山南地区

这种全方位的基础设施变革，将推动AI训练从千卡级向万卡级乃至十万卡级规模演进，以系统级工程实现生产力和创新效率飞跃。创始人杨植麟博士本科毕业于清华大学，是国内顶尖的AI研究者，被誉为中国大模型90后第一人Qwen3-Coder-480B-A35B-Instruct在AgenticCoding、AgenticBrowser-Use和AgenticTool-Use上取得了开源模型的SOTA效果，可以与ClaudeSonnet4媲美。（文猛）.appendQr_wrap{border:1pxsolid#E6E6E6;padding:8px;}.appendQr_normal{float:left;}.appendQr_normalimg{width:100px;}.appendQr_normal_txt{float:left;font-size:20px;line-height:100px;padding-left:20px;color:#333;}海量资讯、精准解读，尽在新浪财经APP责任编辑：杨赐。据悉，Qwen3-Coder拥有多个尺寸，其中最强大的版本是Qwen3-Coder-480B-A35B-Instruct。QwenCode基于GeminiCode进行二次开发，并进行了prompt和工具调用协议适配，使得QwenCode可以最大程度激发Qwen3-Coder在AgenticCoding任务上的表现

这主要源于我们这几年对相关领域技术人才的投资，比如今年招聘的人工智能人才所带来的全年薪酬支出预算。这是一个非常根本的问题，它将对我们如何制造产品、运营公司、发明新事物、探索造福社会的新发现等等带来深远、广泛的影响。虽然类似的尝试目前还不多，我也不确定这些新尝试是否对公司本季度或者未来季度的收益带来了重大贡献，但我对未来的发展轨迹充满信心。但在我看来，从某种程度上来说，研发超级智能不仅仅是要向人类学习——我们所打造的技术实际上比人类更聪明，所以它本身需要具备自我提升、自我改进的能力，我们需要探索如何让技术实现自身迭代。首先，如何让推荐的内容更贴合用户需求，向用户呈现与他们兴趣最相关的内容。展望2026年的资本支出增长情况，通过提高服务器、网络数据中心的支出，我们会不断提升自身的训练能力、扩大生成式人工智能（GenerativeAI）容量。我的问题是，随着您把关注点转向超级智能，力求从基础设施投资中获取更高回报，近期您的想法有什么变化吗？我的第二个问题想问苏珊。我的问题是，这些投资所带来的基础设施容量会主要用于内部使用吗？还是说您计划通过某种商业模式将一部分

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