过剩外租vs 疯狂扩建，“精分”Meta背后是明晃晃的“阳谋”？

本文来自微信公众号： 海豚研究 ，作者：海豚君，原文标题：《过剩外租 vs 疯狂扩建，“精分”Meta背后是明晃晃的“阳谋”？》

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。

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。

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。

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。