谷歌Q3财报电话会全文：AI搜索赚钱效率仍偏低！TPU芯片备货加剧现金流压力，明年资本开支还将大增

周三美股盘后，谷歌母公司Alphabet公布2026年第三季度财报，财报公布后，谷歌股价夜盘重挫近10%。数据显示，公司当季营收达到1275.77亿美元，同比增长25%，分析师预期1279.3亿美元，连续第13个季度实现两位数增长；GAAP净利润为264.68亿美元，较上年同期的349.79亿美元下降约24%；归属于普通股股东的净利润为261.70亿美元，同比下降约25%；摊薄后每股收益为2.12美元，低于上年同期的2.87美元，同比下降约26%。

下为业绩会全文：

一、管理层陈述

主持人：欢迎大家。感谢各位参加 谷歌 2026 年第二季度财报电话会。此时所有与会者均处于仅听模式。在发言人陈述之后，我们将进入问答环节。如需在问答环节提问，请在电话上按 *1。现在我把会议交给今天的发言人——投资者关系主管 Jim Friedland。请开始。

投资者关系：谢谢。大家下午好，欢迎参加 谷歌 2026 年第二季度财报电话会。今天与我们在一起的有 Sundar Pichai、Philipp Schindler、Thomas Kurian 和 Anat Ashkenazi。

我先快速说明一下安全港声明。我们今天就业务、运营和财务业绩所作的部分陈述可能被视为前瞻性陈述。这些陈述基于当前的预期和假设，存在诸多风险与不确定性。实际结果可能存在重大差异。请参阅我们的 10-K 和 10-Q 表格，包括其中的风险因素。我们不承担更新任何前瞻性陈述的义务。

在本次电话会期间，我们将同时陈述 GAAP 和非 GAAP 财务指标。非 GAAP 与 GAAP 指标的对账表包含在今天发布的财报新闻稿中，该新闻稿已通过我们的投资者关系网站（abc.xyz/investor）向公众发布。除非另有说明，我们的评论均基于同比比较。

现在，我将电话转交给 Sundar。

CEO：谢谢 Jim，大家好。第三季度对 谷歌 来说是一个强劲的季度。我们深厚的全栈方法正在推动整个业务的发展势头，未来蕴含着诸多机遇。让我简要介绍一下本季度的情况。谷歌 营收同比增长 25%。我们目前的年化运行率已达到 5000亿美元。这是非常显著的增长。

搜索业务保持强劲势头。我们在 AI 领域的投资正在推动整体查询量的增长和使用量的提升，其中包括商业查询。事实上，我们的查询量同比增长率达到了过去 5 年来的最高水平。谷歌 Cloud 营收增长了 103%。我们的 AI 基础设施和解决方案是云业务增长的主要驱动力，我们的云服务作为该领域的领先提供商，正迎来巨大的需求。我们正在努力上线更多产能，以满足这一长期需求。与此同时，我们在广泛的客户群体中看到了对我们 TPU 系统的强劲需求，随着我们规模的扩大，我们预计这种需求还将持续。我很高兴欢迎 Thomas 参加本次电话会，他将分享更多关于云业务势头的细节。

在 AI 模型方面，客户对我们模型的使用达到了前所未有的程度。第一方模型 API 目前每分钟处理近 320亿个 token，比上一季度增长了 40%，是一年前处理量的 4 倍多。

凭借 Gemini、Argon 以及我们今天发布的 Carbon，我们非常振奋能够在前沿领域保持领先。Gemini 应用目前的用户量已达到 10 亿，是 谷歌 历史上增长最快的产品。最后，我们在全球的 YouTube Music 和 Premium 订阅用户数已突破 1.5 亿（含试用用户）。今天，我将重点谈谈我们在 AI 领域的进展、以搜索和 YouTube 为主导的全球消费者平台，以及我们的长期押注。

首先谈谈 AI，其核心是我们的 Gemini 4 系列前沿模型。两周前发布的 Argon 迎来了强劲的需求和使用量。事实上，在我们的开发者平台上，尽管面临产能限制，其第一周的使用量爬坡速度仍比 Gemini 3 快了 3.5 倍。Argon 已被证明在金融、法律、网络安全和科学等领域表现极为出色。开发者和云客户已经将其用于理清遗留代码库、加速科学研究、机器人技术、发现产品改进点以及需要深度推理的特定领域任务。此外，在 谷歌 内部，仅在过去几周内，Chrome、广告和搜索团队就使用 Argon 更快地编写和优化代码，交付的代码量增加了 35%，而错误减少了 30%。Argon 仅仅是 Gemini 4 系列的开端。

今天，我们宣布了 Carbon。这是我们最强大的前沿模型，具备顶尖的网络安全和长任务规划能力。在最新更新的 Artificial Analysis 智能指数中，它以 59 分位列第一。Carbon 在几乎所有领域都超越了 Argon，例如全栈 Web 开发、多模态理解、复杂知识工作和科学推理。我们正在逐步推出 Carbon，在扩大访问权限之前，首先面向一部分值得信赖的网络防御者开放，目前它也正在接受美国政府的测试。

除了我们的 Gemini 4 系列，昨天我们还发布了 Genie 4，这是我们迄今为止最先进的世界模型，能够实时模拟具有原生音频的安全、逼真且具交互性的世界。这是训练机器人和智能体的重要基石。这一飞速进展彰显了我们在模型领域令人难以置信的发展势头。我们现在正处于人工智能协助我们提升训练和发布速度的阶段。我预计接下来的 12 个月里，在 AI 的推动下这一进程还将持续加速。我们即将推出更多模型，包括更高效的版本，以帮助开发者针对速度和成本进行优化，并部署给我们数十亿的用户。

接下来转向搜索业务，搜索将 AI 的优势带给了全球比任何其他产品都多的人群。就像十多年前我们转向移动端一样，我们首先专注于打造最佳的搜索用户体验，随后再推进商业化变现。

我们正在构建跨越 AI 概览（AI Overviews）、AI 模式（AI Mode）和传统搜索的一体化无缝体验。人们越来越频繁地使用我们的 AI 功能，以全新的方式进行搜索。他们的查询更长、更个性化且具备多模态特征。AI 模式下的查询长度平均是传统搜索的 3 倍。此外，在全球范围内，五分之一的 AI 模式搜索使用了语音、图片或文档。目前我们每月视觉搜索量已超过 500 亿次。

