META

Meta 平台价格

META
¥4,074.70
-¥47.45(-1.15%)

*页面数据最近更新时间:2026-04-07 15:52 (UTC+8)

至 2026-04-07 15:52,Meta 平台 (META) 股票价格报 ¥4,074.70,总市值 ¥10.30万亿,市盈率 27.52,股息率 0.36%。 当日股票价格在 ¥4,066.27 至 ¥4,148.42 之间波动,当前价格较日内低点高 0.20%,较日内高点低 1.77%,成交量 227.91万。 过去 52 周,META 股票价格区间为 ¥3,744.00 至 ¥5,733.00,当前价格距 52 周高点 -28.92%。

META 关键数据

昨日收盘价¥4,125.74
市值¥10.30万亿
成交量227.91万
市盈率27.52
股息收益率 (TTM)0.36%
股息金额¥3.78
摊薄每股收益 (TTM)23.98
净利润 (财年)¥4352.97亿
营收 (财年)¥1.44万亿
下次财报日期2026-04-29
每股收益预测6.67
营收预测¥3985.84亿
流通股数24.98亿
Beta 值 (1 年)1.309
最近除息日2026-03-16
最近派息日2026-03-26

META 简介

Meta Platforms, Inc. 从事开发使人们能够通过移动设备、个人电脑、虚拟现实头盔和可穿戴设备与朋友和家人连接与分享的产品。它的业务分为两个部分:应用家族和Reality Labs。应用家族部分提供Facebook,用户可以在上面分享、讨论、发现和与兴趣爱好者连接;Instagram,是一个分享照片、视频和私信的社区,还包括动态、故事、Reels、视频、直播和商店;Messenger,是一款跨平台、多设备的消息应用,用户可以通过文字、音频和视频通话与朋友、家人、社区和企业联系;WhatsApp,是一款供个人和企业私密沟通和交易的消息应用。Reality Labs部分提供增强现实和虚拟现实相关的产品,包括硬件、软件和内容,帮助人们随时随地感受到连接。公司前身为Facebook, Inc.,于2021年10月更名为Meta Platforms, Inc.。Meta Platforms, Inc.成立于2004年,总部位于加利福尼亚州门洛帕克。
所属板块通信服务
所属行业互联网内容与信息
CEOMark Elliot Zuckerberg
总部Menlo Park,CA,US
员工人数 (财年)7.88万
年均收入 (1 年)¥1834.72万
员工人均净利润¥551.95万

了解更多 Meta 平台 (META) 信息

Meta 平台 (META) FAQ

Meta 平台 (META) 今天的股价是多少?

x
Meta 平台 (META) 当前报价 ¥4,074.70,24 小时变动 -1.15%。52 周交易区间为 ¥3,744.00–¥5,733.00。

Meta 平台 (META) 的 52 周最高价和最低价是多少?

x

Meta 平台 (META) 的市盈率 (P/E) 是多少?说明了什么?

x

Meta 平台 (META) 的市值是多少?

x

Meta 平台 (META) 最近一季的每股收益 (EPS) 是多少?

x

Meta 平台 (META) 现在该买入还是卖出?

x

哪些因素会影响 Meta 平台 (META) 的股价?

x

如何购买 Meta 平台 (META) 股票?

x

风险提示

股票市场具有高风险和价格波动性。您的投资价值可能会增加或减少,且您可能无法收回全部投资金额。过往表现并非未来业绩的可靠指标。在做出任何投资决策之前,您应仔细评估自身的投资经验、财务状况、投资目标和风险承受能力,并自行进行研究。如有需要,请咨询独立的财务顾问。

免责声明

本页面内容仅供参考,不构成投资建议、财务建议或交易推荐。Gate 不对因此类财务决策而造成的任何损失或损害承担责任。此外,请注意 Gate 可能无法在某些市场和司法管辖区提供全部服务,包括但不限于美国、加拿大、伊朗和古巴。有关受限地区的更多信息,请参阅《用户协议》的相关条款。

