全文|腾讯Q2业绩会实录：AI是长期赛道 不准备出租算力

　　腾讯控股发布二季报，期内腾讯营收2047.9亿元，同比增长11%；Non-IFRS经营利润756.4亿元，同比增长9%；若剔除新AI产品影响，Non-IFRS经营利润同比增长19%至861亿元。

　　财报发布后，腾讯董事长兼CEO马化腾、总裁刘炽平、首席战略官詹姆斯·米歇尔（James Mitchell）及CFO罗硕瀚等公司高管召开了财报电话会议，解读财报要点，并回答分析师提问。

　　以下为本次电话会议分析师问答环节的主要内容：

　　伯恩斯坦研究所分析师Robin Zhu：感谢管理层给我提问的机会。我想请教，本季度资本开支达到 530 亿左右，相比上个季度大幅攀升，年化规模超 2000 亿元。我们该如何看待 AI 相关的成本投入？AI 投资带来的新增收入能在多大程度上覆盖这些投入？未来几个季度盈利会不会持续被这笔投入侵蚀？另外，如果把研发开销也算进去，这笔 AI 投资的回本周期大概是什么样的？

　　米歇尔：要知道，如果我们把算力租给第三方，几乎立刻就能收回设备折旧成本，现在很多新兴云厂商都是这么操作的，我们也能在短期内拿到不错的收益。但实际上，我们有着不一样的布局，在执行一套更长远的战略。我们会把绝大部分新增算力，用于自研大模型，力求做到行业顶尖水准，同时落地、普及我们自研的 AI 应用，拿下国内市场龙头地位。我们相信，依托顶尖模型、行业领先 AI 应用打造出的顶尖智能能力，长期来看可以转化成超额商业收益，举个例子，我们可以通过 WorkBuddy 售卖 Token 变现，这就是我们选定的发展路线。

　　刘炽平：我再多展开解释一下。现阶段大家可以把腾讯的业务拆成两大块。第一块是我们现有的成熟主业，这块业务增长稳健，还具备不错的经营杠杆，是我们长期打磨出来的高质量增长基本盘，我们也会持续深耕这块业务。另一块是我们正在搭建的全新 AI 原生业务，就像 James（米歇尔） 刚才所说，涵盖自研大模型、全新 AI 应用，以及配套新建的算力基础设施。大家看财报数据时，可以把成熟主业的收入利润单独拆分看，我们也会把 AI 原生业务的投入单独作为经营科目披露。

　　再看资本开支，同样可以分成两部分。第一部分服务于传统成熟业务，逻辑和往年一致，这块业务自身就能产生经营性自由现金流，对应的资本开支完全可以自循环，持续创造现金流。另一部分资本开支专门投向 AI 原生业务，属于一次性集中投入，用来采购模型训练算力、储备推理所需算力，同时备货算力硬件，搭建 AI 算力与 AI 云业务。

　　这就是资本开支的核心划分逻辑。我们大手笔采购算力的核心原因，是需要算力来启动整条 AI 业务线。同时这笔投入具备明确的上行收益空间：我们的大模型、全新 AI 应用落地效果都很好，当下市场算力租赁需求旺盛。如果把算力全部放在腾讯云对外出租，能创造大量营收，资本开支也能获得可观回报。事实上，几个月前我们预付定金下单的一批算力设备，现在转手出售，相比当初采购价能赚超 30%。但我们认为，先拿算力自研模型、打磨自有应用，剩余算力再对外出租，按这个顺序长期布局，才能搭建起规模庞大、能够盈利、现金流与回报率双优的 AI 原生业务，这就是我们当下对业务的整体判断。

　　伯恩斯坦研究所分析师Robin Zhu：第二个问题：市场各大科技厂商都在自研 AI 办公调度工具，管理层如何看待自有工具与第三方工具的市场格局？你们打算如何打造 WorkBuddy和各家厂商自研的同类产品竞争？在管理层看来，WorkBuddy 到底是配套腾讯会议、腾讯文档的企业软件，还是未来会成为承载全行业 AI 能力的全新平台？