令我感到振奋的一个领域是帮助人们完成各种任务，无论是预订、填写表单、安排预约还是进行购买。随着 AI 变得更加个性化并开始为个人和企业代行操作，信任与安全比以往任何时候都更加重要。人们已经在日常生活中信任 谷歌 来处理事务，而在这方面的领导地位仍是一项重要的差异化优势。我们首先专注于通过面向企业的 Gemini 智能体来做好这些智能体体验，因为这里的安全、防护与治理门槛极高。下一步，我们将把这些功能引入搜索。当然，也会带给 Gemini 应用的 10 亿用户。人们已经在利用 Gemini 应用做更多不仅限于提问的事情。他们正在用它来完成实际任务，包括复杂的多步骤智能体查询。

我们的 Gemini 4 系列在这方面迈出了一大步，并且已经能够非常出色地处理这些复杂任务。智能体将作为贯穿我们所有产品的统一层发挥作用，因此大家会看到我们将这些智能体体验从搜索和 Gemini 应用进一步扩展到 Chrome、Android 以及我们的 Workspace 产品中。

接下来是 YouTube，按观看时长计算，它作为美国第一大流媒体平台，继续在客厅场景中保持领先。正如我提到的，它的订阅用户也实现了良好增长。在上个月的“Made on YouTube”大会上，我们为创作者和观众发布了 30 多款产品和新功能。一个很好的例子是自定义动态（Custom Feeds），您只需选择一个喜爱的专题，就能获得基于该专题量身定制的视频首页推荐流。Philipp 稍后会详细介绍 YouTube。

再来看看我们的长期押注。Waymo 正处于极佳的发展轨迹上。我们目前的完全自动驾驶行驶里程已超过 3 亿英里。Waymo 目前已在美国 15 个主要城市开展运营，最近刚刚在圣安东尼奥、圣地亚哥和坦帕向公众开放服务，并计划进军加拿大、德国、新加坡和西班牙。我们还看到其他长期举措也取得了强劲进展。

Isomorphic 正在利用 AlphaFold 支持药物设计研究。我们在量子计算领域首次展示了魔态蒸馏与制备，并通过 Project Suncatcher 将我们的 TPU 发射到了太空。这是一个充实的季度，未来还会有更多进展。我想感谢全体员工在本季度付出的辛勤努力。接下来交给 Philipp。

Philipp：谢谢 Sundar，大家好。我将重点介绍我们在搜索、YouTube 以及合作伙伴关系方面的业务势头。我们继续加快在整个广告基础设施中部署 Gemini 模型，以提升我此前强调的三个领域的表现：广告质量、广告主工具以及 AI 用户体验。

首先是广告质量。Gemini 模型与我们广告基础设施的整合，正在改善我们解析用户意图和提升广告相关性的方式。例如，在第三季度，我们对产品详情广告（Product Listing Ads）进行了十年来最大的一次更新，增加了新的 AI 功能，帮助用户做出更有信心的购买决策。我们已经看到满意度提升了 19%，不满意度下降了一半以上。我们还看到 AI 模型能够更好地预测点击率和转化率，带来更强大的整体效果表现以及更深层次的广告个性化。例如，通过多项创新是个性化建模，我们在 2026 年为 Discover 广告带来了 18% 的广告主增量价值，以及 8% 的用户好感度提升。总体而言，AI 正在加速我们的广告研发，并驱动我们大部分产品的发布。

其次是广告主工具。我们正在确保从全球品牌到小型企业的每一位广告主，都能无缝参与到我们的 AI 服务中。AI Max 和效果最大化广告（Performance Max）的采用率持续保持强劲。

为了让营销人员拥有更大的掌控力，我们现在推出了一种新方法，允许他们在单次 AI Max A/B 测试中，跨多个搜索广告活动测试不同的预算和 ROI 目标。为了推动更出色的表现，我们将 AI 创意工具直接集成到了 AI Max 中。仅在第三季度，Gemini 模型就帮助广告主生成了超过 15亿个广告系列资产，同比增长超过 7 倍。例如，通过使用 AI Max 捕捉长尾和多语言查询，澳洲电信（Telstra）的转化率提高了 52%，每笔订单成本降低了 36%，无论客户以何种方式搜索，都能在关键时刻展现。

第三是 AI 用户体验。Sundar 提到了我们观察到的显著行为转变，即用户开始提出全新类别的问题。我们从全局视角看待搜索，将其视为贯穿传统结果与 AI 赋能搜索的统一产品。在 AI 模式下，许多此类查询属于漏斗上层的查询，使我们能够捕捉到新的高价值商业意图。此外，AI 模式下的大多数查询都是增量查询，随着时间的推移将创造更多的变现机会。另外，我们的用户研究表明，人们对这些界面中的广告接受度良好，并认为它们具有高度相关性。在 AI 模式下，赞助类与自然展示的产品列表项之间的点击率已经十分接近。

Philipp：基于这些综合成效，我们目前正将 AI 模式（AI Mode）下 AI 概览（AI Overviews）中的高品质广告拓展至更多用户与搜索查询。这包括首次将我们的商业化版图推向全球。今天，我们宣布将 AI 模式下的广告扩展至国际市场，同时在美国推出 AI 模式下的多轮对话广告。我们的推进方式审慎而明确，首先优先保障用户体验与参与度，进而规模化推广能够为广告主带来明确投资回报率（ROI）的广告形式。正是这种严谨自律，为我们构建面向未来的坚实且持久的基础。正如 Sundar 所提及的，我们在各项服务中推广智能体（agentic）体验仍处于早期阶段，并对未来的商业机遇倍感兴奋。通用商业协议（UCP）正迅速被零售商采纳。如今，UCP 已支持数十万个品牌在 谷歌 平台实现直接结账，包括 Chewy、Nike、Tapestry 等众多知名品牌。我们正在将该协议与智能体支付协议（Agent Payments Protocol）相结合，共同构建商业的未来。我们的核心聚焦点主要涵盖两个方面：一是释放代表消费者执行操作的智能体能力，二是设计能够带给消费者信心与掌控感的实用工具。我们本季度推出了通用购物车（Universal Cart），以支持第二个方向，这真实还原了当下用户在 谷歌 上的实际购物行为方式。

