--- title: "过剩外租 vs 疯狂扩建，“精分” Meta 背后是明晃晃的 “阳谋”？" type: "Topics" locale: "zh-CN" url: "https://longbridge.com/zh-CN/topics/42574987.md" description: "继$Meta(META.US) 开始考虑算力租赁，引爆算力产业链见顶担忧，市场还在纠结 Meta 是暂时过渡还是长期战略时，Meta 用三个动作身体力行的告诉大家：做算力生意，我们是认真的！扩建数据中心都是最直接的准备工作，量产自家 ASIC 是在平衡成本以获得更高的 ROI，而新发布的大模型 Muse Spark 1.1 则是海豚君认为这次真正超预期的地方。三个新变化肯定会带来短期 Capex 继续上提..." datetime: "2026-07-10T11:40:56.000Z" locales: - [en](https://longbridge.com/en/topics/42574987.md) - [zh-CN](https://longbridge.com/zh-CN/topics/42574987.md) - [zh-HK](https://longbridge.com/zh-HK/topics/42574987.md) author: "[海豚研究](https://longbridge.com/zh-CN/news/dolphin.md)" --- # 过剩外租 vs 疯狂扩建，“精分” Meta 背后是明晃晃的 “阳谋”？ 继$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](https://longbridge.cn/topics/42440434?channel=SH000001&invite-code=355628&app_id=longbridge&utm_source=longbridge_app_share&locale=zh-CN&share_track_id=24b760a0-9e61-4d4c-b522-70f6cd40d8f6)》 2025 年 12 月 1 日《[“AI 宠儿” 秒成 “败家子”，Meta 还能杀回来吗？](https://longbridge.cn/topics/36821094?channel=SH000001&invite-code=355628&app_id=longbridge&utm_source=longbridge_app_share&locale=zh-CN&share_track_id=176af28f-04b9-4e23-9639-2cf1c5e23123)》 本文的风险披露与声明：[海豚君免责声明及一般披露](https://support.longbridge.global/topics/misc/dolphin-disclaimer) ### 相关股票 - [META.US](https://longbridge.com/zh-CN/quote/META.US.md) ## 评论 (2) - **汉云 · 2026-07-10T11:58:13.000Z**: 期待 - **小徐跟班 · 2026-07-10T11:52:07.000Z**: 优秀，meta 能看多高呢