　　刘炽平：没错，我认为 WorkBuddy 本质是一个全新平台，是适配通用人工智能、高度灵活的工作台，核心价值是落地执行任务，能解决职场办公人群、各类个体经营者、小微企业从业者的全部生产力需求。平台底层搭载一套调度框架，帮助用户调用多款大模型，解决各类智能体复杂任务。长期来看，会有大量大模型接入 WorkBuddy 服务用户，各行各业开发者也会开发海量技能插件。平台的核心目标就是解决各类效率痛点，会整合市面上所有可用工具与大模型来实现这一点。

　　当然，现阶段我们承担调度统筹的角色，可以为用户匹配最合适的大模型、最优技能，既能保证任务完美完成，同时控制使用成本。混元会是 WorkBuddy 搭载的大模型之一。只要混元能高效解决大量用户需求，它就会成为 WorkBuddy 的核心底层模型，但不会是平台唯一可用的模型。

　　瑞银集团分析师Kenneth Fong：晚上好管理层，感谢你们接受我的提问。我第一个问题是关于小微的开发进度，管理层能否分享小微原型测试阶段初步的用户反馈，以及现阶段遇到的挑战？从商业化角度，我们该如何评估它的净变现潜力？我们有一个顾虑：AI 智能体简化了交易路径，这会不会只是把用户原本在小程序手动完成的交易转移到智能体上，只会抬高算力成本，却无法带来实质性新增商品交易总额？除此之外，小微缩短用户交易链路，会不会挤压原本高毛利的广告曝光量？

　　刘炽平：我认为你提到的这些风险都不会出现。我们相信，AI 会让微信生态变得更智能，借助 AI 能力，用户可以自动完成交易、浏览内容、处理各类日常事务。本就内容丰富、功能完善的微信生态，会对用户产生更大价值。我们可以做一个类比：电脑时代 QQ 只是一款社交通讯工具，进入移动互联网时代后微信诞生，微信生态把 QQ 的整体价值放大了十倍以上，因为它是移动优先的产品。如今迎来 AI 时代，微信生态迎来第二次巨大增长机遇，未来会进化为以 AI 为核心的应用与生态。当下用户操作需要手动输入文字、反复点击跳转页面；未来用户只需要给小微下达一句指令，小微就能自动完成交易、执行全部需求，给用户带来颠覆性的使用体验，同时赋能整个微信生态里的所有商户。

　　我们自研视觉语言模型在设计之初，就兼顾用户隐私、运行成本、适配微信 AI 环境三大核心目标，能够满足用户全部现有需求。只要我们落地这套产品体验、把运行成本控制在合理区间，就能以可控成本，让微信全面适配 AI 时代。届时微信生态规模会持续扩张，依托微信现有的广告、支付、电商变现体系，自然会创造海量新增价值。小微原型上线测试后，我们愈发确信这个发展愿景能够落地。

　　瑞银集团分析师Kenneth Fong：第二个问题，想请教 AI 云业务，国内大模型令牌定价持续走低，行业同质化速度很快，而且国内云市场整体对价格高度敏感。对比传统基础设施云、平台云业务，当前腾讯 AI 云的毛利率水平如何？随着 AI 普及率逐步提升，未来毛利率的变化趋势会是怎样的？

　　米歇尔：国内市场令牌定价确实偏低，但国内令牌的底层生产成本也极低，远低于市场普遍认知、外部机构测算的水平。即便终端售价低廉，令牌业务依旧能实现正向毛利，根源就是成本可控。大家可以查看 WorkBuddy 付费用户、模型即服务业务的毛利率，现阶段已经和腾讯云整体毛利率持平。当然 WorkBuddy 整体综合毛利率偏低，是因为我们拿出一部分免费用户补贴，用来抢占市场份额、拉动用户增长；但单独看付费客群，当下毛利率表现十分可观。

　　国内云市场的确价格竞争激烈，但近几个月行业环境已经发生明显变化，硬件原材料尤其是内存的采购成本持续上涨。因此我们上调了面向客户的收费标准，今年五月腾讯云全产品线统一涨价；除明面上的提价外，我们还大幅缩减客户折扣力度。综合来看，国内云市场的价格竞争压力已经远小于过去。

