腾讯2026年Q1财报后小范围机构交流会纪要

游戏

问题1：James，关于游戏业务，你提到春节季节性影响。这个影响是否会从第一季度递延到第二季度？同时我们看到流水表现很好，高双位数增长，很多常青游戏也创了新高。想请教我们应该如何看待第二季度确认部分收入之后，以及今年剩余时间里游戏业务的增长和前景？

回答：先澄清一下，我们并没有说收入会递延到第二季度。

事实上，从数学上讲，收入更多会递延到第三或第四季度，因为我们大多数大型游戏都有六到九个月的递延周期。

所以，如果春节在一月中旬，我们会按较高水平确认大约第一季度十周的收入，然后在九月初停止按较高水平确认。由于今年春节在二月中旬，第一季度只有六周按较高水平确认，而移动出去的那些周实际上会进入九月、十月。因此第二季度不会受益。第二季度相对第一季度少了这个顺风因素，但顺风会更多体现在下半年。

不过那只是会计层面的细节。更大的图景是，我们的游戏在 DAU 方面处于非常好的状态。一般来说，如果游戏 DAU 表现良好，我们的团队就有能力把 DAU 增长转化为更快的流水增长，并最终转化为收入增长。

而 DAU 和商业化都受益于 AI 技术的部署，以加速游戏内内容创作。有时这种内容创作指的是地图，这类内容有助于 DAU；更多时候，内容创作指的是角色服装或武器，这类内容有助于流水。

但全球游戏行业采用 AI 的速度相对于它本可以达到的速度来说，慢得相当惊人。我认为我们是一个例外。我们不一定做了什么特别独特或富有想象力的事，但只是把摆在桌面上的机会充分利用起来，就似乎使我们能够以一种持续快于行业其他公司的速度增长游戏收入。

所以我们希望这种情况能够延续。同时，我们也会继续发布新游戏。我们对《洛克王国：世界》这款游戏非常满意，它自上线以来维持了相当大的 DAU 基础。

以典型的腾讯游戏，比如《三角洲行动》为例，我们一开始通常有中等规模 DAU 和非常低的商业化水平，然后在一到两年内，商业化会逐步追上 DAU。

《洛克王国》更类似于宝可梦和角色扮演游戏的混合体，所以它的商业化更加直接、前置。显然，我们也希望未来在美国等市场也能有其他达到《洛克王国》级别的成功。

总体来说，我对游戏业务相当满意。

不过现在游戏业务在腾讯内部服务中的角色，一方面仍然是在自身业务上做它一直做的事，另一方面也为我们投资和捕捉 AI 机会提供燃料，比如 Token、云、广告等等。因此需要记住这个更大的背景：游戏业务为我们提供利润率和现金流，这反过来意味着我们在 AI 业务上可以更激进，也可以不那么专注于短期利润率和现金流。

字节跳动

问题2：我想请教您对中国消费者领域AI Agent 发展的展望。您是否看到阿里巴巴、字节跳动对微信生态构成威胁？我们在微信生态中推出自有 AI Agent 方面进展到什么阶段？

回答：我们有非常令人印象深刻、也值得尊重的竞争对手，所以我从不想低估他们。但豆包已经拥有庞大的DAU 基础一年了。所以从即时、日度、季度的竞争压力来看，字节跳动给我们和其他公司带来的压力不是来自豆包，而是来自抖音。无论你看腾讯音乐、腾讯视频、搜索，还是一系列服务，抖音才是真正的威胁。这是因为抖音有非常巨大的 DAU 基础，大约 7 亿到 8 亿，并且很重要的是，每个 DAU 每天使用时长超过 2 小时。相比之下，聊天机器人应用有一亿多 DAU，但每个 DAU 每天使用时长不到 10 分钟。所以到目前为止，聊天机器人应用还没有证明自己能够像一年前人们以为的那样，对其他公司形成竞争压力。

当然，我们需要非常仔细地观察这些事物的演变。但演变最好的领先指标是每 DAU 使用时长。抖音的时长从 30 分钟到 60 分钟，到 90 分钟，再到 120 分钟，基本是一条直线增长；豆包则稳定在每 DAU 每天 10 分钟以下。

当然，AI 不会停滞不前，所以关键问题不是豆包以当前形态对其他应用有多大威胁，而是随着 AI 演进，它会变得多有威胁。

实际上，自聊天机器人问世以来，AI 历史上最大的演进刚刚发生，那就是 Anthropic 在 Agentic Coding 能力上的突破。你可以看到，在西方，这个突破是通过 Claude 发生的，而不是通过 ChatGPT；

在中国，这个突破是通过 CodeBuddy、WorkBuddy 及类似服务发生的，而不是通过豆包。无论好坏，消费者行为和企业行为表明：如果他们想要生产力，就会去使用生产力服务，而不是去使用 AI 聊天机器人服务。

