。Meta FoA社交平台拥有超30亿月活的用户，均有机会高频次使用高度集成的AI功能，Llama大模型驱动的Meta AI助手自2024年4月推出以来短短半年多时间内就达成了7亿用户数量目标，远超ChatGPT，因而Meta能够在AI互动中加入广告带来巨量广告曝光机会。此外AI助手能够在对话互动与搜索中深入分析用户需求，并精准推荐，用户接受度高，因而有望实现高CPM。我们认为，深度集成于FoA的Meta AI助手有望实现13亿DAU用户数，并通过在AI对话与AI搜索中以13%的广告加载率推荐精准广告，实现92亿美元收入。
Meta另辟蹊径采用“小模型”方案，优化FoA巨量用户带来的推理成本
轻量化“小模型”性能媲美参数规模更大的模型是Llama AI模型的差异化竞争优势。Llama AI模型发布于2023年2月，首代Llama 1就以相对较小的参数获得了媲美超大模型的效果，根据Llama官方论文，13B参数Llama 1模型在大多数基准测试上胜过参数量达175B亿GPT-3，65B的Llama 1模型则能够媲美Google的PaLM-540B模型。继任Llama2于2023年7月经迭代后发布，通过算法优化减少参数规模，Llama 2实现了单GPU高效运行，降低了部署成本。2024年4月，新一代Llama 3模型发布，算法的进步使Llama370B版本比更大规模的Gemini Pro（175B）和ChatGPT-4（万亿参数）在大部分场景表现接近或更好，实现性能与效率双提升。2024年12月，Llama3.3 70B模型发布，通过算法改进，表现媲美前任Llama3.1 405B模型和万亿参数规模的ChatGPT-4o模型，并能将推理成本相较于ChatGPT-4降低98%。
算法改进、训练数据集质量与数量提升是增强小模型推理效表现的关键。1）算法改进：在模型架构优化中，Llama 3采用高效分词器，词汇表包含128k词元，更大的词汇表可以更精细地表示语言中的不同成分，从而提高语言编码的准确性和模型的整体性能；此外还引入分组查询注意力GQA机制，通过在查询处理时进行分组，可以减少计算量，从而提高推理效率。在微调优化中，Llama 3引入了监督微调（在模型预训练完成后，使用带标签的数据集进一步训练模型，进而减少模型幻觉）、拒绝采样（从多个生成选项中选择最优解的技术，通过对生成的结果进行评估，并选择质量最高的结构）、近端策略优化（帮助模型在动态和复杂的环境中找到最优解决方案的算法）、直接偏好优化（基于用户反馈直接优化模型输出，通过调整模型的生成策略使其更符合用户偏好），全面提升Llama3推理性能。2）训练数据集质量与数量提升：Meta为Llama 3投入了超过15万亿个token数据集（7xLlama 2）进行预训练；并且为了确保数据质量，Meta开发了一系列数据过滤技术，使用了包括启发式过滤器、NSFW过滤器、语义重复数据删除方法和文本分类器来提升数据质量；此外前代Llama 2在识别高质量数据方面出奇地有效，因此也被用于为Llama 3提供训练数据。通过数据数量与质量优化，提升了Llama 3的推理性能，并减少了幻觉。
报告节选：
（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。）