独家解读丨「余粮」只剩 7 亿，Meta 为何成了最失意的 AI 巨头？

“主业下滑、AI 烧钱但不见回报，这是资本最忌讳的组合。”

作者丨徐晓飞

编辑丨麦广炜

“Meta 已经输掉了 AI 上半场，现在它不得不换个故事讲，但目前看来还没讲圆。”今早 Meta 二季度财报发布后，深圳某券商分析师王虹对雷峰网说道。

净利润暴跌 14 %，营业利润下滑 8%，自由现金流仅剩 7.84 亿美元，全年AI资本开支再次上调至 1350 亿~1450 亿美元……这组数据让华尔街心惊肉跳。

财报一出，Meta 股价应声下跌，盘后一度暴跌超 11%。

“主业承压、AI狂烧钱但不见回报，这是资本最忌讳的组合。”王虹补充道。

在 AI 上花出去的钱，到底怎么赚回来？成了资本市场对 Meta 的迫切拷问。

有意思的是，财报前的一个多月，Meta 动作频频：内部孵化器悄悄自研对标 OpenRouter 的模型路由器，给AI任务“降档”省钱；6 月开始，对员工的 Token 使用设限、建预算追踪平台；7 月初，又被曝正式筹建云业务部门，尝试对外出租算力。

一边是史上最激进的 AI 投入，一边是近乎“抠门”的精打细算。

矛盾吗？并不。这恰恰说明，Meta 的 AI 战争，已经从“不惜一切代价上桌”，切换到了“每一美元都要有回声”的下半场。

“大模型比拼格局初定，下半场的主旋律是：AI 落地、利润兑现，以及把 ROI 故事讲圆。”王虹强调。

而这，也是 2026 年所有 AI 公司急需回答的命题。

01

那个“最不争气”的巨头

想要读懂 Meta 为什么突然急着“向 AI 要钱”，得先看清它眼下的牌面有多尴尬。

从 2023 年初 ChatGPT 引爆大模型热潮算起，差不多三年半时间过去了。同一批老牌互联网巨头里，微软抓住了 OpenAI 的先机，吃到了第一波 AI 红利；谷歌后来居上，手握 Gemini，目前稳居第一梯队；亚马逊虽无强大模型，却有全球市占率第一的 AWS 托底。

芯片、算力、模型——AI 上半场，产业链上的三张牌，各家至少都握住了一张。

而 Meta，似乎是牌桌上那个最“不争气”的。

它曾经最接近的一张牌，是开源模型。

2023 年到 2024 年，Llama 系列一度是全球开源模型的代名词，扎克伯格亲自站台高呼“开源改变一切”。

彼时，Llama 1 到 Llama 3 一路狂飙，从小参数打爆 GPT-3 到 405B 巨型版本逼近闭源顶峰，Llama 是开源社区当之无愧的“信仰”与行业基准。

但就在一片大好的时候，Llama 4 翻车了。

2024 年下半年 OpenAI 推出基于思维链的 o1 模型，2025 年初中国 DeepSeek 又横空出世。Meta 开始在技术路线上掉队。

一位 Meta 前 AI 工程师李茂向雷峰网透露：“当时 Meta 的大方向是要把 AI 融进现有产品中，于是把更多资源向多模态和轻量化端侧模型倾斜，而忽略在通用大模型继续乘胜追击，对语言模型核心能力比如推理和思维链投入不足。”

“谁料 o1 和 DeepSeek 横空出世，高层一下乱了阵脚，又掉过头来救火。手忙脚乱中，仓促交付，结果适得其反。”

2025 年 4 月，Llama 4 仓促发布，但随即被社区发现提交榜单的是一个从未公开的“特供版”，迅速陷入“调包刷榜”的舆论质疑。

Llama 4 的惨败成了一个转折点，直接将 Meta 从开源模型的王座上拽了下来。

“过去开源界是 Llama 一统天下，但现在，更好的替代品那可太多了。”多位资深 AI 开发者向雷峰网如此表示。

统计显示，2026 年，Hugging Face 下载榜Top 15已被 Qwen、DeepSeek、GLM、Kimi、MiniMax 等中国模型包揽；今年 4 月，Qwen 单一模型下载量达 9.42 亿次，约等于两个 Llama。OpenRouter 今年 3 月的调用量榜单上，排名前四的全是中国模型。

