大家好，我是讯享网，很高兴认识大家。这里提供最前沿的Ai技术和互联网信息。



3月18日，腾讯控股公布2025年经审核综合业绩及截至2025年12月31日止第四季（“4Q2025”）未经审核综合业绩。

2025年第四季度，腾讯控股总收入为1944亿元，同比增长13%；毛利为1083亿元，同比增长19%；按非国际财务报告准则，经营盈利为695亿元，同比增长17%。

2025年全年，腾讯控股总收入为7518亿元，同比增长14%；毛利为4226亿元，同比增长21%；按非国际财务报告准则，经营盈利为2807亿元，同比增长18%。

董事会主席兼首席执行官马化腾表示：“2025年我们保持了健康的增长，得益于AI技术提升了我们的广告定向能力及玩家在游戏中的互动，以及云业务收入加速增长并实现了规模化盈利。我们的核心业务富有韧性并产生充足的现金流，为我们加大AI投入提供支撑，包括招募顶尖AI人才及升级AI基础设施。我们的大语言模型智能水平持续提升，元宝、及等AI产品产生实际效用，这些令人鼓舞的初期迹象表明AI投入将为我们开拓新的机遇。人们既享受消费与娱乐，也从创作与高效工作中获得满足感，腾讯深感荣幸，能够提供AI服务全方位赋能用户，助其在这些领域更上一层楼。”

财报发布后，腾讯公司董事会主席兼首席执行官马化腾、总裁刘炽平、首席战略官詹姆斯·米歇尔（James Mitchell）及首席财务官罗硕瀚出席了财报电话会议，解读财报并回答分析师提问。

直播回放｜Q4营收净利双增长，AI产品矩阵加速布局，腾讯管理层解读财报

以下为电话会议Q&A环节主要内容：

提问：

有一个关于AI与利润率的问题。在准备的发言稿中，提到预期现有业务利润增长将足以覆盖新增的AI投入。理解我们需要单独审视这些长期的AI投资，但随着今年运营支出继续增加，我们应如何看待2026年的利润率，或者说收入与利润增长之间的差距？

詹姆斯·米歇尔：

我认为我们在开场发言中已表明，由于对新AI产品的投入加大，2026年我们的收入增速有可能超过利润增速。如果最终出现这种情况，我们对这一结果完全能够接受，因为我们看到这些新AI产品代表着我们拓展业务版图、为用户创造新价值的机遇。同时，从用户对部分产品所表现出的热情来看，我们也看到这些产品具备实现良好“产品市场契合度”的极佳机会。

提问：

我的第二个问题也是关于AI的。在GPU和AI人才持续紧缺的情况下，我们如何进行战略优先级排序？此前我们强调优先进行内部AI部署，但鉴于近期市场的发展变化，管理层的看法是否有所转变？我们在资源分配上会优先考虑哪些方向，或会重点关注哪些KPI？是优先发展前沿（）大语言模型，还是提升用户参与度，还是，即ToB的解决方案？

詹姆斯·米歇尔：

关于第二个问题，即人才和GPU方面的资源紧缺。在人才方面，我们已经非常积极地从全球和中国招募了非常优秀的人才加入混元团队，未来也会继续进行有针对性的招聘。但实际上，我们认为我们目前已经拥有了一支真正处于业界顶尖水平（SOTA）的AI人才团队。我们之所以能够组建这样的团队，不仅仅是通过薪酬激励，还因为我们为团队打造了合适的文化，合理分配团队成员之间的角色分工以及团队在腾讯整体组织中的定位，通过最优秀的团队负责人吸引最优秀的人才加入，为团队配备充足的算力资源，以及为团队提供腾讯独特的、差异化的AI产品应用场景。所以在人才方面，我认为我们之前确实面临稀缺的问题，但现在对当前的人才配置已经更加有信心了，当然我们仍会有针对性地继续招聘。

在GPU限制方面，我们一直在积极增加算力供给。这些算力将在今年逐步上线，而且上线的速度会越来越快，尤其在下半年。新增算力主要来源于租赁算力、采购重新恢复供应的高端进口GPU，以及采购越来越多的国产GPU。在算力的使用分配方面，目前的优先级首先是混元，以及我们更广义上的新AI产品。至于Claw产品，其本身具有天然的分布式特性，它们可以从本地设备、多个云平台、以及腾讯云等多种来源获取算力，在算力来源上具有一定的灵活性。因此，我们将算力重点集中在混元这一核心基础模型以及新AI产品上。