这既让零售商得以维系与消费者的直接关系，同时也有助于促成交易并避免弃单。接下来谈谈 YouTube。我们将 YouTube 视为由创作者、观众和广告主构成的增长飞轮。首先是创作者。每天有超过 2000万个视频被上传。我们正在通过 YouTube Studio 中全新的生成式 AI 工具，以及 Shorts 和 YouTube Create 中的对话式剪辑助手，让创作变得更加轻松。在观众收视方面，在“Made on YouTube”活动中，我们推出了 Shorts 剧集系列（Shorts series），创作者可将自己的 Shorts 视频按季和分集进行组织编排。顺次播放功能让观众能够无缝发现新的 Shorts 并持续观看。第三部分是商业化变现，首先是广告业务。我们的重心始终是贯穿整个营销漏斗提供价值。在第三季度，客厅端（Living Room）占 YouTube 广告总收入的三分之一以上。中小广告主持续采用需求生成广告（Demand Gen），拉动直接转化。在 YouTube 上，Wayfair 的需求生成营销活动相较于传统的视频覆盖营销活动，广告支出回报率（ROAS）提升了 2.3 倍。我们的 YouTube 创作者合作计划将品牌与超过 300 万名创作者连接起来，推动高效营销活动的开展。雷克萨斯（Lexus）等品牌持续与 Colin and Samir 等创作者合作，推动品牌考虑度（brand consideration）提升了 11%。

在全球范围内，已有超过 130万个频道加入了 YouTube Shopping。借此势头，我们最近宣布亚马逊（Amazon）正式入驻 YouTube Shopping。美国创作者现在可以直接在其长视频、Shorts 和直播中标记亚马逊商品，驱动直接转化。同样重要的是，我们的订阅生态系统继续与广告业务形成良好互补。在 YouTube Music 与 Premium 的带动下，订阅业务的增长速度持续快于广告业务。YouTube Premium 现已拥有超过 1.5 亿名订阅用户。借助 Premium 和 Premium Lite，观众拥有了更多选择。随着越来越多的人选择体验 Premium，这对观众、创作者以及我们的业务来说是多赢的局面。订阅收入有助于资助创作者生态，推动平台持续向前发展。最后是战略合作伙伴关系。企业之所以选择 谷歌，是因为我们汇聚了云计算、AI、广告和面向消费者的平台，能够加速推进其业务转型。我们扩大了与美国运通的合作，以支持其联络中心的持续现代化改造，并在搜索和数字钱包领域的智能体商业展开合作。Unity Software 签署了一项扩大的多年期云协议，将采用我们全栈 AI 技术为下一代游戏引擎提供支持。我们的商业优先级非常明确：提升广告主的 ROI、系统性推进我们的 AI 商业化效率，并规模化拓展生态伙伴关系，以支撑下一个探索时代。

最后，我想感谢全球各地的 谷歌 员工所展现出的卓越执行力，也感谢我们的客户和合作伙伴一如既往的信任。Thomas，接下来交给你。

Thomas：我们强劲的发展势头，得益于由芯片、模型、数据、安全和智能体平台构成的集成化 AI 产品组合，这些产品组合专为协同运作而设计。我们在产品线、行业以及客户群体方面均实现了深度的多元化布局。谷歌 Cloud 目前拥有 18 条年化收入超过 10亿美元的产品线。本季度的增长由 谷歌 Cloud Platform（GCP）的强劲增长所驱动，在 AI 和核心 GCP 领域均表现稳健。TPU 系统销售也是重要的收入贡献来源。在过去的 12 个月中，有超过 2600 家客户在 Gemini Enterprise 上的使用量至少达到 1000 亿 tokens，近 75 家客户的使用量至少达到 10 万亿 tokens。《财富》100 强企业中近 90% 都在使用 Gemini Enterprise，而在 2025 年第三季度使用 Gemini Enterprise 的客户，其在我们这里的支出同比翻了两番以上。客户使用 Gemini 的重要场景之一是知识型工作。在我们所有的 AI 服务中，我们已售出超过 1亿个面向知识型工作的席位。Gemini Enterprise 目前集成了 Gemini Agent，它与我们整个云产品组合深度集成。它可以通过单一智能体、单一 API 和单个提示词窗口，进行调研与答疑、编写并运行代码，以及自动化流程。

它为企业提供了强大的安全性、成本控制能力以及最广泛的前沿模型选择。客户包括法国巴黎银行（BNP Paribas），该行正向逾 6.5 万名员工部署 Gemini Enterprise，在保持严格的企业级安全和数据治理的同时精简工作流程；塔塔钢铁（Tata Steel）在短短 9 个月内就部署了 300 多个专用 AI 智能体，以提升生产安全、优化供应链，并将面向客户的服务时间缩短了 50%；Ulta Beauty 构建了 Ulta AI 购物助手，其转化率比在其网站上的传统浏览模式高出 3 倍。Gemini 还在加速推动我们的数据库分析和网络安全产品的发展。Gemini 现在能够帮助用户从结构化和非结构化数据中查找、分析并可视化信息。Gemini 利用我们的知识编目（Knowledge Catalog）寻找准确的信息来源和定义，从而提升准确性、降低 token 成本，并使回答更加可靠。Gemini 还利用我们的湖仓一体（Lakehouse）实现零复制跨多系统访问信息。为了支持智能体分析，BigQuery 的查询速度同比提升了 40% 以上，同时查询处理成本同比降低了 50% 以上。客户包括德国电信（Deutsche Telekom），该公司利用 BigQuery、云存储和知识编目，跨 40 多个传统本地部署系统构建了统一的数据湖仓。

Etsy 将 3PB 的数据迁移到了统一湖仓，通过结合使用 BigQuery 和 Iceberg，其关键数据关联分析速度提升了高达 60%。网络安全威胁风险的日益增加，也推动了对我们 AI 驱动的安全平台的强劲需求。我们的 Gemini Flash Cyber 模型属于前沿模型，能够在 20 种编程语言中实现漏洞自动发现，其修复可靠性是其他模型的 2.6 倍。此外，随着 Argon 和 Carbon 的推出，还将展现出更为优异的性能。我们的安全平台整合了威胁情报、网络响应优先级排序、自动化扫描、代码修复与监控。Gemini 和 谷歌 威胁情报（谷歌 Threat Intelligence）每天以 98% 的准确率自主分析数百万起外部事件。超过 95% 的 Wiz 客户正在采用 AI 驱动的功能，且这一增长仍在持续。这些安全工具保护着关键基础设施，涵盖 Banorte、Jack Henry 等金融机构，以及 AT&T 等电信运营商。所有这一切均由我们领先的 AI 基础设施提供支持，涵盖 TPU 系统、Axion CPU、最新的 英伟达 GPU，以及专为 AI 智能体设计的智能体计算引擎（Agent Compute Engine）。TPU 系统是专为 AI 构建的专业化系统，将硬件、计算、存储和网络，与系统组件以及面向训练和推理的优化软件融为一体。

