狂燒千億美元！AI落后的Meta，被中國科技大廠上了一課

七月的第一個星期，股票市場的AI板塊經歷了一場劇烈的震蕩。而事情的起因，要從Meta這家大廠說起。據多家媒體及產業鏈消息確認，重金囤積數十萬張H100芯片、一直在GPU市場上買買買的Meta，正在制定云基礎設施業務計劃，要向外部客戶出售過剩的AI算力，并同步推出付費的AI模型API。

消息一出，投資市場上立刻掀起了一股恐慌情緒，算力租賃相關企業應聲下跌，甚至前陣子暴漲的光模塊、PCB等算力硬件版塊也集體下滑。這種震蕩背后的邏輯是：如果連財大氣粗、對AI狂熱的扎克伯格都開始賣算力了，那是不是已經出現過剩情況了？

Meta AI戰略的變化，還暴露出扎克伯格在AI應用賽道與智能體開發中遇到了問題。曾經，無論是扎克伯格自己，還是大量外界投資者，都認為AI+社交能產生更大的商業價值。但現在，Meta「認慫」了，或許說明，AI不是任何時候都能變成靈丹妙藥。

AI戰略舉棋不定，Meta光燒錢了？

如果要總結Meta過去幾年在AI領域的動作，有兩個比較明顯的特點：一個是瘋狂燒錢，持續砸重金；另一個是戰略方向一直在變，扎克伯格沒有制定出一條堅定的路線。

先說砸錢這塊，在過去兩年，Meta一直是算力市場上最闊綽的買家。根據官方財務數據透露出的信息，Meta 2026年的資本支出預計會達到驚人的1250億美元至1450億美元，差不多是2025年（約722億美元）的兩倍。這些資金絕大部分都用在了AI數據中心、大型GPU集群以及其他的底層基礎設施，說白了就是花錢堆算力。扎克伯格的想法可能是：既然算力是支撐AI的必需品，那么多買點稀缺算力，怎么都不會虧。

除了囤算力，Meta還在持續收購其他AI企業。2025年一整年，Meta收購了Manus、Rivos、Play.AI、WaveForms、Limitless AI等一大票AI初創公司，涉及智能體、數據標注、芯片、語音、穿戴等多個領域。收購這些公司，直接就消耗了Meta賬上的幾百億美元。

Meta搞這么大規模的并購，一方面是為了構建一套完整的AI生態，另一方面是為了吸納更多的AI人才，尤其是這些AI初創公司創始人。

然后是AI戰略，Meta出現過幾次的反復。Meta旗下的主要大模型是Llama系列，從2023年推出以來一直堅持開源策略。2024年發布的Llama 3有著相當不錯的表現，在很多基準測試中都超過了當年的Gemini和Claude。然而，好景不長，隨著OpenAI、谷歌和Anthropic后續在大模型領域的爆發，Llama很快就落后了。

到了Llama 4，甚至有內部員工爆料這款模型在訓練時作弊。具體來說，就是在后訓練階段中把多個benchmark測試集混入訓練數據，這樣就能短期內提升成績。而Meta高層這么干，直接原因是扎克伯格下了死命令，要求限時交付，而且測試成績要在開源模型中做到最好。但最后即便用上了特殊手段，Llama 4表現仍然一般，不少開發者和用戶測試后，發現它的代碼能力不行，和當時的GPT-4o差很遠。

（圖源：Meta）

進入2026年，Meta轉變方向，一改過去的開源策略，推出了付費模型Muse Spark 1.1。這款模型的API定價為每百萬輸入Token 1.25美元，每百萬輸出Token 4.25美元，價格很激進，只有OpenAI和Anthropic的四分之一。

過去幾年，Meta AI團隊的人事震蕩非常激烈，大量人員流失。今年五月，扎克伯格更是親自動手，對Meta進行了一次超大規模的整合重組，裁掉了8000名員工，又把7000名員工強制轉崗到AI崗位。這一變化并沒有讓情況好轉，持續高壓下，不斷有高管離職。到了七月初的內部大會，扎克伯格罕見地公開認錯，承認公司Agent開發不及預期、人事管理方面存在問題。