Meta 平台 (META) 今日新闻

2026-04-03 00:16

SpaceX 将 IPO 目标估值提升至 2 万亿美元,超 Meta 和特斯拉

Gate News 消息,4 月 3 日,知情人士透露,SpaceX 已将其首次公开募股(IPO)的目标估值提升至 2 万亿美元以上。该公司及其顾问正向潜在投资者透露这一估值目标,为未来几周的会议做准备。这些所谓的'试水'简报会可能包含更多支持该估值的信息。2 月有报道称,SpaceX 收购马斯克的 xAI 后,合并后公司的估值为 1.25 万亿美元。按 2 万亿美元估值计算,SpaceX 将超过标普 500 指数中除英伟达、苹果、谷歌母公司 Alphabet、微软和亚马逊之外的所有公司,也将超过美股七巨头中的另外两家——Meta 以及马斯克自己旗下的特斯拉。

2026-04-01 09:47

Bitcoin 市值跌至全球资产第 14 位,被 Meta 及 Tesla 反超

Gate News 消息,4 月 1 日,据 8marketcap 数据,Bitcoin(BTC)当前市值约为 1.37 万亿美元,在全球资产市值排名中位列第 14 位,较此前下滑 2 位。Meta Platforms(Facebook)以约 1.447 万亿美元市值排名第 12 位;Tesla 以约 1.394 万亿美元市值排名第 13 位,两者均超越 Bitcoin。

2026-04-01 04:30

美股科技七巨头集体反弹,Meta 涨 6.67%、英伟达涨 5.59%

Gate News 消息,4 月 1 日,受美伊地缘政治风险显著降温提振,美股科技七巨头(Meta、英伟达、谷歌、特斯拉、亚马逊、微软、苹果)今日全线反弹。其中,Meta 与英伟达分别领涨 6.67% 及 5.59%,谷歌、特斯拉、亚马逊、微软及苹果同步上涨 2.9% 至 5.14% 不等。地缘局势缓和有效降低了全球风险溢价,促使资金向高贝塔成长型资产回流。

2026-03-28 02:35

美股本周蒸发逾万亿,连跌五周创新低,「七巨头」合计蒸发约8700亿美元

BlockBeats 消息,3 月 28 日,标普 500、纳斯达克、道琼斯三大指数本周全线下挫,录得自 2022 年以来最长连续五周收跌纪录。科技七巨头单周市值合计缩水约 8700 亿美元,纳斯达克较去年 10 月高点累计回调逾 13%。 本周美股在多重利空夹击下大幅走弱。截至周五收盘,道琼斯单日重挫 793 点,标普 500 跌至七个月新低,纳斯达克则进一步深入技术性回调区间。标普 500 五百只成分股平均最大回撤已达 17%,纳斯达克成分股平均最大回撤更高达 31%,实际损伤远比指数数字所呈现的更为惨烈。 科技板块首当其冲。Meta 单周暴跌约 12%,系涉童安全诉讼两度败诉叠加裁员消息双重打压所致;Tesla、Amazon 跌幅亦均超 3%;Nvidia 受 AI 资本支出预期收缩拖累,跌近 5%。 「七巨头」整周市值合计蒸发约 8700 亿美元,折合人民币逾 6.3 万亿元。从市场结构来看,此轮下跌的广度与深度均不容低估。尽管主要指数跌幅在 7% 至 13% 之间,但超过半数个股已较各自高点回落逾 20%,进入技术性熊市区间。