提问：

我们正进入AI投资周期。您如何评估投资回报率与回报周期？如何权衡“自建”与“租用”的优先级？

刘炽平：

从投资回报率来看，当我们把 AI 应用于现有业务时，已经看到了非常理想的回报。合并财务表现以外，如果你把财务拆分来看——一部分是原有业务本身的财务表现，另一部分是为支持这些业务所投入的 AI 相关投资——如果剔除对新AI产品的投入，整体增长其实相当强劲，经营杠杆非常明显，这是第一层。

第二层是对新AI产品的投资。前期我们主要还是投入为主，而非创收，尤其是在中国市场，短期内很难像美国那样，让消费者为订阅服务付费，或者让公司愿意为编程助手高价付费。在中国，这类模式还比较有限，所以前期基本都是投资为主。

但我们相信，随着时间推移，这些新AI产品将逐步带来收入，并在长期实现非常有吸引力的回报。我们提到的腾讯云就是一例，前期我们也进行了投资，承担了亏损，但后期逐步实现盈利。我们认为AI业务也会是类似的路径，前期对新AI产品的投入和回报之间会有一定的时间差。

至于“自建”还是“租用”，如果条件允许，基于我们强劲的资产负债表 ，我们优先选择购买——这样我们就不需要因租用而承担额外的成本。但因供应链和各地政策法规的制约，有些时候我们只能选择租用，以确保充分的算力资源。

提问：

您认为中哪些环节，我们需要维持行业领先？哪些环节随着AI发展最终变得高度同质化？

刘炽平：

目前来看，这其实是一个非常动态的过程。在这样一个快速变化的市场环境中，很难断言哪一层会比其他层更重要。我们拥有资源、人才和团队，能够在所有层级都进行投入。特别是不同团队的情况不同，混元从零组建团队，现在已经拥有一个非常强大的核心团队，并具备持续吸引顶尖人才的能力。

进入到应用层，恰恰发挥了我们的优势。在这个阶段甚至不一定需具备模型能力，而是正好发挥我们产品能力、协同能力，以及生态连接的强项；生态系统也是我们的强项。此外，包括安全在内的基础设施服务，我们也已经做了长期投入。跨终端（如移动端和PC）的能力，也是我们的核心优势。这些优势让我们在应用层面有很大的发挥空间。所以我们会继续在各个层面进行投入。最终市场会动态发展，而我们希望能够在各个层面都做到行业领先。

提问：

想请教下，随着QClaw、WorkBuddy的推出、以及我们也看到的SkillHub，AI智能体的前景如何？能否把目前OpenClaw在发展中的潜力及定位，类比为当年Android的发展轨迹来理解？您刚才提到腾讯云在其中的机会，我们在技术栈的其他环节（比如模型）计划如何做差异化布局？

刘炽平：

我认为 Claw 实际上是一个非常令人兴奋的概念。它在某种程度上展现出了一种AI如何在这个世界中运作的去中心化的模式或体系。这和互联网的演进有些相似。最初互联网出现时，只有一个入口（浏览器），以及一个分发点（搜索引擎）。但随着时间推移，各种服务逐渐演化。随后移动互联网出现，突然涌现出大量应用。在这些应用中，有些完全以移动为原生、以移动为中心、以移动为先；也有一些是PC互联网时代的头部应用迁移到移动互联网上的。

Claw 的出现也类似。曾经有一段时间，大家似乎都在争夺成为 AI/AGI 的垄断者，甚至有观点认为，如果有一个模型出现，它就会统治一切。但现实并非如此。会有多个模型同时变得非常强大，并各自在不同类型的任务上专精，有的擅长chatbot，有的擅长编程，有的擅长多模态，还有开源模型也做得不错，此外很多其他模型也作为快速追随者出现。

此前在C端市场，chatbot似乎成为了单一入口，但现在有了Claw，你会看到它开启了真正的去中心化格局：许多公司可以拥有自己的Claw，Claw可以使用各种不同的模型，并由云基础设施支持。每一个Claw都必须找出其独特的价值主张来赢得用户。Claw不仅会利用云与特定模型，还会利用设备上的工具和浏览器，从而形成一个更加令人激动的去中心化世界。这为我们在产品方面提供了大量机会去满足用户需求。这也是为什么有了QClaw、有了WorkBuddy。未来很多现有应用也会尝试推出自己的Claw及其智能体能力，不同模型也会竞相争取这些Claw的青睐。这样会形成一个更有活力、更去中心化的生态，人人都有参与的机会。我们需要在不同层面建立专长——模型层、产品层、基础设施层——每一层都有其价值主张以赢得各自的使用场景。

提问：

在这个全新的智能体时代，管理层会如何评估腾讯可以提供的价值？另外，由于腾讯把混元与其他大语言模型一起推向专业消费者和普通消费者，长期来看，如何才能预防其它大语言模型削弱腾讯自有基础模型的价值？