所以这两类服务在用户眼中含义非常不同。公司也意识到了这一点，并正在调整。

字节跳动正在推出自己的 CodeBuddy 竞争产品，叫 Trae，那是个不错的服务。他们还没有真正强有力的 WorkBuddy 竞争产品，但我相信他们会朝这个方向推进。OpenAI 正在以 Codex 的形式推出自己对 Anthropic 服务的竞争产品，未来竞争会非常激烈。

但我认为，一年前有一种广泛认知：AI 首先以聊天机器人的形态呈现，因此聊天机器人会成为消费者和企业与 AI 交互的主导机制。现在看来，这种认知似乎是误解。

AI 世界会是一个多应用、复杂且有趣得多的世界，而不是所有东西都通过 ChatGPT 或豆包来路由。

Toekn成本与可用性

问题3：关于Token 定价，您是否认为，那些同时提供云基础设施和模型的大型互联网巨头，在模型定价上会比独立模型公司有更好的价格优势或规模优势，因而能够把模型价格做到更有竞争力？

回答：我不认为这是一个非此即彼的问题。现实中，无论是这个领域明显领先的火山，还是阿里云、腾讯云，我们都会提供自己的模型，也会提供像DeepSeek 这样的第三方模型，而且每一种都能获得相近的价格。所以我认为这里有不同层级，我们的责任是在每一层都尽量做到最好。如果我们做到，那我们在那一层就会满意；如果做不到，那就会失败。这也是应该的。

目前来看，有非常优秀的模型公司，比如 DeepSeek、MiniMax、智谱等。它们自己也提供模型或模型 Token，但它们的算力容量有限。然后火山、阿里云、腾讯云也提供 Token。不可避免地，规模和供应链优势意味着字节跳动、阿里和我们不仅拥有更多 GPU，也拥有更多 CPU，并且越来越关键的是拥有更多内存。

因此，我们只是有更多可用性。所以我不知道这是不是成本优势或劣势，实际上更像是可用性优势或劣势。我们现在所处的世界，有点像沙特石油相对委内瑞拉石油是否有成本优势。也许有。

我不知道，也不太关心。重要的不是成本优势，而是哪里有可用性。石油供给受限，同样 DRAM 供给也受限。如果你有 DRAM，就能提供 Token；如果没有 DRAM，就无法提供 Token。

在中国语境下，真正多年来持续基于长期协议采购 DRAM，并且未来也会持续基于长期协议采购 DRAM 的公司，只有三家左右。因此这三家公司在可用性方面拥有结构性竞争优势。

成本更多取决于你是瞄准 X% 利润率还是 Y% 利润率。但现在这个世界里，真正重要的是可用性。

模型价格 vs 模型智能

问题4：我更多想问的是，比如字节跳动或阿里，考虑到它们有自己的基础设施，如果它们想大幅降低模型价格来获取市场份额，这会不会对无法在整体套餐范围上与它们竞争的独立模型公司构成不利？

回答：我认为现在真正重要的用户，是愿意付费的用户。而愿意付费的用户是在为智能付费。就像在投资行业里，你是愿意雇五个智商较低、表现低于市场的人，还是雇一个智商高、表现超过市场的人？

答案不言自明。AI 也是如此。我们看到的事实是，模型必须足够智能。

公平地说，智谱、MiniMax、DeepSeek 都有非常智能的模型，而且在某些情况下比大公司提供的模型更好。结果就是，我自己也运行过 Claude，我其实不关心某家公司是垂直整合、分散架构、全栈还是怎样。

如果它的模型不智能，任务就执行不了，我就浪费了钱，更重要的是浪费了时间和精力。

因此，在模型层，小公司完全有机会。如果模型足够智能，它们在模型层会做得很好。但其他层面上，其他人会赚钱。

算力规划、端侧推理

问题5：我想问的是算力容量规划。如果我们已经提升了模型构建能力和Agentic工作流构建能力，并且最终获得成功，那么我们所需的容量会非常大，可能是现有的 10 倍甚至更多。想请教您如何规划需要多少算力以及何时需要？这对公司未来的资本密集度意味着什么？

回答：如果你看我们采购的芯片数量乘以TFLOPS，那么我们确实正处在算力提升 10 倍的旅程中。

一年前，即使我们有愿望和资本，也不太清楚 GPU 是否真的有可用供给。但现在清楚多了。

高端方面，也就是用于训练模型的部分，过去和近期增长更多发生在那里，中国公司越来越多地在中国境外使用高端英伟达 GPU。

而在低端，也就是爆发式增长正在发生的模型推理部分，现在有多种中国设计的 GPU，由韩国、台湾以及中国大陆代工生产。这些供给今年会显著增加，从一月到五月已经增加很多，从五月到十二月还会增加更多。

这并不是押注中芯国际能做到 X 或 Y，而是押注这样一个事实：像三星这样的公司拥有巨大的未充分利用的晶圆厂产能，并且非常乐意把这些产能用于寒武纪、燧原、摩尔线程或其他公司的芯片。因此会有大量供给释放出来。我认为这可以满足 10 倍情景。

上行风险在于，当我们在微信内部部署 Agentic AI 时，我们谈论的就不是一亿 DAU，而是十亿 DAU。而且因为微信每天使用时长超过一小时，而聊天机器人每天使用时长大约 8 分钟，所以微信用户基础的人均 Token 消耗会显著高于聊天机器人应用。