而 Meta 自 Llama 4之后再无开源旗舰，前沿模型 Behemoth 被搁置，超级智能实验室今年 4 月发布的首个模型 Muse Spark 干脆走了闭源路线，但 API 却一再跳票，迟迟未向开发者全面开放。

当初，Meta 为了产品忽略了模型底层能力。但讽刺的是，Meta 在产品与 AI 的融合上，也没跑顺。

一位前Meta技术总监曾向雷峰网透露，在 Meta 的核心产品里，“平台上大模型的使用流量仅占 1%、2%，大部分仍采用传统推荐方式”。

在抖音式刷视频场景中，大模型表现甚至远落后于传统推荐算法。因后者能记录用户每日数万次互动细节，而大模型的上下文能力难以消化这类海量信号。

一位大模型开源社区的资深从业者向雷峰网坦言：“Llama 现在剩下的是之前积累的生态惯性，而不是能力领先。开源这张牌，Meta 实际上已经出不动了。”

卖模型，暂时卖不过 OpenAI、Anthropic；做芯片，自研 MTIA 尚在早期。模型、算力、芯片三张牌，Meta总得占住一头吧。算来算去，把手里全球数一数二的 GPU储备变成云生意，反而是眼下最现实的那条路。

最近，研究机构 Epoch AI 发布了截至 7 月 24 日的榜单。榜单显示，全球最强 AI 数据中心按英伟达 H100 等效算力折算，TOP60 里谷歌独占 16 个、Meta 有 11 个，也就是说，在算力上，Meta 是全球老二，仅次于谷歌。

而杰富瑞的行业调查也显示，Meta 内部基础设施利用率约 65%，剩下 35% 的闲置产能，就是现成的“商品”。可以说，Meta 卖算力，算是水到渠成。

02

资本支出，从“收着花”到账单翻倍

不过，货架上的算力，是用翻倍的账单换来的。

这也是本次财报的一大争议点，飙升的“资本支出”正在让华尔街愈发不安。

要知道，在 AI 上半场，Meta 在资本开支上其实是相对“收着”的一个。但最近一年，画风突变。

2025 年，Meta 资本开支 722 亿美元；2026 年，预计开支却一路从 1150 亿-1350 亿上调至 1250 亿-1450 亿 美元。一年之内，账单几乎翻倍。

而在本次财报里，Meta 又把 2026 全年资本开支下限提高了 100 亿美元，到了 1350 亿~1450 亿美元，短短几个月接连上调。

钱烧到了什么程度？

二季度财报显示，Meta 单季资本开支 310.8 亿美元，同比激增 83%；自由现金流仅剩 7.84 亿美元，同比暴跌 91%。可以说，Meta 的现金流几乎已全被狂飙的 AI 基建吞噬殆尽。

不仅如此，压在账单上的，还有一笔旧账。

Meta 上一轮押注的元宇宙的窟窿还在：负责相关业务的 Reality Labs 部门自 2020 年成立以来，累计亏损已超过 800 亿美元，仅 2025 年单年便亏掉 191.93 亿美元。

在不少业内人看来，元宇宙赌局的惨败，加重了 Meta 管理层的心理负担，于是 AI 成了必须赢下的一仗。

财报数据折射出了这种深层焦虑：Meta 庞大的 AI 研发与算力资本支出居高不下，几乎全靠应用家族的广告利润在硬扛支撑。

然而祸不单行，原本最稳的现金牛也开始松动，层出不穷的 AI 产品与技术在冲击着传统信息流与推荐算法的广告转化效率，TikTok 也在年轻用户市场持续替代 Instagram 与 Facebook。

广告护城河一旦漏水，开辟广告之外的回款通道，就从“想不想”变成了“不得不”。

但资本市场的耐心是有限的。

正如多位二级市场投资人对雷峰网所言，在华尔街眼里，微软的 Azure、谷歌的 GCP，都能把 AI 开支直接写进云收入的增长曲线里，而 Meta 以 To C 为主的业务结构，AI 变现几乎只能依托广告。

