过剩外租 vs 疯狂扩建，“精分” Meta 背后是明晃晃的 “阳谋”？

继$Meta(META.US) 开始考虑算力租赁，引爆算力产业链见顶担忧，市场还在纠结 Meta 是暂时过渡还是长期战略时，Meta 用三个动作身体力行的告诉大家：做算力生意，我们是认真的！

扩建数据中心都是最直接的准备工作，量产自家 ASIC 是在平衡成本以获得更高的 ROI，而新发布的大模型 Muse Spark 1.1 则是海豚君认为这次真正超预期的地方。

三个新变化肯定会带来短期 Capex 继续上提，EPS 承压也是难免的。但逐步坐实的是，Meta 的叙事逻辑发生了变化——从 “成本趋向” 的 to C AI，转向了 “具备经济性” 的 To B AI，资金会看淡因前置投入带来的基本面短期压力，提高 AI 直接变现的预期。

虽说很多组织问题仍然存在，但争议扎堆的当下，市场对 Meta 的估值情绪会有一个更明确的修正。

1. 大模型 “翻新”，或许还有预期差

在海豚君看来，昨晚真正超预期的 Muse Spark 1.1 的发布，因为大模型技术才是 Meta 是否还能具备长期内生增长的直接体现，尤其是在员工团队组织负面扎堆的当下，一定程度上能够缓解市场对 Meta 组织活力的担忧。

Muse Spark 1.1 是年初发布的 Muse Spark 的一次重大升级，是一款专门针对 Agent 任务构建的多模态模型，在智能性、代码以及多模态理解方面均有显著提升。

有一梯队模型在手，那么后续的算力租赁就不单纯在裸租芯片上了，而是搭售大模型能力、Agent 能力等附加价值的完整方案输出。

除了技术性能提升外，Muse Spark 1.1 的特点还在于它的性价比。相当于一个 Opus 4.8 的智能，收费只要 Opus 4.8 的 1/4，这性价比似乎比 GLM-5.2 还要高。

一周内，OpenAI、Grok、Meta 先后发了新模型，传 Google 也将紧随其后更新模型。大家再次拼起了刺刀，一哥 Anthropic 也很 “凑巧” 的重置了用户 Tokens 限额（算是一次临时补偿）。

为什么 Meta 大模型能力似乎又行了？

海豚君联想到近期关于大模型提升潜力流传甚广的一种说法——目前头部大模型的竞赛越来越看重数据壁垒（对齐环节核心 RLHF 的高质量标注数据），尤其是用户在使用 AI 过程中的真实行为数据——记录用户适用每一步操作、错误修正、决策逻辑等流程。

比如在 Coding 领域，就受到针对 B 端脱敏的编程轨迹数据的影响。Anthropic、OpenAI 在这方面的数据积累都比较丰富，但 Google 因为合规红线限制，“能够被用来训练” 的长轨迹数据体量和 Anthropic、OpenAI 存在差距。

而在流程数据收集以及数据标注上，刚好与 Meta 近一年折腾的怪异事情可以联系起来：

一方面，自建内部标注团队，是 Meta 买下 Scale AI 之后，做的比较大的团队调整，也是内部员工 “怨声载道” 的主要原因之一（员工认为数据标注没有技术含量，但不服从岗位调整就被裁员）。

另一方面，近期还传出 Meta 员工吐槽公司用电脑屏幕、鼠标移动来收集工作流程数据的新闻，这又刚好与上述的长轨迹数据需求吻合。

因此，这是否意味着 Meta 后面还有厚积薄发的弯道超车机会？海豚君会继续关注，尤其是内部组织问题能否有更多的修正，这直接影响 Meta 未来是否具备持续 “秀肌肉” 的能力。

2. 算力目标翻倍，但现金流仍尴尬

昨晚最让 AI 产业链躁动，无非就是 Meta 用数据中心算力储备翻倍的投产目标，打消了头部客户削减 Capex 的疑虑。

路透报道，Meta 明年的算力部署目标达到 14GW，相比今年底翻倍。之前海豚君按照 Meta 的数据中心投建规划，对 26 年的预估也是差不多 7GW，但是对 27 年底的测算是差不多 9-10GW 的水平。这相比路透的这篇报道，少估了一个 4GW 的净差。

但这里存在两个问题，一个是 Meta 有没有这么多钱，另一个是规划是规划，最终是否能够按期完成部署并投入运营。

当然后者存在太多变量，很难量化，所以市场短期乐观时候干脆直接忽视。但就往常情况来看，数据中心的规划和实际落地，是存在一个预期落差的。这个是一个需要留安全垫的点，但既然算不清，海豚君也不过分纠结。

不过，第一个问题是可以做一个简单判断的。我们分几个小点来讨论：

（1）明年扩建算力产能，要花多少钱？

海豚君将 Meta 的 Capex 直接拆分为算力投建的支出和其他支出，算力投建支出按 GW 平均 350 亿元的部署成本和各园区周期规划来计算（同时剔除向 Blue Owl 表外融资的部分，再按 5 年平均）。剩余其他 Capex 支出在 27 年之后按 20% 的正常增速计算。

因此我们原本的预期是 26/27 年的 Capex 支出在 1400 亿/2030 亿水平，但如果加上 27 年少算的 4GW 净差，哪怕是考虑到部分采购 TPU+ 自家 ASIC 芯片 Iris 降低综合成本，按照 300 亿美元/GW 来算，那么这两年也需要额外增加 300*4=1200 亿。