那时我们进入的就不是如何容纳一个数量级算力提升的问题，而是如何容纳两个数量级算力提升的问题。

长期解决方案，也就是苹果和整个半导体行业正在努力的方向，是让绝大多数推理在设备端完成。如果推理在设备端完成，那么我们作为算力提供者实际上不需要提供那部分算力。消费者买 iPhone 时就买了自己的算力，消费者也相当于为自己的 Token 预付了费用，并通过家庭电力给 iPhone 充电。所以我认为这是行业的归宿。但显然，这需要时间才能实现。

是否存在我们的算力需求增长速度超过 10 倍的情景？当然存在。在那种情景下，第一，我们需要采购比当前路线更多的算力；第二，我们需要对用户的算力消费进行门控。

幸运的是，从 WorkBuddy 和 CodeBuddy 用户行为来看，这是可以门控的。

你可以说，如果你想使用小型蒸馏模型，就可以拥有无限 Token；但如果你想使用大型、重型、推理成本昂贵的模型，那我们会把你限制在比如每天一亿 Token，超过之后就需要付费。因此在过渡期，有办法对算力进行计量和分配。从非常长期来看，我认为大量算力发生在设备端是很自然的。

DAU、操作系统、应用Agent

问题6：我有两个问题，都与AI有关，也算是跟进你们在业绩电话会上讨论的内容。第一个问题是，你提到现在可能由于算力等约束，争夺 AI 世界并不是争夺 DAU。如果是这样，那么腾讯未来的路径是什么？我们是要更垂直地发展更强的模型，处理某些特定任务，还是说我们希望聚焦哪些垂直领域或细分市场，而不是争夺大众 DAU？这是我关于 AI 产品市场的第一个问题。

另一个问题也想深入讨论操作系统 Agent 与腾讯强生态之间的动态关系。因为苹果、安卓都在操作系统中嵌入很多 AI 功能。当然，它们也必须与应用合作。但我感觉，如果应用有自己的 Agent，iOS 系统也有自己的 Agent，就会有很多重复。所以想听听您对未来 AI 世界中应用如何定位的看法，如果 iOS 系统本身也试图发展自己的 Agent。谢谢。

回答：谢谢。对我们来说，当视频会议能够以低成本或零成本提供给用户时，阿里巴巴把这种功能整合进钉钉。钉钉大概有一亿DAU，它能让你做各种事情，包括视频会议。腾讯内部也曾有团队希望推出一个与钉钉正面竞争、几乎相同的产品。

但我们认为，钉钉在它所做的事情上已经相当不错，我们不想复制它。我们想走自己的路。

于是我们把需求拆分了：比如一位父亲想和儿子快速视频聊几句，这种一对一或少数几人的即时需求，我们通过已有微信用户基础上的视频通话来满足；

而 Jane Street 和腾讯要组织商务会议的需求，我们放到腾讯会议应用里。对我们来说，这个策略运作得很好。我们代表了中国视频会议活动中的绝大部分。

当你处于消费场景，只是想临时和家人朋友进行一对一或一对少数人的视频通话时，你就在微信上呼叫他们并转成视频通话。另一方面，如果腾讯和 Jane Street 想谈判某些事情，我们就可以安排腾讯会议。显然，在微信内部，这种视频通话不是直接商业化的。

我们从微信所有相邻服务中赚钱。而腾讯会议是非常直接商业化的。如果会议超过 40 分钟，企业就会为此付费。腾讯会议的企业商业化增长得非常好。

这个产品已经是一个可观的收入来源，未来也会成为腾讯一个可观的利润驱动因素。

你可能会问，腾讯会议的 DAU 在哪里？这没有一个简单答案。一方面，腾讯会议的 DAU 无疑低于钉钉，因为腾讯会议把一件事做到极致，而钉钉做很多事情。另一方面，中国视频会议 DAU 中的数亿用户，也就是绝大多数 DAU，其实是在微信内使用成本更低的视频通话功能。

所以当我们说 DAU 不是全部，并不是说如果我们是 OpenAI，我们就不会优先考虑 DAU。因为 OpenAI 没有微信，所以它也许不会满足于只做腾讯会议，它想做腾讯会议加更多，类似钉钉。

但对腾讯来说，既然我们知道可以在微信内以极大规模向用户提供 AI 功能，那么额外的目标未必是拥有一个类似钉钉的、较小的第二个微信，而可能是拥有一个类似腾讯会议的纯粹解决方案。这就是 CodeBuddy 和 WorkBuddy 所代表的东西。这是对我们不做什么的较长解释。

我们希望在微信内提供分布最广、最强大的 AI Agent 能力。随着时间推移，我们会根据应用内功能和采用情况来衡量，而不是根据微信 DAU，因为那会是一种空洞的指标。

然后我们希望为最强的用户，不管是企业还是消费者，在 WorkBuddy 或 CodeBuddy 这样的服务中提供最强大的 AI 能力。由于这些服务面向的是强用户，所以用户基础小得多。但在这个小得多的总体用户基础里，WorkBuddy 在中国其所在领域是明确的 DAU 领先者。