与上一代 TPU 相比，TPU v5p 和 v5e 分别提供了高达 2.7 倍的训练性能提升，以及 80% 的推理性价比提升。为了便于开发者将工作负载迁移至 TPU，我们近期与 Meta 密切合作推出了 TorchTPU。这使得用户能够使用自身已经熟悉并信赖的工具，在 TPU 上训练、提供服务并部署 PyTorch 模型。如今已有近 100 家客户在使用 TPU。我们正看到来自众多其他客户强劲且不断增长的需求。除了直接以及通过博通（Broadcom）与 Anthropic 展开合作，以及像苹果这样在最新一代 TPU 上扩展其基础模型预训练的公开标杆客户外，我们还在与包括 Mistral、Physical Intelligence 在内的新兴前沿模型公司，包括城堡证券（Citadel Securities）、Jump Trading 在内的资本市场机构，加州理工学院（Caltech）等高校，以及包括 Cassava 和 Cerascale 在内的公共部门服务商展开合作。鉴于持续强劲且不断加速的需求，我们近期已与 Crux AI 和甲骨文达成合作以交付 TPU 系统，更多合作目前也正在推进之中。接下来交给 Anat。

CFO：谢谢 Thomas。除另有说明外，我的发言将侧重于第三季度的同比比较。我将首先介绍 谷歌 整体层面的业绩表现，随后介绍各业务板块的业绩。最后，我将对 2026 年第四季度和全年的展望进行一些说明。我们在第三季度表现强劲，实现了连续第 13 个季度保持双位数营收增长。合并营收为 1276亿美元，按报告货币和固定汇率计算均同比增长 25%。总营收成本为 514亿美元，同比增长 24%。流量获取成本（TAC）为 164亿美元，同比增长 10%。其他营收成本为 351亿美元，同比增长 32%，主要受与 TPU 系统销售相关的硬件成本增加、折旧增加、内容获取成本以及技术基础设施运营成本的推动。总运营费用同比增长 20%，达到 356亿美元。研发费用增长 36%，主要由薪酬支出（尤其是对 AI 人才的投入）以及折旧所驱动。销售与营销费用同比增长 22%，主要由于对 Gemini 的投入以及薪酬增长。一般及行政费用下降 17%，主要由于去年同期基数包含较高的法律诉讼费用（同比基数效应出清），部分被当期的法律诉讼费用所抵消。营业利润同比增长 30%，达到 406亿美元，营业利润率为 31.8%。

CFO：其他收益与费用（OI&E）为负 82亿美元，主要原因是我们在 SpaceX 的投资因其股价在第三季度下跌而产生了未实现损失。净利润和每股收益受 OI&E 下降影响而减少。我们在第三季度产生了 423亿美元的强劲经营现金流，过去 12 个月累计经营现金流达到 1796亿美元。经营现金流受到了为 TPU 系统销售备货导致的库存增加，以及上诉程序结束后针对 2018 年欧盟委员会罚款支付的 52亿美元现金的不利影响。第三季度资本支出为 514亿美元，绝大部分支出用于技术基础设施，以支持我们在人工智能领域的投资。第三季度技术基础设施投资中，约 65% 与服务器及网络设备相关，其使用寿命通常为六年；其余 35% 用于数据中心，其使用寿命为七到四十年。受资本支出投资推动，我们在第三季度的自由现金流为负 91亿美元。第三季度的自由现金流同样受到了前述为支持 TPU 系统销售而建立库存以及支付欧盟委员会罚款的影响。

过去 12 个月的自由现金流为 197亿美元。截至本季度末，我们持有的现金和有价证券总额为 2651亿美元，其中包括 904亿美元的上市有价股本证券。长期债务为 1251亿美元。我们还签署了多年期协议，以锁定技术基础设施与库存容量，以及租赁和能源供应。截至第三季度末，我们未来的采购承诺总额为 9240亿美元，尚未生效的租赁及其他债务承诺为 1520亿美元。这些美元金额反映了合同约定的最高债务总额；然而，其中多项协议具备可变定价和用量弹性，实际支出可能会更低。如新闻稿中所述，我们的董事会宣布对普通股派发每股 22 美元的季度现金股息，将于 12 月支付。转向分部业绩，谷歌服务（谷歌 Services）收入增长 11%，达到 963亿美元，反映出搜索和订阅业务的强劲增长。总广告收入增长 11%，各大主要垂直行业均实现增长。正如我们在上季度展望中所述，外汇对同比增速构成了轻微逆风，对环比增速的影响则更为显著。谷歌搜索及其他广告收入增长 12%，达到 633亿美元，其中零售业贡献最大，其次是金融业。

YouTube 广告收入增长 9%，达到 112亿美元，品牌广告贡献最大，客厅场景表现尤为强劲。网络广告（Network advertising）收入为 75亿美元，增长 1%。本季度订阅、平台及设备收入增长 11%，达到 143亿美元，主要受 YouTube 订阅业务的强劲增长驱动，尤其是 YouTube Music 和 Premium，以及 谷歌 One 中人工智能方案的强劲需求推动。谷歌服务运营利润增长 17%，达到 392亿美元，运营利润率为 40.7%。谷歌云（谷歌 Cloud）分部在第三季度实现了创纪录的增长。云业务收入增长 103%，达到 307亿美元，主要受 GCP 的强劲增长推动，其中人工智能（包括 AI 基础设施和 AI 解决方案）以及核心 GCP 均表现强劲。TPU 系统的销售也是一个重要贡献因素。GCP 占到了第三季度所产生收入的绝大部分。剔除 TPU 系统影响后的云业务收入增速依然极其强劲。云业务运营利润为 111亿美元，同比增长两倍以上。运营利润率从去年同期的 23.7% 提升至 36.2%。我们在上一季度电话会上讨论过的第三方过渡算力，直到第三季度末才刚刚上线，因此对本季度的利润率产生的负面影响有限。