　　高盛分析师Ronald Keung：感谢管理层。我有两个问题，第一，混元 3 主打高性价比、智能体能力表现突出，即将推出的混元 4 有哪些差异化定位？未来万亿参数大模型赛道竞争会愈发拥挤，混元 4 会在哪些细分领域打造专属竞争壁垒？

　　第二个问题，当下美股科技巨头大幅调整战略重心，从做应用转向加码算力云业务，腾讯分配 AI 相关资本开支时是如何规划的？到哪个阶段，我们会把更多资本开支优先倾斜给云业务，把它作为高回报率赛道重点投入？腾讯云和海外科技厂商这种转型战略有哪些相同和不同之处？

　　刘炽平：先看当下的混元 3，以当前行业标准来看它属于中小参数量模型，但落地应用范围十分广泛。混元 3 有两大核心特质：第一，性能可以对标甚至超越参数量大得多的竞品；第二，研发重心聚焦真实业务场景，而非单纯追求评测榜单分数。正因如此，在实际落地场景中，它的实用性远超同规格、甚至更大规格的竞品模型。这套研发思路我们会完全延续到混元 4 身上。

　　混元 4 参数量会全面提升，性能能够超越更大规格的竞品模型，实用性相比混元 3 会实现质的飞跃，助力我们进入全新阶段，为用户提供更强的智能能力。另外我们所有 AI 产品都和大模型协同定制开发，混元 4 上线后，搭载它的全系产品功能、实用性都会大幅升级，给相关业务带来显著增长红利。这就是我们的迭代路线，混元 4 只是一个阶段性节点，后续我们还会迭代混元 5。持续迭代过程中，我们会不断逼近行业顶尖水准，未来一定能达到顶尖水平。

　　当我们实现行业顶尖能力后，会搭建多规格梯度模型矩阵，不同参数规模适配不同成本、不同用户需求，解决各类细分场景痛点。同时多款差异化模型会分别适配代码、办公等不同产品线，丰富产品功能，兼顾模型性能、产品能力与任务执行速度，这就是我们的长期规划。

　　米歇尔：你的第二个问题是资本开支在腾讯云等不同业务间的分配逻辑。正如刘炽平刚才所说，未来几个月资本开支第一优先级，是训练规模更大、性能更强的混元系列大模型；第二重要的用途是提供推理算力，支撑混元、深度求索以及其他接入 WorkBuddy 的第三方模型运行。

　　我们大力投入 WorkBuddy 的核心战略目的，是推动这款具备战略意义的核心应用普及，同时持续收集场景反馈，反向优化大模型与整个腾讯生态；同时这款产品能立刻带来现金收入。从会计准则角度，用户在 WorkBuddy 上的支出绝大部分是订阅费。和游戏等业务逻辑类似，用户现金收款到财报确认营收之间存在较长时间差，但目前产品现金收入正在高速增长，年内会逐步转化为腾讯云财报营收。

　　到今年年末、明年初，我们的图形处理器算力储备会达到充足规模，届时可以加大两类对外业务：一是裸金属图形处理器租赁，二是模型即服务售卖。但在所有算力变现渠道里，依托 WorkBuddy 产生的令牌计费业务，能为我们创造最长期、稳定的商业价值，这也是现阶段我们把算力优先倾斜给它的核心原因。

　　花旗银行分析师Alicia Yap：晚上好管理层，感谢你们接受提问，也恭喜公司交出稳健的业绩。第一个问题关于小微，管理层之前提到了智能体和智能体的交易闭环，能否详细解读这个概念？这套模式是不是微信中长期打造全自主智能体生态的终极方向？管理层还提到会探索小微的设备端本地推理，这种方案能带来哪些收益，又存在哪些挑战？为什么自研专属视觉语言模型更适配小微，而不接入外部第三方大模型？

　　我还有一个简短的跟进问题：本季度广告服务收入增速提升至 22%，AI 广告投放工具、自动化投放系统还在持续迭代，这套体系能否持续支撑增长动能？混元 3 深度落地后，广告业务还能获得哪些长期增量红利？