詹姆斯·米歇尔：

我认为，就腾讯在智能体时代的独特价值，或者说，就在这个Claw时代，我们能够为用户带来什么而言，我们拥有一些天然内在而非常适合智能体的发展的特质。

Martin（刘炽平）已经提到了一些Claw部署的相关内容。其中一个特质是，我们是一家能力横跨PC、移动端和云端的公司。我们的能力横跨应用和万维网，正如智能体claw能够跨设备和领域一样。我们既运营多个中心化的应用，也拥有极为去中心化且充满活力的生态系统，最显著的例子就是小程序生态。有一个思考框架可以参考：在过去几年，移动互联网的到来极大地增强了应用的体验，使得中心化的应用体验相较于更加去中心化的万维网体验变得更加出色。而现在，随着这些智能体能力和Claw的发展，像小程序这样去中心化的体验有机会被极大地增强，并且它们自身也能发展出远比以往强大的能力。这就是为什么我们认为，我们的能力和我们的关注点之间本身就有着天然的契合。这也是消费者和专业用户正积极地采用我们自己的智能体和Claw服务的原因。

关于问题中提到的防止其他大型语言模型稀释我们模型价值的部分，我可能没完全理解你的前提，但我认为这种情况并不会发生。如果用户使用这些Claw，他们实际上可以在其中进行选择。想使用模型A？它性能非常高，但每个token的价格也很高；还是想用Z模型，性能中等但每个token价格非常低；又或者选择介于中间的B到Y这些模型——这也是Claw的魅力。混元就是其中可用的模型之一。我们相信，随着混元团队的能力逐步完善，随着他们不断进步，混元会变得更强、更快，因此用户自然会越来越倾向于选择混元。但我并不认为这会变成垄断局面。成功的Claw会是那些持续允许用户和专业用户在性价比曲线上做选择的Claw，而不同的模型会处于该性价比曲线上不同的位置。我们希望成为其中之一，但并不打算成为唯一的选择。

提问：

我有一个关于的问题。考虑到专注于生产力的AI智能体在各企业（尤其是传统行业）中的普及，您认为这是否会加速对诸如你们3D模型/世界模型的使用需求？另外，管理层如何评估腾讯在未来Physical AI时代的能力及竞争优势？

詹姆斯·米歇尔：

我认为你的观点很合理，现在已经存在计算机辅助设计能力，人们自然期望AI能够对其进行补充，并最终大幅提升这些能力。这在工业设计中很重要，在建筑领域也很重要，在游戏中实际上也非常重要且越来越重要。我们相信，并且可以看到，我们某种程度上处于独一无二的有利地位，能够提供数据来训练模型，进而提供那些3D工具，这得益于我们在游戏中拥有的3D图形资产的广度和深度。但这最终仅是一个相对较大的细分领域，也是我们有具备较强优势的领域，但我不会说这是我们面前最大的机遇，我们面前还有很多更大、更直接的机遇。

提问：

我有一个关于AI颠覆游戏和影响的问题。我已经开始看到一些人员配置和游戏开发成本正在受到影响。您认为AI将如何影响游戏质量以及整体成本？腾讯应该为此做好哪些准备？随着游戏数量不断增加，发行和分销在未来会变得更加重要吗？如果AI降低了游戏的准入门槛，我们是否会看到游戏工作室的数量以及未来游戏的总量均显著增长？

詹姆斯·米歇尔：

我不知道在座各位是否有参加上周的游戏开发者大会，这是每年游戏开发者最重要的行业活动。你可以预见到有大量关于如何在游戏开发中运用AI的精彩演讲。我有几个总体观察：第一点，这些演讲几乎都集中在如何利用AI升级现有游戏内容，通过加速内容创作、提升内容质量来优化游戏，但目前还没有能力完全使用AI从零开始创建游戏，这里面有多方面的原因可以详细讨论。第二点，许多最受欢迎的演讲都是由我们的腾讯互动娱乐事业群的同事主讲的。他们介绍了如何将AI应用于游戏中的图像、玩法、用户陪伴等方面。我们相信，在这些方面我们处于行业的前沿，许多参会开发者的反馈也是如此。

关于你问题的后半部分，即AI是否会导致新游戏大量涌现，从而提升发行相对于开发的重要性。现实是，游戏行业长期处于供过于求的状态。每年移动平台上有超20万款新游戏，Steam平台上有1.8万款新游戏。无论这个数字是从20万增加到200万、20亿还是2万亿，其边际影响都在递减。关键在于制作出最好的游戏，并使其延长生命周期、成为长青游戏。要做到这一点，需要顶尖的人才辅以顶尖的技术。所以我们认为开发与发行之间的价值平衡会保持现状。行业的关键成功因素依然会倾向于最优秀的开发者。

