山东省

华彬高尔夫俱乐部会员杨乐则在一众高手中脱颖而出，捧起业余组别冠军奖杯。未来，我们非常愿意持续在这方面做投资，我也相信智能眼镜将成为未来技术发展非常重要的一部分。目前的情况是，我们观察到了非常多很吸引我们的投资机遇，我们也相信这些机遇将在未来几年有潜力为各位投资人带去明显收益。随着大模型的迭代与更新，从Llama4升级到Llama4.1，模型的使用范围将越来越广。所以，我们会按需建造，在必要的时候做出最佳决策，确定基础设施容量的具体用途。苏珊·李：能否请你再重复一下你的第二个问题？TruistSecurities分析师YoussefSquali：在大规模招聘导致股票薪酬支出增加的背景下，假设这部分支出会明显快于营收和运营成本的增长，管理层计划如何应对可能引发的股权稀释问题？管理层是否考虑通过股份回购等方式回报股东？苏珊·李：薪酬成本增加所带来的影响，包括今年招聘的人工智能技术人才所带来的SBC影响，都已经反映在修订后的2025年支出展望中，我前面对2026年全年支出的展望里也对此略有提及。伯恩斯坦研究所分析师MarkShmulik：马克，在您迈向超级智能的路上，您关注的某些具体指标或者KPI指标有哪些？能否与我们这些局外人分享一下？是否与您在简报中提到的五大支柱（在简报中，马克·扎克伯格提到Meta公司的AI机遇有五大支柱，分别广告业务革新、提升用户参与度、企业Messaging、MetaAI及AI设备）有

这种增长不会是线性的——可能在某些年份，我们的利润增长会高于平均水平。相比数字世界中的大模型，MogoMind可以视为物理世界的实时搜索引擎，通过接入物理世界实时动态数据，MogoMind形成全局感知、深度认知和实时推理决策能力，能够从数据中抽取意义、从经验中学习规则、在场景中灵活决策。MogoMind依托交通数据流实时全局感知、物理信息实时认知理解、通行能力实时推理计算、最优路径实时自主规划、交通环境实时数字孪生、道路风险实时预警提醒六大关键能力，解决了当前AI缺乏物理世界实时感知能力和全局认知系统两大问题。自动驾驶领域，MogoMind通过多源数据融合和长尾场景持续学习，反哺自动驾驶模型训练。交通管理领域，MogoMind让交通管理者掌握整个城市交通系统的运行全貌，能基于实时动态数据的融合分析做出科学决策。通过全域覆盖的通感算一体化设备，MogoMind能够全天候、不间断捕捉车辆行驶轨迹、速度变化、交通流量、行人动态等海量异构数据，并经过数据融合算法快速整合处理，为智能分析和精准决策提供数据基础。大会期间，蘑菇车联围绕AI大模型在交通领域的应用，展示

同时，该平台将聚合优质的产业链资源，面向所有Robotaxi商业化参与方提供Robotaxi规模化运营一揽子解决方案，包括Robotaxi资产运营方案、Robotaxi运维方案等，凭借高效运维、极致控本等手段实现车辆资产效益最大化，并且车辆运营全流程数据透明、监管高效及安全可靠。据百度内部人士透露，百度搜索首页集成的智能体主要来自文心智能体平台、搜索开放平台接入的外部优质AI应用、以及部分百度自研应用我们过去曾提到，从盈利能力的角度来看，我们的关注重点一直是实现稳定、长期的利润增长。如果五年前你问我，我们是会先掌握能创造沉浸式体验的全息影像技术，还是会先掌握超级智能技术，我想大多数人的答案都是前者。我们还计划进一步拓展我们的模型，整合更先进的技术，从而提高推荐功能的整体质量。比如，我看到我们的内部团队正在尝试用Llama4大模型来打造自主AI智能体（AutonomousAIAgent），这有助于改进Facebook算法，提高算法质量和用户参与度。但能否请您与我们谈一谈公司对基础设施投资的投资回报率？从长期来看，您对投资回报持乐观态度吗？苏珊·李：我可以回答这两个问题。您如何看待公司SBC（股票薪酬）未来几年的变化？我们是否可以假设它的增速会明显快于公司的收入及运营支出增速？您计划如何最大限度地减轻这