總的來看，扎克伯格對AI的快速發展表現得非常焦慮，采取的策略極端而激烈，瘋狂燒錢買買買，在模型技術路線上又頻繁變動，開源還是閉源、單模態還是多模態，都沒有堅定的方向。更關鍵的是，Meta一直折騰，但沒能走出一條可行的商業變現道路，資本支出一直增加，卻沒能看到相應的回報。

Meta沒走通的路，BAT走通了

Meta在AI應用側的受阻很讓扎克伯格頭疼，Meta要在2025年底斥巨資收購Manus（最終沒成功），很大程度上就是因為Meta自己的智能體跑不通了。

在大模型能力逐漸同質化的今天，AI Agent被公認為大模型走向場景落地的最后一公里。但Agent的開發并非單純堆砌模型參數那么簡單，它要求模型有很強的規劃和工具調用能力，還要有足夠的產品化工程經驗。

Meta雖然手握海量算力和基礎大模型，但在開源競爭中，Llama不僅沒有在性能上甩開GPT和Claude，反而被國內的DeepSeek、千問等開源廠商在部分指標上反超。當基礎模型優勢不再領先的情況下，Meta內部的智能體研發進步就會受影響，給用戶尤其是企業用戶的感覺就是做不了復雜的任務、干不了活。

實際上，作為互聯網社交巨頭，Meta仍然有很多別人不具備的優勢資源。它手握10億級別的活躍用戶，在WhatsApp等平臺上，數億級用戶在使用Meta AI，用戶在聊天框里就能喚醒AI。只是，Meta AI+社交的策略，并沒能帶來太多營收上的增量。理論上，AI功能增加了一定的用戶黏性，而說到底收入主要還是來自廣告。而且，支撐社交App里的AI功能是要花錢的，用戶免費用AI回復、用AI畫圖，但Meta要為之買單。

（圖源：WhatsApp）

Meta搞算力出租，按照市場機構的估算，每年都回血大概200億美元，這份真金白銀的收入對已經燒錢了好一陣子的Meta來說，很難不心動。

作為對比，國內互聯網大廠的AI路線，普遍比Meta走得更加務實。堅持大模型開源策略的阿里，旗下的千問在開發者群體中備受好評。但阿里的目的非常明確，通過開源模型繁榮生態，然后把算力消耗和模型調用引流至阿里云。用千問大模型的人中，很多又會去用阿里的云服務器、買阿里的云電腦。今年五月的阿里云峰會上，阿里釋放的信號就很明顯：一切都為Agent服務，所有接口、平臺、模型等，都給Agent做適配。面向C端用戶的千問App，也接入了大量阿里生態服務，從買電影票到打車、點外賣，都能讓智能體來完成。

字節跳動則不過度追求極致參數的大模型，在C端應用上展現了很強的用戶覆蓋能力，像豆包成了國民級的AI應用。在B端，字節則利用自己在短視頻生態中積累的優勢，應用到視頻生成領域，通過Seedance 2.0等視頻生成技術成功拿到了大量企業訂單，甚至成為工業影視行業中的生產力工具。百度則把重點方向放在了生產力智能體上，將文心一言打造了成了智能體平臺，聚焦于客服、營銷、編程等具體場景，以吸引大量B端用戶。

此外，同樣掌握著社交帝國的騰訊，采取的AI戰略和Meta截然不同，它們之間的對比尤其值得關注。不同于Meta的激進，騰訊在AI路線上顯得非常克制。在過去兩年中，騰訊極少在公開場合宣傳自家大模型的參數、性能，也沒有像Meta那樣在市場上瘋狂收購AI公司。騰訊的核心大模型混元，從誕生開始就有很強的實用主義色彩。