这就是关于第一个问题，也就是为什么我们说自己并不处于争夺 DAU 的模式，以及为什么其他人可能希望争夺 DAU。

OpenAI 优先发展 ChatGPT 是合理的。但 Meta 未必需要担心打造一个 ChatGPT 杀手，因为任何每天在 ChatGPT 上花 10 分钟的人，也会每天在 Instagram、Facebook 或 WhatsApp 上花 40 分钟。所以我不认为 Meta 的责任是复制 ChatGPT。

它会走自己的路，就像我们走自己的路一样。

关于第二个问题，也就是操作系统、应用和重复的问题。

我认为重复、三重重复、四重重复是 AI 世界的一个内在特征。我们实际部署 AI 时，经常是在代表关系中的买方和卖方来部署 AI。

例如，目前最有利可图的 AI 用例是广告技术。在那里，我们有代表广告主的 AI Agent。我们也有代表媒体主的 AI Agent，不管媒体主是腾讯还是腾讯广告网络合作伙伴，它们会持续相互谈判。这完全没问题，因为谈判不浪费任何人的时间，全部发生在云端。而且谈判针对的是一组非常二元的结果：这条广告是否出现在这里或那里。所以计算机实际上非常高效。

同样，我认为可以确定的是，来自许多公司的大量 AI Agent 会持续相互交互。这都很好。

至于苹果创造的 AI Agent 是否会比中国微信内的 AI Agent 在用户生活中扮演更核心的角色，我认为历史已经给出了答案。苹果有硬件整合的好处，在西方市场，凭借硬件整合，比如近场通信芯片，Apple Pay 一直在支付市场中稳步提升份额，挤压 PayPal、Cash App 等。但在中国，有监管限制硬件提供商把其事实上的内部垄断优势延伸到软件。因此 Apple Pay 并没有拿走很大市场份额。

我们是中国数字支付的领导者，因为我们在微信支付中有最好的软件。因此，我认为这可以作为一个模板，用来思考苹果如果选择在操作系统层面做 Agentic AI 软件，在中国特定语境下会如何演进。

资本开支

问题7：我有两个问题。第一个关于资本开支和运营开支。您提到资本开支可能更多集中在下半年。我想了解这背后的假设是什么？您是否认为下半年我们会获得更多GPU 或其他芯片供给？如果是，这会不会影响我们在资本开支和运营开支使用之间的平衡？这是第一个问题。第二个问题是跟进 Lana 的问题。您如何看待 AI 产品的北极星指标？现在有很多指标，比如 DAU、Token 使用量，但您会如何定义腾讯 AI 产品的成功？谢谢。

回答：先说第二个问题。

对我来说，这有点像在电力刚发明时问，使用电力的北极星指标是什么。电力会带来很多变革性的用例，而答案会因行业而异。

现在来看，一年前AI正在提升广告行业；过去三个月，它在提升编程行业；未来几年或任何时候，它可能会提升金融服务行业，等等。不会有一个 KPI 适合所有行业或用例。

生活中有些时候，比如视频游戏，你可以说我们的北极星是用户注意力，然后围绕它优化。

但对于 AI，它太广泛、太具变革性。毕竟它是智能。你如何给人类智能设 KPI？ 你可以从孩子学校拿到成绩单，但现实中一旦人们进入工作生活，我们也没有一个很好的 KPI 来衡量人类智能。所以我认为人工智能也不会有一个统一的好 KPI。

关于下半年资本开支前景，以及我们信心来自哪里，我们的信心来自上半年每天所看到的情况：芯片可用性正在提升，我们也与多家基础设施供应商、GPU 供应商、CPU 供应商、内存供应商等签订了合同。因此无论好坏，资本开支的提升已经相当确定，不是一个“如果”，甚至也不太是一个“何时”的问题。它正在发生，并且下半年会更强地体现出来。这会有一个积极面，就是使腾讯云更具竞争力、增长快于过去；也会带来挑战，也就是增量折旧。但这就是我们已经走上的路径，此时已经没有回头路。

至于资本开支增加是否意味着运营开支更少？是的，显然如此。

过去如果腾讯收入以我们预计今年晚些时候会达到的速度增长，我们会非常快速地增加员工数。但现在不是这样，我们会控制员工数，因为 AI Agent 会越来越多地替代新增员工。

不过折旧会增加。我想折旧在技术上属于销售成本，而不是运营开支。所以你可以说，更高资本开支意味着更低运营开支，但并不意味着总成本更低，因为更高资本开支会随着折旧上升转化为更高服务成本。

高价值用例-投资分析

问题8：我想从另一个角度跟进Eric 关于产品的问题，是关于 MaaS 的问题。我们看到阿里巴巴对 ARR 的预期相当可观，可能是当前一些纯模型公司的几倍，比如 MiniMax 等。您能否谈谈目前除编程之外，高价值用例有哪些？以及过去一年里，我们围绕 MaaS 业务模式的战略发生了怎样的变化或演进？谢谢。