刘炽平：

第一，当你谈论AI对游戏行业的颠覆时，通常隐含着AI对游戏行业不利。但我认为，游戏其实是少数能从AI发展中受益的行业之一。因为随着AI的普及，人们将拥有更多的空闲时间。对于游戏行业来说，需求端实际上会显著增长，这在AI普及的时代是一种很罕见的确定性。

第二，优秀工具的普及既会惠及新开发者，也会惠及那些已经拥有大型长青游戏、组织有序且极具天赋的开发团队。我想说的是，当这些工具真正普及后，受益最多的其实是那些有资源、有大量玩家的平台。他们能够更好地利用这些工具提升产量，让游戏变得更加长青。我认为对于那些拥有长青游戏，并且在技术采纳上极具速度和敏捷性的公司来说，这是一个优势。

最后，当创新频出时，我们在游戏行业经常看到的情况是：一个创意诞生之初并不完美，但会随着时间推移而不断被迭代和完善。如果这些拥有大量玩家的游戏能抓住创新并更快地进行迭代，把新体验融入现有游戏，从而将游戏逐步打造成为平台，那么这个迭代过程就会加速。这也是我们认为随时间推移会出现的独特机会。

提问：

我想跟进一下AI云业务方面的情况。鉴于AI算力需求非常强劲，但另一方面，由于DRAM和HBM成本上升，AI服务器的价格也在上涨。我想请教一下在当前动态环境中，腾讯云的议价能力和价值理念是怎么样的？换句话说，你们是希望将成本上涨完全转嫁给客户，还是补贴部分成本从而获得更多市场份额，或者甚至在完全转移成本上涨的基础上进一步加价，以获取更多利润？

詹姆斯·米歇尔：

首先我想说的是，AI算力需求显然在激增，但这不仅仅局限于AI算力本身。当人们使用我们所讨论的各类智能体工具、并基于这些工具开发软件时，这些软件最终都需要被运行。而在实际运行过程中，绝大部分并不是运行在GPU上，而是运行在CPU上。同时运行过程中还会产生大量内存需求。

因此，需求增长不止体现在GPU、DRAM、HBM上，CPU、普通RAM、固态硬盘、机械硬盘等需求都在全面增加。从行业角度来看定价问题，过去多年，国内云服务厂商长期处于非常低的利润状态。其中一个原因是，过去只要有市场新入场者，或客户想直接采购基础设施，都可以直接联系供应商，自行向CPU、GPU、DRAM厂商下单采购。但现在情况已经完全不同，供应商产能早已提前数月、数季度，甚至数年就被预定完。供应商产能会优先保障我们这类最核心稳定的大型云厂商客户，中小云厂商等客户已无法获取稳定的货源，只能转向大型云厂商采购，而大型云厂商此前也是以低利润率运营。

因此在需求激增的背景下，整个行业几乎只能将成本上涨向下传导。大家在过去24小时内已经看到，国内多家云厂商已经宣布涨价。至于在当前多变的环境下如何实现价值，我们的大原则是通过服务/产品丰富性实现更多价值。当客户单纯租赁算力资源时，客户能以较低的价格和利润率获得服务。而当你对算力进行细分和虚拟化，按token消耗计价时，每单位算力的价格和利润率就会更高。理想情况下，再将这些资源打包成PaaS或SaaS服务，就可以获得**的定价和利润率。这也正是我们所经历的路径。腾讯云也正是通过该路径，从四年前大幅亏损转向去年实现规模化盈利。未来，我们将继续沿着从裸算力资源到token，再到PaaS和SaaS的发展方向推进。

提问：

我的问题是，关于我们多次提到的，我们在 AI 领域并不是先行者，甚至算是后来者。在美国，我们也观察到，一些后来者越来越难追上，即使他们在算力、人才和数据资源方面都非常充足。所以管理层为什么能够有信心认为我们不会重蹈覆辙，不会在算力、模型和应用等方面持续落后且难以追赶？

刘炽平：

我觉得这是一个非常好的问题。如果你只是在参与一场单一的比赛，那么想要在这场比赛中追赶上来，确实是很困难的，对吧？但如果你把 AI 看作是由许多不同“比赛”构成的集合，那么新的机会和新的前沿领域其实一直在不断出现。事实上，这种情况已经在发生了，如果你看模型的发展，一开始大家都觉得它就是聊天机器人，后来Coding出现了，再后来多模态也出现了；当大家觉得“差不多就这样了”的时候，Claw又出现了，进一步将整个AI格局去中心化。

