AI战略与开源布局 - 公司以开源大语言模型Llama为核心构建AI生态，采用"小模型大智慧"技术路径，仅使用公开数据集训练并通过1.4万亿tokens数据量弥补参数规模不足 [2] - LlamaCon开发者大会因开源需求诞生，与Connect大会形成差异化定位，前者专注AI模型开发者，后者聚焦AR/VR生态 [11][12] - 推出Llama API作为行业参考实现，采用成本定价策略而非盈利导向，旨在降低开发者使用门槛并推动开源生态繁荣 [16][17][22] 产品与用户规模 - Meta AI月活跃用户达10亿，集成自然语言交互、多模态内容生成（如3D场景创建）及个性化推荐系统 [3][40] - 独立Meta AI应用支持元宇宙内容生成功能，同时AI能力已嵌入Instagram等全家桶应用形成协同效应 [40][41] - AR眼镜（如Orion）被定位为未来AI助手核心载体，计划通过全天候无缝交互重塑人机互动方式 [59][60] 业务增长方向 - 四大核心业务矩阵包括广告优化（AI驱动全流程自动化）、用户参与度提升（AI生成内容爆发）、商业消息服务及AI原生业务 [32][34][39] - AI广告系统将颠覆传统模式，实现从创意生成、受众定位到效果评估的全链路自动化，潜在提升广告行业GDP占比 [32][34] - 社交平台内容演进分为三阶段：用户原创内容→创作者内容→AI生成内容爆发，预计AI个性化推荐将占据更多用户时长 [35][36] 技术研发逻辑 - 模型开发优先满足内部业务需求（如广告推荐、社交互动），开源属衍生策略而非初始目标 [29][42] - 训练成本由公司全额承担，未来或引入合作伙伴分摊但非必要，行业可能面临千兆瓦级算力集群的整合 [26][27] - VR与AR差异化定位：VR对标未来电视提供沉浸体验，AR眼镜瞄准取代手机成为主流AI交互终端 [62][65] 行业竞争格局 - 开源模型生态被类比为Linux系统，公司承担基础模型研发而第三方开发者填补应用层创新 [42][48] - 智能眼镜领域采取开放式研发策略，通过提前曝光原型机收集反馈并倒逼技术突破 [64][65] - AI社交陪伴被视为潜在蓝海，公司基于社交网络积累的数据优势探索人际关系增强型AI应用 [44][46][53]