第三季度谷歌云的在手订单储备为 610亿美元，其中大部分与典型的 GCP 合同相关。我们预计在未来 24 个月内将总积压订单中略高于 55% 的部分确认为收入。在 Other Bets 业务中，收入为 3.72亿美元，运营亏损为 20亿美元，主要因为我们继续扩展 Waymo 的业务并投资于关键的 Other Bets 项目。在 谷歌 层面活动方面，运营亏损为 77亿美元，主要是由共享的人工智能研发费用所驱动。接下来谈谈我们对 2026 年剩余时间的展望。首先在收入方面，按照当前即期汇率计算，我们预计第四季度外汇对合并收入的逆风影响将略大于上一季度。这种影响将主要体现在搜索和 YouTube 广告中。在谷歌服务方面，我们将继续面临去年第三季度开始出现的搜索表现加速的高基数对比，这将给第四季度的收入增长带来压力。在谷歌云方面，我们预计 TPU 系统销售将在第四季度继续放量，并在 2027 年实现更显著的收入爬坡。关于云业务利润率，鉴于供应受限的环境，我们在第三季度末开始使用第三方计算容量，并将在第四季度扩大使用规模。

随着我们使用这部分算力，预计短期内利润率将面临逆风。谈到投资方面，我们维持 2026 全年资本支出在 1950 亿至 2050亿美元的指引区间不变。我们继续预计 2027 年资本支出将大幅增加，并将在第四季度电话会上提供更多细节。在费用方面，我们在技术基础设施方面投资的大幅增加，将继续以更高的折旧费用以及能源等相关数据中心运营成本的形式对损益表造成压力。在进入问答环节之前，我想简要谈谈我们对投资回报率（ROIC）和自由现金流的看法。我们处于独特的优势地位，能够将人工智能投资在触达数十亿用户和企业的众多产品中实现商业化变现。我们在搜索领域的人工智能投资，正在推动搜索查询量实现近五年来的最高增速。谷歌云今年迄今已产生数百亿美元的 AI 收入，而受 AI 方案需求的推动，谷歌 One 是我们增长最快的订阅产品。在整个投资周期中，我们预计将创造明显高于资本成本且具备吸引力的 ROIC，并预计将产生强劲的经营现金流。

随着我们在技术基础设施上的可观投资，以及随着该业务扩张为 TPU 系统建立库存，都将对自由现金流造成压力。第三季度是一个强劲的季度，我们在各项业务中的创新和扎实执行都尤为突出，包括 Gemini 4 的推出。我想借此机会感谢全体员工为我们的业绩所做出的贡献。我们现在开始进入问答环节。

二、问答环节

主持人：谢谢。提请各位注意，如需提问，请在电话上按“*1”。为避免背景噪音，提问完毕后请将线路静音。我们的第一个问题来自摩根大通的 Doug Anmuth。您的线路现已开通。

Doug Anmuth（摩根大通）：感谢接受提问。一个问题给 Sundar，一个问题给 Philipp。Sundar，在最近的一期播客中，您提到 2027 年可能会成为谷歌生产力的黄金时代，这得益于新一代模型及其与公司其他产品的整合方式。希望您能就此进一步阐述，并分享更多您对未来机遇格局的看法。Philipp，关于查询量增长，虽然达到了五年来的最快增速，但搜索收入增长显然出现了一定程度的放缓。能否帮我们梳理一下这背后的脱节原因？这仅仅是因为你们在 AI 概览（AI Overviews）和 AI 模式（AI Mode）中展示的广告数量相对较少，而这部分在总体查询中的占比正在扩大吗？谢谢。

CEO：谢谢，Doug。我想说，从 3.8 Flash 开始，我们确实看到了阶跃式的变化。在内部，随着我们的模型在长周期任务、智能体编程（agentic coding）等方面表现越来越好，但一旦我们开始在内部部署 Argon，我们确实看到了一个巨大的拐点。这是我们在软件工程领域见过的最有意义的内部生产力杠杆之一，我们可以直接追踪到提交的高质量代码、代码合入的速度，以及代码回滚次数的减少。更重要的是，大家正在解决极其庞大复杂的问题，同时随着这些模型的部署，我们也开始在产品和消费者体验端看到创新。而这一切仅仅发生在大概四周前。我们现在正在内部部署 Carbon，而 Carbon 相比 Argon 又是一次显著的跨越。随着我们逐步推开并投入更多算力让广大谷歌员工都能使用，我想这就是我此前所指的内容；自从我在播客中表达过这些之后，我现在甚至更加感到振奋。在我看来，未来一年将是在提升生产力方面的黄金之年。对未来的创新充满期待。Philipp？

Philipp：好的，Doug。关于你提问的第二部分，第三季度搜索业务同比增长 12%，达到 630亿美元。如果观察从第二季度到第三季度的增速变化，主要有几个驱动因素：首先是汇率因素，这是导致搜索收入增速相较第二季度放缓的最大单一驱动因素。其次是特定垂直行业的动态变化：在零售领域，由于欧盟取消了微额豁免（de minimis exemption），我们的一些亚太广告主受到了影响；在媒体与娱乐领域，由于国际足联世界杯（FIFA World Cup）推动了第二季度的反常强劲表现，广告支出在随后回归常态——因为 6 月份的比赛场次更多，因而相比 7 月份分配了更多的广告预算。接下来关于你问题的下一部分，值得注意的是，AI 模式查询量的强劲增长确实产生了一定影响，因为我们观察到 AI 模式下的商业化变现水平相对较低。需要明确的是，我们对当前的发展势头感觉非常好。我们的广告实验展现出了非常可观的成效，目前我们正在将 AI 概览和 AI 模式中的广告投放扩大至更多用户和更多查询，正如我之前提到的，这包括国际市场以及美国的多轮对话广告。

Doug Anmuth（摩根大通）：谢谢。

主持人：下一位提问者是来自摩根士丹利的 Brian Nowak。您的线路现已开通。

Brian Nowak（摩根士丹利）：感谢接受我的提问。我有两个问题，首先从智能体（agentic）开始。你们在过去一年中向部分用户推出了 Spark。我知道，Sundar，你谈过很多关于向更广泛的用户群推出更多智能体产品的内容。你能否帮我们梳理一下，要向全体用户群推出智能体产品，在技术上需要克服哪些关键障碍？是模型效率？是算力容量？还是技术本身尚未就绪？为了实现这一点，我们在技术层面需要做些什么？第二个问题是接着 Doug 关于搜索的提问，Anat，能否帮我们更好地理解你提到的影响搜索业务的对比基数因素？随着我们进入第四季度和第一季度，面对这些对比基数，我们应该如何看待？谢谢。