所以我们认为，未来AI会像应用程序一样，从模型到产品到Agent，呈现出非常多不同的形态和组合方式；现有的服务会逐渐具备不同的Agent能力，同时也会有全新的Agent能力在移动端和PC端出现。因此，整个AI世界的发展仍然处于非常早期的阶段。正因为如此，在短时间内你已经可以看到很多方向在快速涌现，而未来还会有更多。

所以这就是为什么具备一些基本能力非常重要，而我们确实有许多这样的能力：比如在应用层的微信，我们的通信生态、在 PC 和移动端的布局、以及我们包括安全、云服务和支付在内的基础设施能力。所有这些要素，都可以在新一轮 AI 竞赛中被重新整合。因此，这并不是一个单一的赛道，而更像是一个由许多赛道共同组成的世界。我认为这一点会越来越明显。也正因为如此，不同参与者都会有很多机会后来居上、实现创新。

所以，我并不太担心“进入得晚”这件事；我会担心的是我们是否创新得还不够快。随着我们对混元团队进行重组，并推动各个产品团队开始围绕产品进行创新，我认为这件事正在以一种非常令人振奋的方式发生。

提问：

有媒体报道称，苹果计划在今年 3 月降低中国区App Store的佣金费率，其中应用类降低5%，小游戏降低2%-3%。腾讯是潜在的主要受益者。我们应该预期这些佣金减免在多大程度上会转化到腾讯的毛利率上？或者说，这些收益是否会与其他利益相关者分享，例如消费者、游戏合作伙伴，亦或是转化为税收？

詹姆斯·米歇尔：

媒体报道是基于苹果公司正式公告的客观事实，所以这不是猜测或假设，而是过去几天里已经生效的实际进展。至于利润的转化，当我们有游戏开发合作伙伴，并且我们是这些游戏的发行商时（这部分目前仅占我们游戏收入的小部分），这部分的转化率会非常可观，在绝大多数情况下，我们的收入分成是基于总收入计算的，而不是基于扣除苹果抽成后的净收入计算的, 因此, 这些节省下来的费用会流向我们。

如果你提到的“税收”，是指我们需要对这部分新增的利润缴纳百分之十几的企业所得税，那么我想你是对的。这也取决于我们在多大程度上将这笔新增利润重新投资于新的AI产品。

你刚才提到了苹果公告中的部分内容，即费率从30%降至25%，以及从15%降至12%等具体数字。但对我们来说，展望未来，苹果公告中更为重要的一点是：苹果明确表示，实质上将为中国开发者提供与世界其他地区开发者同等的App Store低费率待遇。因此，我们认为随着行业趋势的演变，App Store在世界各地收取的“过路费”下调至常态化水平只是时间问题。通过这份声明，苹果已经表态，随着全球其他地区抽成费率的下调，中国区的费率也将同步下调。所以，我们认为这是一个非常积极的开端，但这只是一段多阶段积极进程的第一步。

提问：

我的问题主要关于AI芯片。我们看到越来越多的科技同行正在优先发展自研芯片设计能力。在腾讯的AI优先事项中，自研芯片开发处于什么位置？

刘炽平：

在当前这个时间点，这并不是我们最关注的重点。如果看芯片的话，训练芯片和推理芯片是有区别的。对于训练芯片来说，设计和制造实际上非常困难——事实上你希望能够以最灵活的方式、尽可能多地获得最先进的训练芯片，这样才能真正地持续训练最好的模型。

如果谈到推理，这主要关乎成本考虑。我认为就目前而言，在中国实际上有很多不同的供应商，这与训练领域非常不同——训练领域基本上只有一两家厂商可以实现非常高的利润率。而在推理领域，厂商的利润率基本上要低得多，并且市面上有更多的解决方案和选择。对我们来说，关键是在现阶段利用最好的训练芯片来训练出最好的模型，保持专注能带来很大的价值。

至于推理部分，随着时间的推移，市场的发展会使得采购推理芯片的利润率变得相当可控。目前，我们非常专注于利用最好的芯片来训练我们的模型，我们的HY3.0（混元3.0）将会比HY2.0好得多。这仅仅是个开始。随着时间的推移，我们将能够更快地迭代我们的模型训练。我非常有信心如果我们专注于这一点，我们将在某个时间点达到SOTA（最先进水平）。这对我们来说实际上是最重要的事情。下一个重要的事情是真正释放我们的产品开发能力、集成能力和链接能力，以便为用户设计出最令人兴奋的AI产品。当这些做好之后，我们才会考虑如何尝试降低推理的成本。