腾讯日赚七亿投入AI研发超一亿
5月13日，腾讯控股交出了2026年第一季度的成绩单。总体来看，这份财报描绘了一幅“稳中有进，但增长引擎正在切换”的图景。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
先看几个核心数字：总收入1964.6亿元，同比增长9%；经调整净利润达到679.1亿元，同比增长11%。算下来，平均每天净赚约7.5亿元，盈利能力依然强劲。不过，如果和此前几个季度对比，收入增速确实有所放缓。
增长放缓的压力，主要来自传统的基本盘。增值服务收入仅增长4%，其中社交网络收入甚至同比微降了2%。本土游戏收入也受到春节假期时间错位的影响——部分收入被递延到后续季度确认，导致当期表现未能完全反映真实的流水增长。
收入结构：游戏仍是压舱石，广告成为新引擎
从收入构成来看，游戏和社交网络依然是腾讯最核心的板块，第一季度贡献了961亿元收入，占总收入的49%。可以说，这块业务是腾讯现金流的“压舱石”。
具体到游戏业务：本土市场收入454亿元，同比增长6%；国际市场收入188亿元，同比增长13%。两者合计642亿元，稳稳占据总收入的三分之一。值得注意的是，财报中特别强调，本土游戏市场的流水实际上同比增长了十几个百分点。收入增速低于流水增速，正是前述春节收入确认延迟所致。这算是一个积极的信号，说明基本盘的内生动力仍在。
本季度真正的亮点，在于广告业务。营销服务收入达到382亿元，同比大幅增长20%，增速甚至比2025年第四季度还要快。为什么广告能跑这么快？财报给出了几个关键原因：AI广告推荐模型的升级、微信生态内闭环营销能力的增强，以及广告单价的提升。
一个值得关注的细节是，腾讯的营销AI平台“AIM+”已经赋能了约30%的广告主投放金额，尤其在小游戏、短剧、微信小店等场景的广告主中应用广泛。这背后的逻辑很清晰：先用微信、视频号、小程序、微信小店等场景构建起从曝光到交易的完整闭环，再用AI技术提升广告匹配的精准度和效率，最终拉动广告价格的上涨。
不过，广告收入高增长的同时，其毛利率却略有下滑，从去年同期的56%和上季度的60%，降至本季度的55%。财报解释，成本增加主要源于AI相关设备的折旧与运营成本。这揭示了一个现实：算法更智能、推荐更精准的背后，是高昂的算力和基础设施成本在支撑。
另一大板块——金融科技及企业服务，本季收入599亿元，同比增长9%，走势相对平稳，构成了收入的另一大支柱。
成本透视：AI从“研发方向”步入“成本中心”
本季财报中，一个罕见且值得玩味的细节，是腾讯首次披露了“剔除新AI产品后”的经营利润口径。数据显示，一季度腾讯非国际财务报告准则（Non-IFRS）经营利润为756亿元。但如果剔除“Hy”、“元宝”、“CodeBuddy”、“WorkBuddy”、“QClaw”这五个新AI产品的投入影响，经营利润则高达844亿元。两者之间，相差了近88亿元。
这近90亿元的差额，直观地量化了腾讯在AI前沿产品上的投入力度。不仅如此，从资本开支和技术成本中，我们能更清晰地看到AI战略的“重量”。
第一季度，腾讯资本开支达到319亿元，同比上涨16%，环比大幅上涨63%。在自由现金流项目中，用于资本开支付款的金额为370亿元，财报明确表示，这笔钱主要用于支持AI相关的投入。此外，技术基础设施的运营成本同比激增58%至107亿元，折旧费用也同比上涨46%至99亿元。
这些数字共同指向一个明确的结论：AI对于腾讯而言，已经不再仅仅是研发报表中的一个前沿方向。它正以前所未有的规模，实质性进入公司的成本与资本开支结构。简而言之，这家互联网巨头正在用游戏、广告、支付和云服务这些成熟业务所产生的充沛现金流，全力哺育新一代的AI产品，并为之构建庞大的基础设施。
