林美

在AI+企业展区，全新星火飞码iFlyCode依托研发知识库和生态伙伴打造AI+DevOps平台，为企业提供全栈服务支撑。二是考虑到今年招聘的人工智能领域人才，我们对2026年的员工薪酬支出增长也有一定预期。对我来说，经营像Meta这样如此庞大的企业，我们始终面临着一个非常有趣的挑战，那就是：很可能未来几年，科技发展会让世界变得截然不同。以上是我从宏观角度得出的结论，苏珊会从更实际的角度与大家分享她的想法。能否请您与我们更深入地分享一下，上述这两部分将如何影响公司未来12到18个月的运营支出以及资本支出？马克·扎克伯格：总的来说，我想您提出的这些问题本质在于我们想要实现真正强大的人工智能，或者说超级智能（SuperIntelligence）还需要多久的时间。能否请管理层为我们介绍一下未来18个月，您最期待哪些方面的改进？这些改进将如何进一步提升用户参与度？马克·扎克伯格：关于你的第一个问题，有关我们的研发进度以及高度关注的技术领域。回顾过去我们研发Instagram、Facebook以及广告系统的过程，我们过去往往采用的是数百人、数千人团队，我们会调动庞大的团队，共同致力于高效改进系统。无论是打造新的社交产品，还是研发像MetaAI那样的新产品，我们首先还是会努力达到一个既定的规模、打造最高质量的产品，在实现目标后在去考虑其他问题。我的问题是，这些资金是否将由公司全部承担？还是说，您会从中寻找更多合作机会

专题：2025世界人工智能大会新浪科技讯7月27日下午消息，日前，2025世界人工智能大会（WAIC2025）人工智能终端产业发展论坛在上海世博中心举行。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

我的第二个问题是，您认为公司的业务收入，或者说业务表现与您的投资节奏之间呈现怎样的关系？您对此的看法是否有过改变？投资节奏是否做出过调整？马克·扎克伯格：就我个人而言，在公司内部我非常关注的指标包括：团队的质量、研发模型的质量、其他人工智能系统的改进速度、基础模型对AI系统的改进程度以及其他工作的进展。二是考虑到今年招聘的人工智能领域人才，我们对2026年的员工薪酬支出增长也有一定预期。对我来说，经营像Meta这样如此庞大的企业，我们始终面临着一个非常有趣的挑战，那就是：很可能未来几年，科技发展会让世界变得截然不同。以上是我从宏观角度得出的结论，苏珊会从更实际的角度与大家分享她的想法。能否请您与我们更深入地分享一下，上述这两部分将如何影响公司未来12到18个月的运营支出以及资本支出？马克·扎克伯格：总的来说，我想您提出的这些问题本质在于我们想要实现真正强大的人工智能，或者说超级智能（SuperIntelligence）还需要多久的时间。能否请管理层为我们介绍一下未来18个月，您最期待哪些方面的改进？这些改进将如何进一步提升用户参与度？马克·扎克伯格：关于你的第一个问题，有关我们的研发进度以及高度关注的技术领域。回顾过去我们研发Instagram、Facebook以及广告系统的过程，我们过去往往采用的