meta近期在AI领域动作频频，面对自研模型进展不顺的困境，公司创始人小扎将目光投向了基础设施领域，计划通过开放庞大的AI算力资源来开辟新的业务增长点。
近期，meta接连遭遇挑战：Gemini模型的使用受到限制，内部AI智能体技术的推进速度未达预期，员工士气也跌至近二十年来的低谷。面对这一系列困境，小扎迅速调整策略，提出了新的发展计划——meta Compute项目，旨在将公司的AI基础设施向外部客户开放。
据相关报道，meta不仅没有放缓数据中心和算力的采购步伐，反而加快了这一进程。仅今年上半年，meta就在云和托管数据中心方面签署了超过5GW的容量合同，这还不包括其正在加速建设的自建数据中心。目前，meta正在建设的两个最大数据中心园区，总容量达到2.5GW。自2024年初以来，meta在数据中心和算力相关交易上的投入已接近10GW。
这些庞大的算力资源将有多个去向。首先，它们将继续支持meta自家的AI模型研发，如已经推出的Muse Spark和正在训练中的下一代模型Watermelon。其次，算力将被用于优化广告推荐系统，meta计划将广告推荐系统的复杂度提升10倍，以借助更多训练和推理算力来增加广告收入。meta还考虑借鉴SpaceX的neocloud模式，将部分算力以高价租赁给外部客户。按照SpaceX的高算力租赁合同估算，每GW的年收入可达约500亿美元，这意味着meta只需拿出200MW算力给外部客户，就能带来100亿美元的年收入，且利润率极高。
meta的算力租赁合同设计也颇具灵活性，合同期限为三年，但双方都可以在90天内取消，实际上相当于每三个月自动续约一次。这种设计使得meta可以随时将算力收回，用于支持自家的MSL项目。
除了算力租赁，meta还计划托管第三方模型。有消息称，meta正在与Anthropic进行最终谈判，以获得Claude模型的私有实例访问权。未来，meta可能会打造一个类似于Amazon Bedrock、Microsoft Foundry或Google Vertex的模型服务平台，将Claude等第三方模型部署在自己的基础设施上，再打包销售给企业客户。
对于meta来说，托管第三方模型有多重用途。一方面，它可以作为Gemini模型的替代方案，满足meta内部AI项目对高质量模型token的需求。另一方面，meta可以像亚马逊的Bedrock一样，提供Claude-as-a-service服务，让客户无需自行与Anthropic签约、部署和运维，只需通过meta的平台即可调用模型。meta还可以利用自己的广告平台，构建销售与营销SaaS服务，集成前沿AI智能体。
据预计，meta可能很快就会宣布与Anthropic等公司的类似协议，OpenAI或Google也有可能加入其中。如果meta的算力业务顺利成形，那么它的竞争对手将不再局限于OpenAI、Anthropic和Google等模型公司，还将包括AWS、Azure、Google Cloud以及CoreWeave、Nebius等AI云厂商。
这一消息传出后，资本市场迅速做出反应。meta股价大幅上涨近9%，而CoreWeave、Nebius等neocloud公司则遭遇抛售。这表明华尔街对meta的新战略持乐观态度，认为即使meta在模型研发上尚未取得领先地位，但通过销售算力资源，仍有可能实现盈利。
meta之所以选择转向销售算力资源，直接原因在于模型研发的高昂成本。meta官方已将2026年的资本开支指引上调至1250亿-1450亿美元，而今年一季度的资本开支就已达到198.4亿美元。然而，尽管投入巨大，meta的模型进度却未能令人满意。Llama系列开源模型虽然生态影响力较大，但难以直接转化为收入。最新的自研模型Muse Spark也尚未将meta送回行业第一梯队。目前，meta正在训练下一代模型Watermelon，其算力投入比之前的Avocado模型高出一个数量级。
尽管面临诸多挑战，但meta的AI雄心依然坚定，其目标始终是追上OpenAI、Anthropic和Google等领先企业。为此，meta在芯片、数据中心和人才等方面都进行了高额投入。然而，由于模型研发的不确定性较高，meta需要寻找一种更直接、更易被市场理解的方式来展示其价值。算力资源作为一种可以被定价的资产，成为了meta的新选择。这些资源可以通过出租、托管模型、销售API、服务广告主、开发AI智能体SaaS以及支持内部广告推荐系统等多种方式实现盈利。
当然，销售算力资源并不意味着meta放弃了自研模型。小扎的长期目标仍然是实现超级智能。meta将继续加大在人才招聘、算力投入和模型训练方面的力度，以追赶行业领先者。在追求超级智能的道路上，小扎展现出了坚定的决心和不懈的努力。