回答：我想你可能同样适合举出高价值用例，因为一个很明显的例子，今天在WorkBuddy 的使用中占据不错双位数比例的，就是投资分析。全球范围内，尤其是在中国，有非常大的被压抑需求，希望把资金从固定收益产品转向资本增值产品。同时，中国上市公司的投资机会数量出现爆炸式增长，而平均散户投资者可获得的投资研究数量和质量显然没有跟上。因此，我们看到用户非常希望使用 Agentic AI 能力进行投资分析。

比如大约一个月前，富途允许中国大陆投资者通过香港首次投资韩国股票。韩国股票有很多信息只有韩文。我当时想读一本关于海力士的书，是 Google 推荐给我的，最后我发现那本书只有韩文版。然后当你分析存储行业时，需要把韩国公司与美光、铠侠进行比较。所以你需要多语言比较，需要多币种换算。如果你自己把这些放进 Excel，会花很多时间；但如果通过 AI Agent 来跑，就只需要很少时间。因此这只是很多例子之一，但大概是与你的工作、也与我的工作都很接近的例子。

Token 收入, WorkBuddy付费意愿

问题9：我有一个关于Agentic AI 收入的问题。其他公司比较容易看出来，比如 Token 收入或云收入的强劲增长。但对腾讯来说，结合微信生态，会不会体现为广告加速、游戏收入加速？或者您强调的是企业服务业务？能否详细说明，如果可以的话，也请量化一下，这样我们可以看到方向。谢谢。

回答：我内心当然有邪恶的一面，会想，如果我们能把广告基础模型、游戏基础模型都放到腾讯云上以Token 形式运行，然后把这些 Token 记为腾讯云收入，那腾讯云收入和收入增长就会神奇地大很多，这岂不是很好。

但幸运的是，对你们来说，腾讯内部有更审慎的人，包括 John，他们会说，这是有点有趣的会计处理，我们应该披露外部收入，而不是内部收入。所以无论好坏，我认为我们不会这么做。我们现在和未来报告的腾讯云收入，都是真正的外部收入，不包括非常可观的内部 Token 消耗。

所以截至第一季度，我们应该是在季度末才推出 WorkBuddy 和 CodeBuddy。我们的 GPU 容量非常有限。因此遗憾的是，从收入角度看，Token 现象在第一季度的损益表中几乎完全没有体现。

随着今年推进，CodeBuddy 和 WorkBuddy 的使用量提升，同时处理 Token 需求的 GPU 可用性也提升，Token 相关收入在今年过程中会变得越来越可观。

现实中，你总可以以折扣价出售算力，如果你愿意容忍零利润率，就能获得收入。事后看，也许我们本该这么做，但我们没有。

我们希望把算力用于更高价值的内部用例。不过往前看，较容易的部分将是增长 Token 收入；更困难的部分是让这项业务成为一个扎实盈利的业务。

但我认为有理由乐观。我们知道，在 Token 业务中，如果 Prompt 是独特的、差异化的 Prompt，并且确实需要运行完整推理模型，那么成本就很高。另一方面，如果 Prompt 是模型以前见过的 Prompt 的重复，那么你可以把它送到 KV Cache，那就非常便宜。

所以随着时间推移，我们围绕 Hunyuan 3 和 Hunyuan 4 所做的一些协同设计和系统封装，专门就是为了优化 Prompt 分配到 KV Cache 与分配到完整推理之间的比例，从而降低成本。

我们也从 CodeBuddy 和 WorkBuddy 的经验中知道，愿意为这些服务付费的用户比例虽然不到一半，但远高于愿意为 QQ 会员、腾讯视频、腾讯会议或我们以免费增值模式推出的许多其他服务付费的比例。因此，即使今天，付费意愿其实已经很高。

而我们在腾讯音乐这类 2C 产品，以及腾讯会议这类 2B 产品中，都有大量经验，可以随着时间逐步调整免费套餐与付费套餐的价值主张，使越来越多强用户觉得自己应该选择付费版本。

通过这些机制，我们有信心从多年维度看，可以把 Token 业务做成一个扎实盈利的业务：一方面越来越多 Token 通过缓存处理；另一方面，越来越多消耗 Token 的用户真正为 Token 支付合理价格。

订阅 vs 用量付费，强用户 vs 非强用户

问题10：我想是的。最后，James，您提到订阅业务很难做，客户不太愿意为此付费。你们如何解决这个问题？我看到 WorkBuddy 和 CodeBuddy 很有吸引力。

回答：对于WorkBuddy 和CodeBuddy，我们认为默认模式不会是订阅，而会是按使用量付费。

很多所谓的 SaaS 末日，是因为企业软件公司，比如你用 Bloomberg，每个席位每年 3 万美元或类似疯狂的数字，但你可以用按 Token 计费的方式复制 Bloomberg 提供的大部分功能，而且支付的金额会低得多。

