Meta 股价连续 16 日上涨,市值逼近 2 万亿美元

在近期的股市中,Meta 股票的表现堪称惊艳,成为人工智能(AI)领域投资的“皇冠上的明珠”。尽管在周二股价略有下跌,但此前该公司股价刚刚经历了一段前所未有的连涨纪录。周一的交易日标志着 Meta 股票连续 16 个交易日上涨,期间股价累计上涨了 17%,并且市值首次接近 2 万亿美元(IT之家备注:当前约 14.62 万亿元人民币)大关。

在近期的股市中,Meta 股票的表现堪称惊艳,成为人工智能(AI)领域投资的“皇冠上的明珠”。尽管在周二股价略有下跌,但此前该公司股价刚刚经历了一段前所未有的连涨纪录。周一的交易日标志着 Meta 股票连续 16 个交易日上涨,期间股价累计上涨了 17%,并且市值首次接近 2 万亿美元(AI在线备注:当前约 14.62 万亿元人民币)大关。

Meta 股价连续 16 日上涨,市值逼近 2 万亿美元

据彭博社数据显示,这一连涨纪录是自 1990 年以来纳斯达克 100 指数成分股中时间持续最长的一次。Meta 公司(旗下拥有 Facebook 和 Instagram)股价的大幅上涨背后,有着诸多积极因素的推动。

此次股价上涨的序幕是在 1 月底拉开的,当时 Meta 首席执行官马克・扎克伯格宣布,公司计划在 2025 年投入超过 600 亿美元用于相关项目,相较于 2024 年的 390 亿美元,这一投入规模大幅增加。尽管投资者对大型科技公司大规模的 AI 投入何时能够带来回报一直存在焦虑情绪,但 Meta 似乎成功地避开了这些担忧。

相比之下,谷歌母公司 Alphabet 在宣布 2025 年计划投入 750 亿美元资本用于支出后,其股价却在次日出现了暴跌。与此同时,Meta 股票在 DeepSeek 事件引发的市场动荡中表现出了强大的韧性。尽管整个科技行业和 AI 领域的其他巨头都遭受了重创,Meta 的股价却依然延续了上涨势头。

有分析认为,DeepSeek 与 Meta 的 Llama 4 一样,都是开源 AI,这或许有助于 Meta 的股票在更广泛的市场调整中保持稳定。在市场混乱期间,Meta 首席人工智能科学家 Yann Lecun 指出,DeepSeek 的成功证明了“开源模型正在超越专有模型”。

除了这些因素外,Meta 第四季度的财报也推动了其股价上涨。财报显示,该公司生成式 AI 工具在广告商中的采用率在过去 6 个月中增长了 3 倍,从 100 万增加到 400 万。此外,公司近期通过裁员削减成本的举措也对股价产生了积极影响。

扎克伯格在财报评论中解释称增加的资本支出是支持公司大规模 AI 计划的必要之举。他还透露了公司计划在 2025 年推出领先的 AI 助手技术,并相信 Meta 有望在 2025 年实现一个具备中级工程师编码能力的 AI 代理。

此外扎克伯格还表示,他预计 2025 年将是其 AI 助手用户达到 10 亿的关键一年。

相关资讯

Meta AI 全球市场扩张,并上线网页版 meta.ai

Meta 公司近日宣布 Llama 3 大语言模型之外,扩展 Meta AI 服务到美国之外的 13 个国家和地区,还宣布上线专门的聊天网站:meta.ai。Meta 公司在新闻稿中表示开始在全球市场扩展 Meta AI,在澳大利亚、加拿大、南非和新加坡等国家和地区推出英语版本。IT之家附上 Meta AI 扩展的国家和地区如下澳大利亚加拿大加纳牙买加马拉维新西兰尼日利亚巴基斯坦新加坡南非乌干达赞比亚津巴布韦Meta AI 整合了 Llama 3 大语言模型,速度更快、智能性更高、功能更强,是执行各种任务的理想选择

Llama3后,Meta又开放自家头显操作系统,打造元宇宙时代新安卓

虽然向第三方开放了操作系统,但 Meta 将继续开发 Quest 头显设备。Meta 誓将开放进行到底。这次把自家 VR 头显 Quest 采用的操作系统「Meta Horizon OS」向第三方硬件制造商开放了,包括华硕、联想和微软等一众企业。此举意在展示作为 MR 操作系统整合者的 Meta 对元宇宙开放的新愿景。至此,Meta 正式向实现元宇宙更开放的计算平台愿景迈出下一步。为实现该恢弘战略,Meta 同时在三方面不断发力,并竭力整合资源:向第三方硬件制造商开放 Meta Quest 设备的操作系统,为消费者

不到60秒就能生成3D「手办」,Meta发力3D生成,ChatGPT时刻要来了吗?

3D 生成,一直在等待它的「ChatGPT时刻」。一直以来,创作 3D 内容是设计和开发视频游戏、增强现实、虚拟现实以及影视特效中最重要的部分。然而,3D 生成具有独特而艰巨的挑战,这是图像和视频等其他生成内容所不具备的。首先,3D 内容在艺术质量、生成速度、3D 网格结构和拓扑质量、UV 贴图结构以及纹理清晰度和分辨率方面具有严格的标准;其次,与其他研究相比,可用的数据量少。虽然该领域有数十亿张图像和视频可供学习,但可用于训练的 3D 内容数量要少三到四个数量级。因此,现阶段的3D 生成还必须从非 3D 的图像和