Meta模型难追，小扎押注AI算力基建“卖铲子”

在自研AI模型迟迟无法突破行业瓶颈的背景下，Meta创始人扎克伯格调整了公司的AI业务布局，不再将全部精力押注于模型研发，而是转向AI基础设施的商业化赛道，计划推出名为Meta Compute的对外算力服务，将自身积累的庞大AI基建资源开放给外部客户使用。

近期Meta接连遭遇多重发展阻力：先是被限制使用谷歌的Gemini模型，内部高管也公开承认AI Agent技术的推进速度低于预期，同时公司员工士气跌至近二十年的最低点。尽管Meta在开源模型领域拥有一定的生态影响力，但自研模型迟迟未能进入行业第一梯队，无法为公司带来直接的收入增长，这让扎克伯格不得不寻找新的业务突破口。

不少行业观察人士将Meta的这一转型比作“卖铲子”的经典商业策略，与其在模型赛道持续烧钱却看不到即时回报，不如将手里的算力资源变现。而Meta之所以能够推出这项服务，背后是其正在加速扩张的全球算力基建规模。

据行业分析机构的数据，Meta的数据中心和算力采购不仅没有放缓，反而在持续加码。仅2026年上半年，Meta就在云和托管数据中心项目上签下了超过5GW的容量订单，这还不包括其正在加速推进的自建数据中心项目。目前Meta正在建设的两个最大规模的数据中心园区，总容量就达到了2.5GW，而从2024年初至今，Meta签下的所有算力相关交易总规模已经接近10GW。这些遍布全球的算力节点，正是Meta布局算力商业化的核心底气。

Meta的海量算力资源主要有四大核心应用方向： 第一，优先保障内部模型的训练和迭代，包括已经推出的Muse Spark，以及正在研发的下一代代号为“西瓜”的Watermelon模型； 第二，升级内部广告推荐系统，行业分析机构认为，Meta计划将广告推荐系统的复杂度提升10倍，通过更多的训练和推理算力来进一步放大广告业务的收入规模； 第三，效仿SpaceX旗下的Neocloud算力租赁业务模式，将部分闲置算力以高价对外租赁。按照SpaceX当前的算力租赁合同标准，每GW算力的年收入可达约500亿美元，按照这个标准计算，Meta只要对外输出200MW的算力，就能带来超过100亿美元的年收入，且利润率极高。值得一提的是，SpaceX的租赁模式采用三年期合同，但双方均可在90天内取消，相当于自动续约的月度合同，这意味着Meta可以随时收回算力资源，优先保障内部模型的训练需求； 第四，托管第三方AI模型，打造类似亚马逊Bedrock、微软Foundry、谷歌Vertex的模型服务平台。目前有消息称，Meta正在和Anthropic进行最终谈判，争取获得Claude私有实例的访问权限，未来可以将Claude这类第三方模型部署在自己的算力基础设施上，打包卖给企业客户，无需客户自行完成签约、部署和运维流程，直接通过Meta的平台调用模型即可。

对于Meta来说，这种第三方模型托管模式至少有三层核心价值： 首先是内部替代，此前谷歌限制了Meta使用Gemini模型，而Claude作为当前行业顶尖的模型之一，可以完美填补Meta内部的AI项目对高质量模型令牌的需求； 其次是对外销售，像亚马逊Bedrock一样提供Claude即服务的产品，降低企业客户的使用门槛和运维成本； 最后是垂直场景应用，依托Meta自身的广告平台，构建销售和营销类的SaaS工具，集成前沿的AI Agent功能。行业分析机构预计，Meta很快就会官宣相关合作协议，Anthropic将是首要合作对象，不排除后续和OpenAI、谷歌达成类似合作的可能。

一旦Meta的算力业务正式成型，其竞争对手将不再局限于OpenAI、Anthropic、谷歌等模型厂商，还会直接和AWS、Azure、谷歌云，以及CoreWeave、Nebius等专业AI云厂商展开直接竞争。消息公布后，资本市场迅速做出反应：Meta的股价大涨近9%，而CoreWeave、Nebius等专注AI算力租赁的企业则遭遇了股价抛售，华尔街显然已经看懂了扎克伯格的新故事：即便自研模型暂时无法赶超同行，算力业务也能带来稳定的高利润收入。

转型算力商业化的核心动因：高昂的模型研发成本

扎克伯格从模型赛道转向算力商业化，最直接的原因就是自研AI模型的研发成本过于高昂。Meta官方公布的2026年资本开支指引已经上调至1250亿到1450亿美元，而仅2026年第一季度，Meta的资本开支就达到了198.4亿美元。

尽管投入巨大，Meta的模型业务却迟迟未能兑现市场预期：开源的Llama系列虽然在生态上拥有不小的影响力，但很难直接转化为稳定的收入；最新推出的Muse Spark也未能将Meta带回AI模型行业的第一梯队。目前Meta内部正在训练代号为Watermelon的下一代模型，据称其算力投入比上一代Avocado高出一个数量级。Meta AI相关负责人表示，Watermelon的性能已经达到GPT-5.5的水平，当前版本的Muse Spark也即将迎来重大更新，在编程能力和智能体功能上都会有显著提升，当被问及何时能推出媲美Claude Opus的模型时，该负责人回应称：

很快就会了！

不少网友对此调侃称，这一回应并未给出明确的时间节点。

说到底，Meta的AI野心始终围绕着追赶OpenAI、Anthropic和谷歌这三大行业头部玩家，为此扎克伯格投入了大量的资金、芯片资源、数据中心和顶尖人才。但问题在于，模型赛道的竞争充满不确定性，即便投入巨额资金，也未必能在短时间内获得市场和客户的认可。相比之下，GPU和数据中心这类算力资源可以被清晰定价，既可以对外租赁、托管模型、售卖API，也可以服务内部广告业务和AI Agent SaaS，具备明确的变现路径。

此前Meta向市场讲述的是一个遥远的故事：

相信我，我们会做出超级智能。

但现在这故事听起来近多了：

就算超级智能没那么快出来，这些GPU也不是沉没成本。

当然，卖算力并不代表Meta放弃自研模型，扎克伯格的核心目标依然是打造通用人工智能，继续招募顶尖人才、采购更多芯片、训练更大规模的模型，追赶行业头部玩家。只是在前沿模型竞争的不确定性面前，选择先通过算力业务获得稳定的收入，也不失为一种务实的妥协。

塔猴是一个专注于为用户提供系统学习、内容创作与商业连接的AIGC综合服务平台，致力于为每一位AI探索者打造理想的创作、成长家园。在塔猴，你不仅可以学习众多AIGC类实战课程，获得与时俱进的AIGC技能和视野，还有机会获得长期商业合作和接单机会！点击进入：https://www.tahou.com/

AI生成内容提示：本文由人工智能辅助创作，内容仅供参考，不代表平台观点。请注意核实信息的准确性，并理性判断。