所以我们认为 AI 经济似乎更多建立在按使用付费的基础上，而不是按订阅付费。这是针对高价值用户。

对于较低价值的消费者使用，Martin 刚才的观点是，我们过去看到，对于那些免费增值性质的消费服务，比如大多数用户免费，少数用户付费订阅并交叉补贴其他用户的订阅音乐、订阅视频等，一般来说，这些市场天然就是多方共存，而不是赢家通吃。

以音乐为例，腾讯在音乐方面有各种竞争优势，也有规模优势，类似 Netflix 的那种优势。但无论好坏，我们选择以订阅方式来商业化音乐，QQ 音乐订阅大概每位订阅用户每月 12 元人民币。而网易云音乐也在那里，它的订阅大概每位订阅用户每月 8 元人民币。我们比它们大，但它们也有不错的业务，这也没问题。

因此在这个意义上，它不同于搜索。Martin 的观点是，搜索历史上更像赢家通吃市场，部分原因是它对用户完全免费。但一旦有了订阅层，通常就会看到多方共存。也许 Spotify 价格稍高，Apple 音质稍高，YouTube 稍便宜，Amazon Music 捆绑在更大的订阅里，但这四家都共存。

所以我们的观点是，在消费市场，如果豆包按月收订阅费是未来趋势，那么这更可能代表一个多方市场，而不是 ChatGPT 和豆包像 Google 和百度那样纯粹依赖广告。但这里要区分强用户和非强用户两个市场。

广告、云收入上调，应对成本增长

问题11：一个技术性问题，我想前面也有人提到过，就是关于广告和下半年。随着我们将迎来巨大的资本开支负担，或者说投资负担，我们是否会考虑进一步加快广告收入？我们有很多比较容易摘取的果实，比如视频号等。显然，在时间很关键的情况下，我们今天赚到的每一美元都可以重新部署，并可能在未来AI 上产生回报。所以想问问我们如何思考这个问题。首先从业务角度，其次从财务或损益表角度。你们也提示我们关注新的 XAI 指标，它仍然增长很强。是不是说我们应该聚焦那个指标，消费会继续以这种方式进行？即使我们在 AI 基础设施上的支出从 90 亿增加到 150 亿，我们也应该继续关注 XAI 数字，而不必太在意平衡整体合并数字，因为我们相信最终会有回报体现出来。想请教我们应该如何从财务角度理解。

回答：我的理解是，在某种程度上，腾讯已经训练投资者把广告业务看成一个我们可以上调或下调的业务，这一点仍然成立。

我们也正在把它往上调，正如你们看到第一季度增速从 17% 加速到 20%。但我认为可以理解的是，过去一年左右，投资者忘记了广告并不是我们唯一可以上调或下调的业务。还有另一个非常明显的候选业务，就是云。

在某种程度上，我们几乎别无选择，只能把云收入增长调高，因为投入成本在上升。当整个行业的投入成本都在上升时，产出价格上涨也是很自然的。但我们希望不仅仅是涨价，还要实现非常可观的量增长。

所以我可能会关注：广告已经加速，并且还有继续加速的空间，但我认为大家过度盯住了这个科目，而在思考我们可以在哪里加速收入增长以抵消成本增长压力时，没有充分考虑其他科目，首先也是最重要的就是云收入。希望这有帮助。

GPU-可用性瓶颈，内存-价格瓶颈

问题12：第二个问题是关于瓶颈，也就是芯片。过去几年主要是GPU。您在本次电话会早些时候也谈到内存。想问在下半年这些 GPU 开始流入、更多供给上线之后，瓶颈会多快转移到内存？还是说长鑫存储、长江存储等扩产很快，这不应该成为我们开始采购 GPU 后的问题？

回答：我认为这是不同类型的瓶颈。

GPU 是可用性瓶颈。内存是价格瓶颈。意思是，GPU 方面，不管我们愿意付多少钱，除非违法，而我们没有违法，否则我们无法把高端英伟达 GPU 进口到中国。这就是现实。虽然有一些低端英伟达 GPU 供给，但英伟达不是靠 H20 谋生，所以这从来不是它们的优先事项。

相比之下，有十家不同的中国设计芯片公司，它们靠 P800、燧原某款芯片、摩尔线程某款芯片等推理芯片生存。因此，这些公司某种程度上是靠推理芯片生死存亡，而英伟达并不是靠 H20 生死存亡。

对这些公司而言，它们压倒性的全球优先事项就是向中国最大的客户，也就是字节跳动和我们，交付更多推理芯片，而不是把 H20 当作黄仁勋前 20 个优先事项里的第 19 项。因此，对 GPU 来说，我们过去是任何价格都没有可用性，而现在我们确实能从这些供应商那里以合理价格获得可用性。

这些十家不同竞争者在某种程度上正在采用经典的演进式定价行为，这对我们有利。

(十家公司: 壁仞科技、燧原科技、摩尔线程、寒武纪、海光信息、昆仑芯、沐曦集成电路、天数智芯、登临科技、瀚博半导体)

内存方面，可用性是存在的，你有三星、海力士、美光，DRAM 方面也越来越有长鑫存储。问题是你是否愿意支付价格。具体来说，你是否愿意锁定未来 X 年的价格，以及供应商是否愿意与你锁定价格。