　　刘炽平：关于智能体与智能体交易闭环，这是我们规划的长期终局。未来用户会通过小微、各类 AI 智能体下达指令、完成交易。过去微信生态里，用户需要手动浏览内容、操作小程序；未来用户只需给专属智能体下达一条复杂指令，智能体就能自动完成全部交易流程。绝大多数小程序商户也会部署专属商户智能体，长期来看商户智能体可以直接和用户智能体对接。更远期，每位用户都拥有专属 AI 智能体，智能体之间可直接交互、自动完成交易。这是未来可以实现的场景，我们正在分阶段搭建底层技术架构落地这套体系。

　　再说说设备端本地推理：设备端推理会分阶段落地，只有长期发展后，大部分推理任务才会转移到本地设备运行。短期会采用云端、设备端混合推理架构，一部分计算放在本地，一部分留在云端。未来随着手机、电脑本地硬件算力持续提升，大模型轻量化、运行效率持续优化，本地设备承载的推理任务会越来越多。这其实回归计算机、智能手机行业的常态：当下普通中央处理器计算绝大多数都在设备本地完成，云端仅承担小部分算力任务。

　　但 AI 基础设施发展初期，模型运行需要极强算力；目前手机本地算力、硬件成本、能效还无法支撑大规模 AI 推理，因此现阶段所有计算都放在云端。未来手机、电脑会搭载更强图形处理器，届时大量推理任务会转移至本地。到那个阶段，软件、大模型本身的价值会大幅提升，模型、应用的投资回报率也会走高，因为算力资本开支不再由大模型厂商单独承担，而是由整个生态共同分摊。这个趋势一定会到来，我们已经提前布局相关技术储备。

　　米歇尔：关于广告业务的问题，我们广告收入增速过去存在波动，未来也会持续起伏，不能简单线性推演增长趋势，背后有多重原因。之前我提到手游内广告会拖累海外游戏板块收入，反过来，这类手游广告本季度为广告板块贡献了两个百分点的增速。手游内广告对腾讯乃至全行业都属于新兴品类，它未来对传统广告业务的拉动增速存在不确定性。

　　除此之外，国内新消费大盘、广告市场整体走势起伏不定，宏观经济、居民消费层面的压力会影响广告投放节奏。即便如此，我们广告业务增速持续跑赢国内广告大盘，未来也会持续大幅领先行业。支撑逻辑有三点：第一，AI 广告精准投放体系持续落地，增长红利持续释放；第二，核心流量尤其是视频号，用户使用时长、广告库存稳步上涨；第三，高转化闭环广告模式仍处于发展早期，长期能带动广告单价持续上行。

　　美银美林分析师Alex Liu：我只有一个问题。我们注意到公司从五月份起加大了股票回购力度，同时资本开支规模大幅提速。我们明白当前 AI 投入周期还处在相对早期，想请教，未来十二到二十四个月，投资者该如何看待腾讯的资本分配优先级？

　　米歇尔：资本分配策略会动态调整，根据市场环境灵活变化。如果我们判断加码算力资本开支、用算力自研大模型、对外租赁算力供给 WorkBuddy 令牌业务、售卖模型即服务能拿到超额回报，我们就会把更多现金投向资本开支，相应缩减股票回购资金规模，整体保持动态平衡。

　　刘炽平：还有一点我需要重点强调：投向 AI 原生业务的资本开支，主要是今年和明年一次性集中投入，大家不要默认我们每年都会维持同等大额投入。模型训练属于固定成本，只需要储备足额算力即可，不需要每年持续加码投入。推理算力确实需要充足储备，支撑令牌变现、算力租赁业务开展，但只有该业务能实现可观回报，我们才会持续追加投入；如果回报不及预期，现有投入规模就会封顶。后续新增资本开支，完全对应业务产生的收益水平。

　　这笔一次性算力投入的资金来源，不能只看经营性现金流，还要综合资产负债表现金储备、投资资产规模、新增经营现金流，维持稳健可控的投入规模，以上维度会共同决定前期算力投入的资金安排。