Meta 平台 (META) 热门帖子

just_another_wallet

just_another_wallet

1小时前
我刚刚注意到凯西·伍德(Cathie Wood)投资组合策略里有件挺有意思的事——虽然她的 Ark Invest ETFs 通常主打颠覆和创新,但其实里面还藏着一些分红派息者,只是大多数人都没注意到。 先说英伟达(Nvidia)。对,它是大家都迷恋的 AI 明星,原因也很充分——那些 GPU 基本上就是任何严肃 AI 业务的支柱。但问题在于:这只股票一直涨势凶猛,估值已经变得相当“拉满”。更疯狂的是,英伟达实际上从 2012 年底就开始派发股息了,只是几乎没人聊起。当前股息率?每股按季度只有 0.02%——几乎可以忽略不计。可如果你相信 AI 是不可阻挡的——而且说实话,需求是持续不断的——那估值或许没你看到的那么吓人。英伟达出现在凯西·伍德的 Innovation ETF、Space & Defense Innovation ETF 和 Autonomous Tech & Robotics ETF 中。 接下来是比亚迪(BYD)。这是一只“潜伏股”。中国的电动汽车制造商——去年刚成为全球最大的纯电动汽车(battery-electric vehicles)出货商,终于把特斯拉(Tesla)从宝座上拉了下来。政府的支持当然有帮助,但真正关键的是他们的垂直整合:他们可以高效生产纯电(BEVs)和混合动力,并以能压低西方竞争对手的价格卖出。比亚迪去年卖出了超过 4.6 million “new energy vehicles”,同比增长将近 8%。这里的分红其实挺有分量:每股每季度 $0.20,股息率为 4.8%。此外,分析师在定价时相当保守,其 PEG 比率低于 1。你可以在凯西·伍德的 Autonomous Tech & Robotics ETF 中找到比亚迪。 第三个是 Meta。它是社交媒体领域的绝对强者,广告触达能力无人能比。去年收入增长了 22% ,超过 $200 billion;尽管净利润小幅下滑 3%,他们仍然赚到超过 $60 billion 的利润,净利润率达到 30%+。分红这块相对较新——他们直到 2024 年初才开始派息,所以这并不是某种已经成熟的“收益型”打法。每季度的派息刚好低于每股 $0.53,股息率 0.3%。不过真正的问题是:Facebook 和 Instagram 上的用户参与度是否足够“黏”。无论如何,从管理层的执行来看,他们显然在做一些正确的事。Meta 出现在凯西·伍德的 Innovation ETF、Next Generation Internet ETF 和 Blockchain & Fintech Innovation ETF 中。 这些公司有什么共同点吗?即使是一个以颠覆为重点的投资组合,也依然有空间容纳那些实际上正在把现金回馈给股东的企业。它是否重要,可能取决于你的投资时间线和风险承受能力。
0
0
0
0
快照民工