当然还有一个影响比较大的信息偏差是，如果 14GW 只是说到明年底（2027 年）的规划而不是要求部署完成，那么 26-27 年新增的 1200 亿还可以继续往 28 年甚至 29 年分期摊一摊。

海豚君倾向于只是到 27 年的规划目标，而非年底就得完全部署好这么多产能，否则按照 1-2 年的建设周期，应该马上就会看到正在投建的 5 个数据中心之外的新数据中心要开工、建筑队伍要就位、电力也要开始找合作。

因此折中来看，大概率还是在下图中前后预期 Capex 的区间范围内，也就是今年 1400-1700 亿区间，明年是 2000-2900 亿区间。

一个观察信号就是，月底 Meta 的 Q2 财报是否会继续上调今年 Capex，以及业绩会上谈及 14GW 算力部署的口吻是否激进。

（2）Meta 有足够的流动资金吗？

14GW 规划是目标，我们还得看看 Meta 有没有这个实力。毕竟小扎的空响炮也不止放过一次了，战略漂移、左右脑互搏也并非没有 “前科”。

首先，Meta 目前的主营业务广告增长势头是不错的，当下美国的经济环境虽有波动，但大概率能够支撑后续的高增长。但如果不做算力租赁，我们原本 Capex 预期下，26、27 年 Capex 占收入比重要达到 55%、65%。

这个数其实是比较夸张的，按 50-60% 的经营现金流/收入来看，未来两年等于说日常经营所产生的现金流全都拿去投算力了。

虽说 Meta 一直秉持着 “Cash Neutral” 的现金管理习惯，但一个 Capex 就已经干完了经营性流入额，如果再加上其他的对外投资、债务利息等流入流出，连续两年这么负现金流，对公司的经营稳定性肯定不利。

当然 Meta 这种头部大厂，就算有钱也没必要把自己的现金流榨干，完全可以抵押自己的信用去低成本融资。譬如去年底密集发公司债，以及与私募信贷机构的表外融资。

但如果有了算力租赁的收入预期，那么对 Meta 的投入压力是有相对缓解的。

比如假设 26、27 年分别拿出 30% 用来外租，也就是 2、4GW，按照 100-150 亿/GW 的裸租算力租金年化收入，那么两年至少新增 200、400 亿收入，在原先收入预期上分别增加 8%、12%。如若搭售大模型、Agent 能力，增量还会更多。

如下图，再考虑了新建数据中心算力需要的额外投入，同时将 30% 对外租赁所能获得的收入，总体看 Capex 相对收入端的压力还是有所放缓的。

但由于投入前置，短期还是需要动用存款和现金储备（目前现金 + 短期投资 810 亿，长债 590 亿），因此如若真如明年最终达到 14GW 的规划，那么后续的债务融资仍然少不了。

但相比于之前的纯成本项（广告增长 AI 的作用并非主力），至少现在的 AI 之于 Meta，再推进债务融资来豪赌 AI，会相对减少一些来自股东的阻力。

3. ASIC 量产在即，自用降本为主

昨晚还爆出来第四代 MTIA 芯片（Iris）量产 9 月在即，目前已完成测试，暂未发现有什么大 bug，按这个进度，Iris 肯定是促成明年 14GW 总算力的重要组成部分。

Iris 是 Meta 自主设计的适用训练 + 推理的 ASIC 芯片（但我们预计主要还是用来做推理），协同设计和物理落地由 Broadcom 负责，TSMC 代工制造。软件公司要自己做芯片，本质上还是苦 NVIDIA GPU 高价久矣。

硬件部署上，Meta 据称还与重要的模块厂商——三星、闪迪签了长期协议，以及与 Sumitomo Electric 采购光纤设备。

不过这款芯片还是自用为主，台积电的产能份额并不适合 Meta 做芯片生意，所以持续研发芯片的本意，还是性价比的问题——降低推理成本和对特定少数公司的裹挟。

4. 小结

总的来说，相比前几天模棱两可的表述 “考虑将闲置算力对外出租”，这次最大的变化是确认了 Meta 要长期战略性的布局算力租赁业务。

更关键的是，一个挤能够进一梯队的新模型发布（目前看纸面实力还可以，我们会继续跟踪用户的实际使用反馈），打消了市场对近期 Meta 内部组织问题的一部分担忧，也让 Meta 的算力租赁这门生意的 ROI 也增加了更多的想象空间——从裸租算力吃行业 beta 的预期到可以试着畅想一下搭售大模型 API、甚至逐步提供额外云服务的附加价值。

值得一提的是，Meta 的这种身份转变，虽然侧面证明了短期 AI ToC 走通商业模式仍然存在阻碍，可能会弱化市场对 Meta AI 在 C 端的变现预期，但对当下投资情绪已经压抑许久的 Meta 而言，整体仍然是有利的。

但硬币的反面是，跳出 Meta 个体从行业视角看，在大模型边际效用提升递减、Anthropic 虽然 ARR 持续增长但很可能是一超多强的虹吸现象下，Meta 加入算力供给方，是否会加速产业链投资见顶？

眼见各家拉足火力在算力上怼资金，毫无疑问 27、28 年将是全球算力供给的膨胀大年，海豚君认为有必要更新一下全行业的算力供需缺口变化，看看硬件投产错配的窗口期红利还能持续多久，边际增量空间是否已经开始收敛，敬请期待。

<此处结束>

海豚君近期 Meta 点评：

2026 年 7 月 6 日《算力死贵，Meta 掀桌》

2025 年 12 月 1 日《“AI 宠儿” 秒成 “败家子”，Meta 还能杀回来吗？》

本文的风险披露与声明：海豚君免责声明及一般披露