　　摩根大通分析师Alex Yao：感谢管理层。第一个问题是关于混元的顶层战略，混元 3 主打高性价比，而非极致硬件性能。如果我们成功研发出真正行业顶尖、参数规模更大、训练运行成本更高的大模型，它能创造哪些当前混元 3 无法实现的商业价值？是更强的微信智能体、广告业务表现提升，还是政企客户业务增收？这些潜在收益，是否能支撑未来十二个月大幅提升模型训练投入？

　　刘炽平：我把逻辑讲清楚：微信小微专属视觉语言模型的研发定位、战略路线和混元完全区分开。小微智能体并不依赖混元的顶尖性能，我们多次强调，小微底层模型设计核心围绕用户隐私、适配微信生态内全部智能交互需求、控制运行成本，这是它的专属定位。

　　但混元达到行业顶尖水准，能带来多重商业价值：第一，搭建规模庞大的令牌付费业务；第二，赋能 WorkBuddy 承接难度更高、附加值更强的办公服务，为客户创造更多收益。我们对 WorkBuddy 的定位不只是一款复刻现有人工办公操作的企业工具，我们持续挖掘高附加值场景，给用户创造增量价值、增量收益，甚至直接帮助客户增收。实现这一点后，大量全新商业模式都能落地，这就是顶尖大模型带来的核心价值。

　　同时，一旦混元达到行业顶尖水准，我们可以衍生出分层梯度模型矩阵，在顶尖技术底座上，打造适配不同成本区间、细分任务的专用模型，覆盖用户多样化智能需求。不同层级模型运行成本差异化，但我们自研模型、自主掌控推理成本与算力资源，每层产品都能稳定盈利，这就是我们对下一代大模型的长期目标。

　　摩根大通分析师Alex Yao：第二个问题：AI 相关产品投入从一季度 88 亿元上升到本季度 105 亿元，管理层如何管控这笔投入？是设置固定支出上限，还是设定收益达标门槛，或是从战略层面不计短期回报持续投入？出现哪些用户数据、收入增长、独特盈利信号时，公司会进一步加大投入，或是让产品从纯投入阶段转向盈利阶段？

　　刘炽平：现阶段 AI 投入策略灵活动态，我们会保持审慎投入；如果明确看到爆发式增长机会，就会加大投放力度，这是我们的核心管控逻辑。整体投入会控制在集团利润固定比例区间内，但如果能预判业务会产生巨额回报，我们会加大投入。

　　我们始终认为 AI 是长期赛道，会持续长期布局，随着规模扩张，商业收益会逐步兑现，最终实现盈利。更关键的是，我们拥有保底方案：哪怕停止自研应用，单纯把算力对外租赁，相关业务本身就能盈利，因此我们敢于长期投入。

　　米歇尔：我们会在总预算上限内动态调整资金投放优先级。对比一季度 88 亿 AI 投入、二季度 105 亿投入的分配结构能看到巨大变化：我们发现 WorkBuddy 迎来爆发式增长，于是把资金大幅向它倾斜，同时缩减 AI 产品线里其他产品的投放预算，这套动态调整机制会一直执行。

　　摩根士丹利分析师Gary Yu：我有两个问题，都是关于 AI 投资。我理解公司投入优先级排序是模型训练、WorkBuddy，其次才是云算力租赁。小微上线需要配套算力，在算力资源分配里，小微处于什么层级？第二个问题，各类 AI 创新业务商业化落地周期、盈利能见度如何？短期能否推动整体盈利正向增长？什么时候包含 AI 投入的整体营业利润增速，会超过剔除 AI 投入后的盈利增速？

　　刘炽平：小微持续运营的年度投入预算，低于往年元宝的常态化投入规模，整体成本完全可控。随着产品体验持续优化，业务收益会快速兑现，很快就能覆盖投入成本。

　　关于盈利时间指引，现阶段我们不会给出精确量化目标。我们已经完整阐述了对 AI 业务、相关投入的整体判断，投入规模会设置上限，延续腾讯一贯稳健、有纪律的经营管理风格。但如果我们预判能打造出规模庞大、长期盈利的 AI 业务，也会适度加码投入。我们心里始终有保底方案：随时可以把闲置算力放到腾讯云对外租赁，快速创造营收、利润与投资回报，投入风险完全可控。（完）