相关攻略
腾讯2026年第一季度总收入1964 6亿元，净利润679 1亿元。游戏业务仍是核心收入来源，广告业务因AI推荐模型升级与微信生态闭环推动，收入同比大增20%。金融科技及企业服务平稳增长。公司首次披露新AI产品投入巨大，导致经营利润减少约88亿元，资本开支与技术成本显著上升，显示AI已从研发前沿进入大规模投入。
罗博特科股价大涨，市值近千亿，因其二次递表港股。公司通过收购德国ficonTEC，业务从光伏设备转向硅光与半导体“双轮驱动”，2025年相关收入占比已超光伏。硅光业务受益于AI需求，市场份额领先，但公司整体营收下滑且出现亏损，高估值面临商业化与整合挑战。
当我们面对一个新问题时，往往会不自觉地回想过去处理类似情况的经验。修水管时想起上次漏水的处理方法，做菜时借鉴之前成功的调味心得——这种基于经验的学习和推理，是人类智能的天然优势。然而，当前的AI系统在应对复杂的视觉推理任务时，却往往像个“失忆症患者”，每次都要从头开始分析，无法有效利用过往的成功经验
当你试图让ChatGPT处理一份几万字的报告时，是否发现它要么处理得很慢，要么干脆“消化不良”？这个问题困扰着无数AI用户。现在，来自俄勒冈州立大学和DeepSolution公司的研究团队带来了一个巧妙的解决方案。这项发表于2026年3月的研究，为我们展示了一种全新的“智能压缩”技术。 目前的AI系
4月7日，阿里巴巴旗下AI助手通义千问宣布，其核心的“深度研究”专业能力迎来重磅升级。本次升级不仅新增了财经分析等关键模块，更接入了覆盖A股、港股、美股等市场超过1 3万支股票的实时行情数据，以及近百万家上市公司的财报与公告信息。在当前AI高阶功能普遍转向付费订阅的行业趋势下，千问团队选择将此次升级
热门专题
热门推荐
这项由清华大学、美团、香港大学等多家顶尖机构联合开展的研究，于2026年3月以预印本论文（arXiv:2603 25823v1）的形式发布。它直指当前AI视觉生成领域一个被长期忽视的核心问题：这些能画出“神作”的模型，到底有多“聪明”？研究团队为此构建了一套全新的测试基准——ViGoR-Bench，
人工智能的浪潮席卷了各个领域，机器在诸多任务上已展现出超越人类的能力。然而，有一个看似寻常却异常复杂的领域，始终是AI研究者们渴望攻克的堡垒——让机器像真正的学者那样，撰写出一篇结构严谨、逻辑自洽、图文并茂的完整科学论文。这远比下棋或识图要困难得多。 2026年3月，一项由中科院AgentAlpha
这项由法国Hornetsecurity公司与里尔大学、法国国家信息与自动化研究院(Inria)、法国国家科学研究中心(CNRS)以及里尔中央理工学院联合开展的研究，发表于2026年3月31日的计算机科学期刊，论文编号为arXiv:2603 29497v1。 在信息爆炸的今天，我们每天都在网上留下数字
当你满怀期待地拆开一台全新的智能设备，最令人困扰的往往不是如何使用它，而是如何让它真正“理解”指令并智能地执行任务。如今，一个更为优雅的解决方案可能已经出现。来自清华大学深圳国际研究生院与哈尔滨工业大学（深圳）的联合研究团队，近期取得了一项极具前瞻性的突破：他们成功训练人工智能自主“撰写”并精准理解
2026年3月，来自华盛顿大学、艾伦人工智能研究所和北卡罗来纳大学教堂山分校的研究团队，在图像智能矢量化领域取得了一项突破性进展。这项研究（论文编号：arXiv:2603 24575v1）开发了一个名为VFig的AI系统，它能够将静态的栅格图像智能地转换为可自由编辑的矢量图形，如同一位“图形考古学家