CEO：谢谢，Brian。首先，关于智能体，这是一个多么令人兴奋且充满活力的领域。我认为，当我审视我们的新模型，看到它们能够以自动化方式承接并在极高质量下执行各种复杂任务的能力时，很显然，我们大家所构想的智能体能力即将成为现实。对于能够为我们的用户带来下一代智能体体验，我感到无比兴奋。针对你的问题，我想谈几点。我认为 Gemini 系列模型一直至关重要。我们正在研发模型的蒸馏版本，无论从算力和延迟的角度，还是从质量的角度，都能让我们以极高的效率将它们部署到十亿级用户规模中。这是一个重要的投资领域。当然，确保这一点所需的不仅是一个强大的模型。在规模化应用中，你需要一个稳健的评测与运行框架（harness）。你需要一个高度安全的运行时环境（runtime），而这正是 GCP 发挥作用的地方。能够为我们的每一位用户在云端提供具备 7x24 小时可用性的安全运行时环境，以及由技能和连接器构成的合适生态系统，所有这些都是基石。

我们一直在全力以赴，并且决定首先向企业级客户推出，这正如我们随面向企业的 Gemini 智能体所宣布的那样，本质上是因为企业对安全性、数据治理和合规管控有着最高的要求。该产品反响极佳，我们目前正在进一步扩大其应用范围。今年晚些时候，我们将把同样的体验带给消费者端，显然会从 Gemini 应用中的 10 亿用户开始。我们已经在该应用中看到，用户的使用方式正从单纯的聊天转向任务型和类似智能体的体验。用户对我们产品的信任，加上他们所有的上下文信息都完备地保留在其中，为我们奠定了极好的优势。作为一家公司，我们正高度专注于在旗下各类产品中提供这种统一的体验。大家可以期待在今年晚些时候看到诸多进展。

CFO：谢谢。关于针对我发言的第二个问题，我相信你指的是关于搜索业务的前景展望。我提到了几个动态因素。其一是环比层面受到的外汇逆风影响，与上一季度相比，我们在本季度也看到了这一影响。按当前即期汇率来看，我们预计这会对第四季度业绩构成一定程度的逆风。从同比基数来看，从本季度开始，我们迎来了 2025 年（特别是 2025 年下半年）搜索业务加速增长的高基数期。与第三季度相比，高基数效应拉低了约 3 个百分点的增速。我们预计这一情况在第四季度仍将持续，即消化 2025 年底出现的增长加速所带来的几个百分点高基数影响。

Brian Nowak（摩根士丹利）：太好了，非常感谢两位。

主持人：下一个问题来自高盛的 Eric Sheridan。您的线路现已接通。

Eric Sheridan（高盛）：非常感谢接受提问。Sundar，结合你最近就算力限制发表的一些看法，你能否为我们重新梳理一下，随着全公司范围内算力的逐步到位，你们在算力应用方面的核心优先级是什么？第二部分，可能由你或 Thomas 回答，具体在谷歌云内部，关于将算力应用于满足云客户需求与对外提供 TPU 之间的关系，你们的看法是如何演进的？非常感谢。

CEO：谢谢。谢谢，Eric。我先来回答，Thomas 会回答后半部分。算力分配确实是我们投入大量时间的领域，因为这需要严密的前瞻性规划。首先我想说的是，我们感到非常幸运，眼前拥有极为难得的一系列重大机遇。我们运营着触达数十亿用户的规模化消费者业务，以及保持着强劲势头的超大规模云业务。当然，在谷歌 内部还有一系列其他极其重要的领域。我们始终坚持长远规划，因此各个业务板块都会在一个非常严谨的 ROIC 框架下提交长期规划方案。从宏观上讲，我更倾向于将这一切视为一个长远规划的过程，而非短期的算力分配操作。显而易见，我们的 AI 模型是我们一切业务的底层支撑，从搜索、YouTube 到云计算，再到 Waymo 等等。它是基石，我们认为这是一种具有极高杠杆效应的方式。全栈布局带来了极高的效率，同时也让我们在广泛的机遇面前拥有极大的选择权。显然，这就是基石所在，我们对此同样进行着长远规划。

在此之上，正如我所说，我们认真审视各项业务，并真正采取严谨的长远规划方式。对我们而言，显然在诸多不同领域都看到了非常强劲的需求信号。我们将其视为不可多得的历史性机遇，我们正在为迎接这一时刻全力投资。交给你，Thomas。

Thomas：Eric，关于云业务的需求，我们始终在管理我们的产品组合，以确保拥有广泛的客户群体。我们拥有各类不同类型的客户，涵盖数字原生企业、AI 实验室、传统企业、金融及资本市场客户。这是一个庞大的客户群。他们中的许多人都是从在我们的云端使用 TPU 系统开始的。我们有超过 100 家重要的大型 TPU 客户从我们的云端起步。他们逐步掌握 TPU 的使用，请记住，TPU 系统是硬件、系统软件、编译器等所有模块的结合体，是作为一个包含光网络等组件的完整系统组装而成的。在如何将 TPU 推向客户方面，我们采取了非常深思熟虑的策略。首先是打造合适的芯片。我们有用于训练的 8T，以及用于推理的 8I。与前几代产品相比，它们在性价比和性能方面都有大幅提升。其次，我们对软件进行了深度优化。软件优化的目的不仅是为了让系统运行得更好、提供出色的性能，还要实现无缝的可移植性。例如最近我们引入了 PyTorch，通过在 TPU 上深度优化 PyTorch，为我们打开了广阔得多的市场空间。第三，我们正在拓宽分发渠道。

过去，客户只能在我们的云端使用 TPU。现在，对于希望在自身数据中心部署 TPU 系统的客户，我们使 TPU 系统能够在他们的数据中心落地。同时，我们也在扩大面向其他云服务提供商的可用性。例如，我们宣布了与甲骨文的合作，并联合黑石（Blackstone）与 CoreWeave 达成了一项协议，通过合资合作的方式向客户提供 TPU 系统。我们在 AI 实验室、资本市场、金融服务机构以及各类企业客户中，都看到了极其旺盛的需求和强劲的增长势头。设想一下，这 100 多家客户不仅会扩展到更多客户，而且他们对 TPU 系统的使用规模也在持续扩大，我们看到了未来强劲的需求前景。

主持人：下一个问题来自巴克莱的 Ross Sandler。您的线路现已接通。

Ross Sandler（巴克莱）：谢谢。我想继续探讨你们刚才提到的 TPU 转售业务。Anat，上个季度你提到过收入将按系统销售确认。如果 1 吉瓦（GW）的完整 TPU 系统连同算力及周边各类组件的成本约为 350亿美元，其中实际上有多少比例会被确认为收入？相较于谷歌云业务目前的利润率水平，这对整体利润率结构会产生怎样的传导影响？问题的第二部分是，随着你们帮助像 Anthropic 这样的公司引入更多属于他们自己的第一方基础设施，当你们开始将未来的部分资本支出分担给 AI 实验室、从而可能不再需要在自身数据中心承担同等强度的资本支出时，这对 谷歌 整体的资本开支密集度（CapEx intensity）意味着什么？如果能谈谈对这些问题的看法就太好了。谢谢。