騰訊的AI打法中，它并不試圖用AI去顛覆現有的產品邏輯，而是將AI能力融入微信、QQ、騰訊會議等自己成熟的生態體系中。比如，在微信中提供更智能的搜索摘要，在騰訊會議中實現高精度的AI會議紀要，在微信小程序生態內為B端商戶提供智能客服和營銷文案生成。

按照騰訊的想法，未來用戶未必需要一款專門的AI App，微信這種工具就能成為關鍵的入口。微信還在灰度測試的AI助手「小微」，就是這種思路下的產物。它集成在微信里，能夠語音或文字操作微信原生功能，還能調用小程序來完成任務，甚至還能一鍵生成小程序。

（圖源：微博）

小微推出后，獲得了不錯的評價，但騰訊仍然很謹慎，并沒有全量上線。其中有個關鍵的因素，就是如果10億級別的用戶都在微信里用AI服務，那將消耗海量的算力、對服務器會形成巨大的壓力。

「算力過剩」，仍是一個偽命題

Meta打算出租算力后，投資市場立刻用暴跌表達出對算力過剩的恐慌。但這種擔憂，并不能代表現實。在雷科技（ID：leitech）看來，算力過剩，是一個偽命題。

首先，算力并沒有過剩，只是出現了分層。Meta向外出售算力，直接原因是算力有冗余、暫時用不完。更深層次的原因，則是Meta對自家的AI業務發展太樂觀了，扎克伯格以為AI會起飛，所以提前囤積了大量算力。但實際情況則是，Meta大模型掉隊了，Agent落地也搞好，手里的一大堆AI基礎設施自然沒了用武之地。

但對很多AI業務做得好的企業，算力仍然是稀缺性的資源。最近幾年，谷歌、微軟、亞馬遜等互聯網巨頭，都在自研AI芯片，很大程度上也是為了在算力這塊掌握多一點主動權。

即便是Meta自己，出售的也主要是上一代架構的GPU和冗余算力。Meta新一代的Muse前沿模型以及其他關鍵項目，還是需要最頂尖的GPU集群，這些設備不但沒有過剩，還仍然是一卡難求，像英偉達的高端卡還是長期缺貨。

（圖源：英偉達）

其次，算力市場將從粗放式管理轉向精細化經營。過去幾年，無論是互聯網大廠，還是普通企業，都在AI浪潮下表現出很深的AI焦慮。為了不在AI時代掉隊，很多企業都在一股腦地買算力、投資AI。具體表現就是，不管現在用得用不上，不管有沒有對應的場景需求，先買了再說。Meta在AI領域的瘋狂燒錢，和當年All in元宇宙的做法如出一轍。

但現在，情況有變化了。投向AI產業的資金不是無限的，未來無論是企業還是投資者，都更加看重算力能否帶來商業化的回報。說得更直白點，就是買算力能不能賺錢。對于有穩定AI業務、形成商業閉環的企業，算力就是有稀缺性的資源。而對長期虧損、找不到AI變現路徑的企業，手上的冗余算力還是甩賣出去更劃算。

可以預見的是，未來算力或許也會變成和水電一樣的可以調配、轉讓的流動性資源。企業和市場會建立起更復雜的算力調度系統，企業內部高優先級任務先用，閑時或者富余時就通過API等方式開放到市場上出售給其他人。

寫在最后

其實，扎克伯格的認錯和出售算力的決策，對Meta并不是壞事。這至少說明，他終于給持續數年的燒錢狂奔踩了腳剎車。而且，Meta仍然憑借著社交網絡平臺的優勢，每年還能有大量的廣告收入，加上出售算力帶來的營收，Meta還有很高的容錯率，允許扎克伯格繼續在AI領域探索。

另外，扎克伯格重整Meta組織架構、上線閉源付費模型、出售算力，很大程度上說明他對公司的經營回歸到了更務實的路線上。Meta的轉變，也在說明，AI行業狂飆突進的粗放時代結束了，AI技術終究要適配現實的商業邏輯。在未來AI領域的大洗牌中，誰能在算力消耗與商業變現之間找到平衡，誰就更有打贏淘汰賽的可能性。