第二部分听起来可能有点令人意外，但现在作为买方我可以说，这是卖方市场。

因此边际卖方，也就是现在的三星、未来可能是长鑫存储，会决定它想卖给谁。它们想卖给那些过去五年一直大量消耗内存，并且它们有信心未来五年还会持续大量消耗内存的公司。全球这样的公司数量非常少。

在中国大概有三四家公司，我们是其中之一，因为我们一直是内存大买家。我们愿意承诺购买更多内存，而且未来也一直会是内存大买家。

所以这是一个非常有意思的市场，因为在某个时点，长鑫存储的供给应该会上来。一旦上来，供需失衡就会开始自我修正。

也许那时中国一些较小的竞争对手也能获得增量内存供给。但现在，在长鑫存储下一条大型晶圆厂产线几年后投产之前，确实没有足够的过剩供给给较小公司作为客户。不过，只要我们愿意支付价格，我们可以继续获得供给。

微信AI商业化

问题13：我想回到微信这个话题，也就是微信作为超级应用的AI Agent。我想您刚才也提到，我们并不怀疑腾讯能够成功做到这一点。我只是想问下一步如何商业化，您能否从商业模式角度展开讲讲？因为从我的角度看，大多数用户用微信处理日常生活，如果这些任务能够自动化，会非常方便。但如何商业化？如果我们想向那些商户或微信小程序收费，这会如何带来支付意愿，或者让它们愿意支付更高费率？想听听您的想法。

回答：今天的AI 格局与六个月前非常不同。六个月前，AI 还不能以 90% 的成功执行概率生成代码。六个月或十二个月后的 AI 格局，又会与今天非常不同。

这意味着，关于用户体验的性质以及如何商业化用户体验，会有大量路径依赖。我还想说的是，我们在多大程度上需要商业化用户体验，也存在路径依赖。

意思是，如果 KV Cache 命中都发生在设备端，那么绝大多数推理成本就会从我们转移到设备端。我们不需要买 GPU。消费者购买新 iPhone 时，就在为 iPhone 内部的 GPU 芯片付费。那样我们可能拥有一个非常好的损益表，因为我们可以把这种 Agentic AI 能力免费提供给所有用户、所有时间。由于大部分推理都在设备端，对腾讯而言成本相对很少。另一方面，因为消费者在微信中花更多时间、做更多事情，会产生更多交易，从而为我们带来更多收入和利润。

另一方面，如果推理必须发生在云端，那么腾讯的成本负担就会重得多，我们就需要更多考虑实际收取订阅费，像 Snapchat 那样，或者像 WorkBuddy 那样按使用量收费。

不过积极的一面是，如果这对我们来说昂贵，那么对其他所有人提供同样服务也会昂贵。任何竞争对手还必须支付获客成本，而我们实际上已经在微信中拥有近 100% 的用户。因此，如果我们需要向消费者收取 X 的订阅费才能盈亏平衡，那么竞争对手可能需要收取 2X，因为他们既要分摊获客成本，也要分摊云端推理成本。

所以这就是我们，至少是我，如何思考微信内部 Agentic AI 的商业化和投资回报：基线商业化来自激活生态本身；然后根据推理对我们而言是昂贵、便宜还是免费的，我们再以订阅、使用量或按次收费等形式增加额外商业化。

云厂商 2B AI商业化

问题14：我的另一个问题是关于超大规模云厂商如何商业化AI 生态的模式演进。我认为现在趋势更偏向 2B，因为只要 ROI 经济性能够超过 Token 成本，企业更愿意付费。对腾讯来说，我想问我们是否也在考虑更明确的战略，从企业端获得更多外部收入，不管是通过更多云收入，还是通过扩大 WorkBuddy 等。想听听您的方向。

回答：是的，绝对如此。

我们的观点是，近期企业和专业消费者的商业化路径比传统消费者更顺畅。我们可以在WorkBuddy 和 CodeBuddy 中看到这一点，有很多企业和消费者愿意付费。我们给他们一系列模型选择，他们可以为此付费，比如有一个最低接入门槛，然后美国模型是最贵的。付费用户中大约有 30% 左右选择最贵的模型，因为这些模型目前完成任务的概率最高。

我想在昨天的年度股东大会上，有一位散户投资者问 Pony，我们是否必须把腾讯从 2C 重新配置到 2B，以便充分把握这个机会。

Pony 的回答是，这正是我们过去几年一直在走的旅程。如果你看腾讯会议、企业微信、腾讯云，这些都是 2B 产品。我们把在 2C 世界积累的一些能力应用到了这些产品中，比如无缝处理巨大用户基础、提供 99.99% 的可用性、推出免费增值服务，然后逐步把更高比例用户迁移到付费版本。有些产品现在已经做得很好。