这也正是 Meta 的焦虑所在：它需要一条广告之外的回款通道，将巨额AI投资转化成华尔街认可的收入。

03

连环折腾：换人、拆队、买公司

为了把这条回款通道打通，Meta 过去一年几乎把组织拆了重来。

在不少 Meta 离职员工眼里，过去一年多，公司在组织和人事上的折腾密度，在硅谷巨头中无出其右。

2025 年 6 月，扎克伯格豪掷 143 亿美元，拿下数据标注公司 Scale AI 约 49% 的非投票股权，把年仅 28 岁的创始人 Alexandr Wang 挖来出任 Meta 史上首位首席 AI 官。

6 月 30 日，Meta 超级智能实验室（MSL）成立，Alexandr Wang 与前 GitHub CEO Nat Friedman 共同执掌。

随后是硅谷罕见的抢人大战：从 OpenAI 连挖数名 GPT-4o 核心研究员，赵晟佳出任首席科学家；从苹果挖来大模型团队负责人庞若鸣，薪酬包超 2 亿美元。以至于 OpenAI 首席研究官 Mark Chen 甚至公开抱怨“像有人闯进我们家偷东西”。

组织上同样大开大合。

2025 年 8 月，MSL 被拆为四大板块：Wang 亲领的 TBD Lab、老牌研究机构 FAIR、Friedman 负责的产品应用研究 PAR，以及基础设施团队，而这已是 Meta 半年内第四次重组AI团队。

2026 年 5 月，约 7000 名员工被重新调配到 AI 相关工作流，堪称 Meta 史上最大规模的内部人才重组。

收购也没停。2025 年底被曝将收购 Agent 明星创企 Manus，后续又被中国监管叫停。这次收购也牵扯出Meta内部新旧老臣激烈内斗，详情参见。

折腾的另一面，是持续的人员动荡。

2025 年 10 月，AI 部门裁员 600人，FAIR 元气大伤。2026 年 5 月，Meta 再裁约 8000人，占员工总数 10%，另取消 6000 个待招岗位，内部备忘录将其定性为“ AI 转型的人力成本”。

流失的还有顶级人才。

去年 10 月，在 Meta 效力十年、论文引用超 1.8 万次的华人科学家田渊栋随团队优化离职；11 月，效力 12 年的 Meta 首席 AI 科学家 LeCun 出走创业。

与此同时，管理风格也在漂移。

Meta 技术总监曾告诉雷峰网，Meta 正从过去“自下而上”、小团队自主推动的文化，转向领导定方向、团队跟进的“自上而下”模式；一旦上层思路不清，便容易出现多团队重复竞争、基层揣测意图空转的局面。

一位接近 Meta 的猎头告诉也雷峰网：“Meta 给得起全硅谷最贵的薪酬包，但超级智能实验室成立一年，产品负责人、明星研究员来了又走。钱能买来人，买不来稳定和共识。”

04

结语

Meta 的挣扎不是孤例。

眼下，AI 行业与资本市场正经历一场深刻转变：从专注技术突破与算力铺设的上半场，全面转入拼自由现金流、拼 ROI 与商业兑现的下半场。

但现实却是，科技巨头的基建预算越堆越高，自由现金流大幅缩水，在 AI 上投下的巨资迟迟不见回报。

对于这种“吞金”现状，市场已给出冷酷反馈。拿上周发布财报的谷歌来说，即便其云业务暴增 82%，但资本开支翻倍、自由现金流转负，股价照样下跌，而微软、亚马逊和 Meta 等巨头亦面临相似拷问。

要知道，AI 行业已从“拼投入”变成“拼回报”，模型能力的差距在收敛，但商业闭环的差距才刚拉开。

而Meta 的折腾与转身，不过是替全行业提前演练了这道考题。

雷峰网将持续关注 Meta 财报及全球 AI 大厂商业化进展，欢迎添加作者微信xf123a交流，互通有无。