CFO：让我把这两个问题结合起来回答。首先，显然我们不会在产品层面提供具体的财务数据。我来梳理一下该如何理解与 TPU 系统销售相关的财务逻辑。当然需要提醒的是，Thomas 也可以就此做进一步阐述，TPU 系统不仅仅是一枚芯片，而是一个集成了硬件、计算、存储和网络等多重组件的专用系统。我们出售的远不止芯片、软件、训练与推理；对于购买 TPU 系统的客户来说，这里面包含着巨大的附加值。其运作机制是这样的，这也与你问题的第二部分相关：当我们与客户签署销售 TPU 系统的合同时，一旦协议签署，你首先会看到这笔订单计入我们的积压订单（backlog）中。随后我们开始建立存货。可以从资本开支（CapEx）与现金流的角度来理解这一点：我们在获得收入流之前先行建立存货。我想在上一次电话会上我也曾提及这一点。你会看到存货余额上升，而在以往，存货余额主要由我们的一些硬件产品构成。

现在，那些尚未售出的 TPU 系统也会体现在存货中。你会看到现金流出，我们正在扩充存货基础。而随着我们开始交付这些 TPU 系统并向客户开具账单，你会看到现金流入。这并不等同于大家通常理解的传统资本开支（我认为这正是你问题的核心所在），而是一个截然不同的现金流生成周期。目前，鉴于我们正处于该业务的起步与规模爬坡阶段，大家会在我们的现金流量表中看到这些资金需求，也会看到截至目前的存货积累。我们已经将部分系统销售确认为收入，但预计更多收入将在 2027 年陆续体现。

主持人：下一个问题来自美国银行的 Justin Post。您的线路现已接通。

Justin Post（美国银行）：太好了，谢谢。我有几个关于向智能体演进转型的问题。你们确实推出了通用购物车功能。显而易见，人们非常喜欢并且正在使用智能体用例。随着这种趋势不断深化，你们打算如何管理搜索业务向智能体用例的过渡？你认为这会构成逆风吗？其次，长远来看，你认为智能体是否实际上能为你们的流量带来更多的变现机会？另外，我还想再问一下关于 TPU 利润率的问题，我们想知道，你们是否认为这对你们来说是一门真正优质的业务？原因可能是什么？如果不能透露具体的利润率，为什么你们认为这是消化利用所有这些产能的良好途径？谢谢。

Philipp：Justin，我们在智能体领域仍处于早期阶段。直接回答你问题的第二部分，我们明确认为智能体体验是纯增量的。我们的重点是打造用户喜爱的、建立在信任与安全之上的超大规模体验，坦率地说，这立足于智能体商业的基础构件，正如你提到的通用商业、购物车、智能体支付协议等。

当用户购物时——这一点很重要——购物旅程中有一部分是他们不喜欢的枯燥繁琐工作，用人工智能将其自动化坦率地说非常棒。我们还希望增强而不仅仅是用自动化取代探索发现的体验，在很多情况下，人们其实非常喜欢这种探索体验。用户喜欢拥有选择权，他们考量的事物远不止价格，还包括品牌忠诚度、客户服务等等。

我们在构建这些智能体工作流时，切实特意为用户设计了探索这些选择的时间和空间。举个简单的例子，智能体可以回答：“这是我们找到的保险产品，这里还有另一个很有竞争力的选项。其中一个保费较高，但免赔额可能较低；他们目前正在提供非常优惠的折扣。”鉴于在决策中几乎从不会只有唯一完美的选项，我们确实有信心为智能体用例提供极具吸引力且引人注目的广告模式。

你可以设想未来拓展到订阅以及其他支付方式。对于智能体世界中的广告机遇，我确实感到非常兴奋。

CEO：总的来说，我想补充说明的是，我认为这是一个业务扩张的机遇。就像几年前一样，每当我们能够在搜索中融入 AI 对话用例，人们就能在搜索中提出更多问题、做更多事情，这正是目前在我们使用量中所体现出来的趋势。我认为智能体将再次成为一个机遇，拓展我们为用户解决的问题类型。

我认为人们往往低估了为用户提供这些智能体、这些复杂体验所需的全部技术组件。搜索表面看起来很简单，但其背后蕴含着极其深厚的持续投资和长期积累，例如知识图谱（Knowledge Graph）以及我们对现实世界的理解等。我对智能体感到非常振奋，并将其视为一个全新的前沿领域，它将为搜索带来一套全新的用例。我们对推进这一进程充满期待。

Thomas：关于 TPU 系统和利润率，我们不会单独披露具体产品或基础设施组件的利润率。然而，我们从设计和制造 TPU 系统中看到了诸多优势。首先需要提醒的是，TPU 系统不仅是一枚芯片，而是一个完整的系统。

鉴于 TPU 系统相对于竞争对手的性价比优势，以及对加速计算不断增长的需求和加速计算的稀缺性，我们非常专注于在扩大业务规模的同时持续提升利润率。

另外补充两点：首先，正如 Anat 刚才提到的，我们在采购零部件建立库存时，只有在签署合同后才会这么做。所有 TPU 系统的库存都与已承诺的合同相对应。此外，通过将 TPU 系统部署在第三方设施和客户本地数据中心，一方面使我们能够扩大目标市场规模。对于某些行业而言，他们的数据存放在本地且无法迁移到云端，这种方式使我们能够将加速计算直接带到数据所在之处。另一方面，这也抵消了我们为了托管这些 TPU 系统而必须预先建造设施的需求。

主持人：下一个问题来自联博（AllianceBernstein）的 Mark Shmulik。您的线路已接通。

Mark Shmulik（联博）：好的，感谢接受提问。我想继续探讨相同的几个话题。首先问 Philipp，关于智能体（agentic），在审视 Gemini AI 模式上的一些早期智能体风格用例，并观察到一些第三方与谷歌资产的整合之后，是否有任何令你感到惊讶或改变你观点的地方？我知道我们谈了很多关于商业的内容，但或许在消费者生产力方面也有新的看法？