企业微信是一个年收入数十亿人民币、利润率达到不错双位数的业务，也是中国 CRM 领域明确的领导者。

腾讯会议是中国视频会议的明确领导者，这里的领导既指使用量，也指收入和利润。所以无论好坏，这就是我们正在走的旅程。

而且无论好坏，我们的主要竞争对手也在同一旅程上。字节跳动历史上是 2C 业务，但现在凭借火山在模型服务方面成为绝对市场领导者，尽管三年前字节跳动完全是 2C 公司。

回购、手机厂商竞争

问题15：两个问题。第一，昨天您提到股价存在错位，现在是回购股票的好时机。同时，近几个季度我们的月度股票回购金额有所下降。我想请问管理层如何思考，在利用这个机会缩小股价错位方面，我们应该多积极。

第二个问题是跟进前面关于操作系统与应用的问题。我想，在应用时代，拥有巨大流量的应用历史上承担了把客户流量导向合适产品和服务的角色。但在 Agentic 时代，有一种观点认为，如果由操作系统来做，用户体验可能更无缝，它可能也能更好地进行流量分发。所以想问您在多大程度上认为这是一个威胁，如果操作系统中的个人助理越来越强大，它可能会稀释微信的流量？另外，您认为腾讯既有生态和社交图谱在多大程度上可以抵御这一点？

回答：关于第一个问题，当我们提到股价错位时，我们并不是说过去九个月左右一直错位。我想六个月前我们的股价比今天高50%，而盈利显著低于今天。

我们说的是此时此刻非常具体的情况。因此，是的，过去九个月里，我们的回购活动确实放缓，因为我们在为资本开支提升做准备与回购节奏之间重新排序。 每家公司大概都觉得自己的股价一直很便宜，我们可能也有这种倾向。但我们并没有在六个月前说股价已经错位；我们可能觉得便宜，也可能不觉得，但我们不认为它错位。

现在我们是基于对内在价值的分析，说我们认为它错位了，这会对回购活动产生影响。如果你问如何同时增加回购和增加资本开支，答案是缩减我们的投资组合。

投资组合规模是 1300 亿美元，所以随着我们沿着这条路推进，可以缩减的空间很大。需要说明的是，当你说缩小错位，这也不是我们的真正意图。如果股价长时间保持错位，那也可以。那 1300 亿美元中会有更多资金，从那些以 15 倍或 20 倍市盈率交易、且没有基础模型的其他公司，回收到以剔除投资后 10 倍市盈率交易、且拥有领先基础模型的我们自己身上。我们的目标不是缩小错位、推高股价。我们的目标是利用错位，用其他公司非错位价格的股票变现所得，回购并注销大量处于错位价格的自家股票。如果这意味着错位更快收敛，那也可以。如果错位不收敛，但我们只是注销了大量股份，那么对于选择继续做股东的人来说，在显著更小的股本基础上，这反而更好。

关于操作系统中的 Agent 话题。首先，腾讯的成功早于移动应用时代。QQ 不是一个移动应用，它是运行在 PC 上的软件，当时它与微软在 Teams 之前嵌入 PC 操作系统的某种产品竞争，也与奇虎 360 和其他预装、你一碰 PC 就会被激活并看到的软件竞争。

QQ 在 PC 环境中生存并繁荣起来。然后我们把 QQ 的社交图谱迁移到移动应用环境中的微信。

无论下一步是什么，我们都会继续把社交图谱迁移到那些新环境和新设备上成功、广泛使用的软件中。

我认为把 AI 与操作系统混为一谈，我理解人们使用的词，但坦白说不太理解这个概念。

操作系统是用来操作硬件的。AI Agent 是用来表达你的愿望，并在多种硬件设备上把愿望变成现实。如果你使用 Claude，你可能是在手机上输入，但执行有时跑在 PC 上，有时跑在云端。我认为这是必然趋势。

AI Agent 不是来服务 James Mitchell 的 iPhone 的，它是来服务 JamesMitchell 的。它会在我的 iPhone、我的 PC、腾讯云或 Amazon Web Services 云上服务我。它要成功就必须如此。

一个绑定在单一设备上的 AI Agent，我认为设备确实提供了入口。是的，如果我在 iPhone 上，苹果就有一张向我展示其模型并希望我使用这个模型的门票，就像苹果有机会诱导我使用 Apple Music 而不是 Spotify、使用 Apple TV 而不是 Netflix。这很好，它降低了苹果的获客成本，但不意味着苹果相对 Spotify 拥有巨大的结构性竞争优势，也不意味着苹果相对 Netflix 拥有巨大的结构性竞争优势。

最终，产品必须足够好才能赢。

小米是一家非常有能力、值得尊重的公司。他们发布了一个非常好的模型，我想是在混元 3 发布前几周。但如果你看排行榜、OpenRouter 等，目前混元 3 上的 Token 消耗远多于小米大语言模型。

同样，这不是批评他们。我认为考虑到他们是一家硬件公司，而这是向软件的一次巨大跃迁，他们做得很了不起。但这说明，我们不应该对他们过度恐惧，他们也不应该对我们过度恐惧。我们各自都有自己的机会，他们在硬件层面，我们在微信层面，向消费者提供模型能力。但最终，你必须拥有最好的模型，才能赢得这些用户。