快照民工

1小时前
生成式AI的爆炸式普及正在重塑整个半导体行业的竞争格局。AI芯片市场的核心战场,正从模型训练阶段向推理阶段发生结构性迁移——这一转变不仅关乎芯片设计优先级,更将深刻影响基础设施投资逻辑、商业模式以及半导体供应链的长期走向。 推理需求的激增已有明确信号。吉卜力风格图像生成等病毒式应用场景的爆发,令OpenAI的GPU资源陷入全面饱和。OpenAI首席执行官Sam Altman公开表示,从未见过如此快速的用量增长,GPT-4.5因此不得不分阶段发布,初期仅向付费用户开放。Meta等AI头部企业同样面临类似的算力瓶颈。与此同时,OpenAI正自主研发AI芯片,目标是在2026年前后实现量产,以降低对英伟达的依赖;其与微软联合推进的"星际之门"超级数据中心项目,据报道涉及高达5000亿美元的投资规模。 这一系列动向表明,AI推理正在成为与数据中心、云基础设施、半导体并列的战略支柱。对投资者而言,这意味着**AI算力投资的价值重心正在发生位移:训练芯片代表一次性资本开支,而推理芯片则对应持续性的收入消耗模型——AI正从技术工具演变为按量计费的算力引擎。** ![](https://img-cdn.gateio.im/social/moments-a241217378-45bf81801b-8b7abd-badf29) 训练与推理:两种截然不同的算力需求 ----------------- 理解这场结构性转变,需要首先厘清训练与推理在工作负载上的本质差异。 训练阶段以Google 2017年发布的Transformer架构为基础,要求对海量数据集进行前向与反向传播,持续更新模型权重,涉及极大规模的矩阵运算、梯度计算与参数更新,通常需要在多GPU或TPU集群上进行数周乃至数月的分布式计算。训练芯片因此必须具备高密度计算核心、大容量高带宽内存(如HBM)以及多芯片横向扩展能力。 推理阶段则在结构上更为简洁:仅需前向传播,无需梯度更新或反向传播,所需算力通常比训练低一个数量级。然而,推理的真正挑战在于三重约束——低延迟(用户期待即时响应)、高吞吐(服务商须处理海量并发查询)、低成本(每次查询的单位成本直接影响商业可行性)。这些需求与训练阶段"不计延迟、追求极致性能"的逻辑截然相反,也决定了推理芯片在架构设计上必须走向差异化路径:能效优先、数据移动优化、内存层级与带宽利用率最大化,以及硬件与软件的协同优化。 ![](https://img-cdn.gateio.im/social/moments-a027e8c32a-7a8699e898-8b7abd-badf29) 超大规模云厂商与初创企业加速布局推理芯片 -------------------- 正是基于上述架构差异,越来越多的企业选择绕开英伟达在训练GPU市场的正面竞争,转而构建专为推理优化的定制芯片。 超大规模云厂商方面,谷歌推出TPU(训练)与Edge TPU(边缘推理),亚马逊部署Inferentia与Trainium,Meta开发MTIA(Meta Training and Inference Accelerator)。初创企业阵营同样活跃,Groq、Tenstorrent、Cerebras、SambaNova等公司均在数据流架构、芯片面积分配、功耗效率、内存访问模式及计算核心设计等维度上寻求差异化突破,目标直指在推理效率与成本结构上超越通用GPU。 这一竞争格局的形成,与AI应用场景的演进密切相关。随着AI从简单问答向智能体系统(Agentic AI)演进——能够规划任务、执行工作流、调用工具乃至替代部分人工劳动——推理需求将不仅持续增长,更将加速扩张。智能体系统对低延迟、高内存带宽和持续算力的要求,将进一步推动推理专用芯片的战略价值提升。 英伟达:从训练时代领导者向推理时代规则制定者转型 ------------------------ 面对这场结构性转变,英伟达并非被动应对,而是主动扩张其在推理市场的布局。 其最新架构Blackwell的核心设计目标,正是在提升吞吐量的同时降低每个token的生成成本。这一逻辑构成了一个正向飞轮:成本下降→使用量增加→需求扩大→基础设施规模提升,从而驱动AI经济的指数级增长。在系统层面,英伟达通过NVL72等大规模紧密集成GPU集群,构建能够处理更长上下文窗口、更复杂推理任务和多步骤AI工作流的"AI工厂"架构,推动AI基础设施向集中化、高密度、系统驱动方向演进。 然而,英伟达真正的护城河并不仅仅在于硬件。从CUDA到TensorRT-LLM及推理优化软件栈,英伟达正将自身从芯片供应商转型为全栈AI基础设施提供商。微软、甲骨文、CoreWeave等云服务商持续向这一架构靠拢,进一步强化了其生态系统的高转换成本与行业标准化效应。客户购买的不再只是GPU,而是一整套AI工厂平台。 尽管如此,推理市场的竞争烈度正在显著上升。推理芯片已不再是训练GPU的次级选项,而是正在成为AI云服务、边缘设备、嵌入式系统和实时应用的主要算力引擎。在硬件演进与应用扩张的双重驱动下,AI芯片竞争的核心命题正在发生根本转变:从"谁能训练最大的模型",转向"谁能以最高效率在规模化场景中运行模型"。 结构性转变重塑半导体产业竞争格局 ---------------- 这场从训练到推理的迁移,其影响已超越芯片设计本身,正在向AI系统架构、商业部署策略和供应链结构三个维度深度渗透。 在商业模式层面,AI的经济逻辑正在发生根本性重构。训练对应资本开支,推理对应持续性收入——算力正从技术指标直接与营收挂钩,GPU正从硬件设备演变为token生成机器。这一范式转变意味着,推理基础设施的规模与效率,将直接决定AI企业的盈利能力与竞争壁垒。 在供应链层面,后训练时代的崛起——包括微调、LoRA、适配器等技术的广泛应用,以及动态提示结构调整、多模型协作等推理增强手段——正在大幅提升对推理算力的依赖程度,推动NPU、ASIC、FPGA等多元化推理硬件需求快速扩张。 对投资者而言,这场结构性转变提示了一个清晰的市场信号:AI基础设施投资的价值重心正在从训练端向推理端迁移,能够在推理效率、成本控制与规模化部署三个维度同时取得优势的企业,将在下一阶段的AI算力竞争中占据主动。 风险提示及免责条款 市场有风险,投资需谨慎。本文不构成个人投资建议,也未考虑到个别用户特殊的投资目标、财务状况或需要。用户应考虑本文中的任何意见、观点或结论是否符合其特定状况。据此投资,责任自负。
0
0
0
0