问 Thomas 或 Anat，关于云业务的增长，能否分享一下排除 TPU 系统销售后 谷歌 Cloud 的增速？其中有多少受到了产能的制约？随着第四季度部分第三方产能上线，假设 谷歌 Cloud 业务会加速是否合理？谢谢。

CEO：好的，也许我先来回答第一部分，关于我们在这些早期智能体风格用例中所观察到的情况。我们确实清晰地看到了这一趋势。就在最近，我们在 Gemini 应用中新增了一个任务标签页（Tasks tab），人们正在上面实际输入，我们能够观察到这一点。在所有这些体验中，用户真正期望获得超出预期的惊喜体验，因此他们的门槛实际上非常高。促进重复使用的关键，在于你是否有能力更好地处理这些更长链路的任务，并在最终切实交付令人满意的结果。就像我们在包括代码编写等其他领域所看到的那样，当你做到 70% 时，它看起来像是行不通，直到你跨越了某个临界点，它才会真正迎来爆发式增长。

我们正在紧密地从中学习，发现差距并打好各项基础，正如我之前谈到的那样。我坚信，随着我们迈入今年晚些时候乃至 2027 年，你们将看到我们在旗下各个产品界面上取得显著进展。

另外，在我们转向 TPU 的过程中，我想对 TPU 系统发表的一点评论是，在半导体行业中，规模经济至关重要。我认为，我们既能在自己的数据中心部署 TPU，又能在其他机构的数据中心部署 TPU 系统，这种能力使我们能够扩大产品规模，而这直接转化为更优越的经济效益。

Thomas：针对关于云业务增速的问题，谷歌 Cloud 业务部门在第三季度实现了创纪录的增长，云业务收入同比增长 103%，达到 307亿美元。最强劲的增长贡献者是 谷歌 Cloud Platform（GCP），AI 和核心 GCP 业务均表现强劲。GCP 贡献了第三季度绝大部分的收入，而且排除 TPU 系统销售的影响后，云业务的收入增长依然非常非常强劲。

我们各个产品线的需求也同样强劲，我们看到有三方面动态正在发生：第一，随着人们使用 Gemini，我们看到来自 Gemini 本身的收入增长；第二，我们看到人们在使用 Gemini 的同时，带动了我们产品组合中其他部分的增长。例如，当他们构建智能体时，会使用算力来执行任务，因此他们会购买算力；他们会使用存储来保存智能体的记忆，使用数据库来提供供智能体进行推理的所谓上下文。鉴于所有网络安全威胁的存在，我们的网络安全产品组合也实现了强劲增长。我们对我们的增长势头以及增长的多元化充满信心。同时，我们还看到新客户不断签约采用 GCP，新客户的采纳率以及增长都在加速。

我们也将其视为我们的一个增长引擎。在任何时候，只要有充足的产能，我们始终能满足多得多的需求，但我们正在审慎地管理所有这些参数和增长节奏。

主持人：我们最后一个问题来自 MoffettNathanson 的 Michael Nathanson。您的线路已接通。

Michael Nathanson（MoffettNathanson）：谢谢。我有两个问题想请教 Sundar。在早前回答 Eric 关于 TPU 和云的问题时，我们听到了你们愿意与一些竞争对手开展合作的态度。对于那些在模型和云领域可能被我们视为竞争对手的公司，我想了解您在与可能存在竞争关系的企业合作这一问题上的经营哲学是怎样的？从长远来看，为什么这项策略是一次机遇而非风险，并在逻辑上讲得通？

第二，关于智能体在消费者端的行为，目前的争论之一集中在安全与信任上。您能否与我们分享一下到目前为止在安全与信任方面的体会？这些变量对消费者重要吗？如果您认为这些变量确实重要，在构建面向消费者的智能体工具时，你们正在采取哪些措施来保护消费者的信任和隐私？谢谢。

CEO：谢谢 Michael，提得很好。关于第一个问题，你看，长期以来我都把我们所构建的东西划分为两类：一类是我们作为“产品”来构建的事物，另一类则是我们作为“平台”来构建的事物，对吧？你必须对哪一个是哪一个有清晰的界定。当你将事物作为平台来构建时，你会竭尽全力打造出优秀的平台，并确保它能服务于每一个人。在运营众多平台方面我们有着悠久的历史，无论是一款浏览器、一个操作系统，还是一个极其成功的云平台。在所有这些平台中，我们都努力将其提供给所有参与者，并成为优秀的合作伙伴。

你们已经看到我们在模型层面与其他公司展开合作，包括在诸多领域与我们存在竞争关系的苹果。同样地，我们将我们的 TPU 系统视为我们正在构建的一个重要平台。我们希望在构建它的过程中做到世界顶尖水平。这意味着要将其置于市场力量中经受检验、进行实战测试，并去争取那些在其上运行最严苛工作负载的客户。正是这一点确保了这些团队能够持续保持在前沿地位。这就是我们的思考方式。随着时间的推移，这种方式总能转化为更加广阔的机遇，并且在极其漫长的时间跨度中，我们秉持这种理念都取得了良好成效。

第二点，关于智能体行为，回到早先的问题，我认为我本应该强调的是，当人们接触这些智能体体验时，我们清楚地看到人们对安全和信任非常关切。我的意思是，在他们如何使用这些工具方面，这是一个权重极高极高的考量因素。数十年来，我们在服务数十亿用户的众多消费级产品中，通过安全可靠的方式交付这些体验所积累起来的信任，如今正被倾注于此。从端到端构建我们的模型和智能体，到以广泛严谨的测试进行部署，再到我们在大规模部署时所实施的实时监控，我认为所有这些最终都将成为巨大的差异化竞争优势。我们已经从用户那里听到了这样的反馈。我相信，随着这一前沿技术的演进，用户会用脚投票。

谢谢。

主持人：谢谢。今天的问答环节到此结束。现在将会议交还给 Jim Friedland 作总结发言。

投资者关系：感谢大家今天的参与。我们期待在 2026 年第四季度财报电话会上再次与大家交流。谢谢大家，祝各位晚安。

主持人：谢谢大家。今天的电话会议到此结束。感谢各位的参与。大家现在可以断开连接了。

风险提示: 投资涉及风险，证券价格可升亦可跌，更可变得毫无价值。投资未必一定能够赚取利润，反而可能会招致损失。过往业绩并不代表将来的表现。在作出任何投资决定之前，投资者须评估本身的财政状况、投资目标、经验、承受风险的能力及了解有关产品之性质及风险。个别投资产品的性质及风险详情，请细阅相关销售文件，以了解更多资料。倘有任何疑问，应征询独立的专业意见。