Meta也来卖铲子了，小扎：模型可以慢，GPU必须赚

模型搞不出起色，小扎开始盯上基础设施了。 起因是Meta遭受了接二连三的打击：Gemini模型被限制使用、小扎承认内部AI agent技术推进比预期慢、员工士气跌到20年谷底…… 总之真是流年不利。 但是没关系，小扎灵光一闪，又有了Plan B。 既然自研模型赶不上，那咱可以卖GPU啊！！ 据彭博社报道，Meta正考虑推出Meta Compute，把庞大的AI基建开放给外部客户。 好家伙，果然都是卖铲子的天下… Meta要卖GPU了 既然要卖铲子，那么Meta手里有多少铲子？ 据SemiAnalysis报道，Meta的数据中心和算力采购不但不会放慢，反而还会继续加速。 仅今年前6个月，Meta就已经在云和托管数据中心上签下了超过5GW的容量。这还不包括它正在加速推进的自建数据中心。 Meta正在建设中的两个最大数据中心园区，加起来就代表了2.5GW的容量。 而从2024年初以来，Meta签下的数据中心和算力相关交易，也已经接近10GW。 地图上这些密密麻麻的点位，就是小扎卖GPU的底气。 这堆算力有几个去向： 第一，继续喂给自家模型，比如亚历山大王的MSL已经推出的Muse Spark，以及正在训练中的下一代模型Watermelon。 第二，用在广告推荐系统上。SemiAnalysis认为，Meta可能希望把广告推荐系统的复杂度再放大10倍，用更多训练和推理算力提升广告收入。 第三，做类似SpaceX的neocloud交易，把一部分算力以高价租给外部客户。 如果按SpaceX那类高算力租赁合同来算，每GW年收入可达约500亿美元。 Meta只要拿出200MW算力给外部客户，就能带来100亿美元年收入，而且是超高利润率。 啧啧，这油水是真不少~ 而且SpaceX开创了一种新模式：合同三年，但双方都可以在90天内取消——实际上相当于3个月一签，自动续约。 这意味着Meta可以随时把算力收回来给MSL用。 第四，托管第三方模型。 SemiAnalysis甚至判断，Meta正在与Anthropic进行最终谈判，以获得Claude的私有实例访问权。 未来，Meta会做类似Amazon的Bedrock、Microsoft的Foundry、Google的Vertex这样的模型服务平台。 也就是说，Meta可以把Claude这类第三方模型部署在自己的基础设施上，再打包卖给企业客户。 对Meta来说，这至少有三层用途： 第一，当然是内部使用。 Google刚刚限制了Meta对Gemini的使用，而Meta可能反手就把Claude作为替代。 毕竟Meta自己的AI项目需要大量高质量模型token。 而Claude也正好是目前最强的模型之一。 二是对外销售。Meta可以像亚马逊的Bedrock一样卖Claude-as-a-service。 客户不用自己找Anthropic签约、部署、运维，只要通过Meta的平台调用模型就行。 三是垂直应用。Meta可以利用自己的广告平台，构建销售与营销SaaS，集成前沿AI Agent。 SemiAnalysis预计，Meta可能很快宣布类似协议，Anthropic就是头号对象，但OpenAI或Google也可能加入。 如果Meta的算力业务成形，那么它的对手就不只是OpenAI、Anthropic、Google这些模型公司了。 它还会站到AWS、Azure、Google Cloud，以及CoreWeave、Nebius这些AI云厂商对面。 消息一出，资本市场也立刻闻风而动。 Meta股价大涨近9%，而CoreWeave、Nebius这些 neocloud公司则遭遇抛售。 华尔街显然听懂了小扎的新故事： 虽然咱模型还没赢，但GPU可以先赚钱啊！ 为啥要卖算力：搞模型太烧钱 小扎从模型转向卖铲子，最直接的原因是： 研发模型，真的太烧钱了！！！ Meta官方给出的2026年资本开支指引，已经上调到1250亿-1450亿美元。 作为对比，Meta今年一季度的资本开支就已经达到198.4亿美元。 但是反观Meta的模型进度，不禁让人捏了一把冷汗： Llama系列开源，生态影响力很大，但也很难直接转变成收入。 而Meta最新的自研模型Muse Spark，也还没有真正把Meta送回第一梯队。 现在Meta内部又在训练下一代模型Watermelon（西瓜），据称算力投入比Avocado高一个数量级。 亚历山大王表示：大家别着急，Watermelon已经赶上GPT-5.5的水平了。 同时，Muse Spark当前的版本也即将更新，在编程能力和智能体方面将取得重大提升。 当用户问Meta什么时候能推出与Claude Opus旗鼓相当的模型时，王表示： 很快就会了！ （小王你别说了，你倒是发呀） 说到底，Meta的AI雄心一直围绕着一个简单目标展开： 追上OpenAI、Anthropic和Google。 为此，小扎没少砸钱。芯片、数据中心、人才，几乎样样都按最高规格投入。 但问题是，钱砸下去了，Meta还没能真正说服开发者和客户，让他们相信自家模型已经站上行业最前沿。 当模型进度无法立刻兑现，算力就成了最容易被华尔街理解的资产。 因为GPU和数据中心至少可以被定价。 这些资源可以出租，可以托管模型，可以卖API，可以服务广告主，可以做AI agent SaaS，也可以在内部继续提升广告推荐系统。 就好比，原本Meta是在向市场讲一个很远的故事： 相信我，我们会做出超级智能。 但现在这故事听起来近多了： 就算超级智能没那么快出来，这些GPU也不是沉没成本。 当然，卖算力不代表Meta放弃自研模型。小扎的Plan A依然是超级智能。 继续抢人，继续堆卡，继续训练更大的模型，继续追赶御三家。 在追求ASI的路上，小扎永不言败！ 只不过，前沿模型竞争的不确定性太高，中途总得难免妥协亿下下~ 参考链接： [1]https://newsletter.semianalysis.com/p/meta-compute-everyone-wants-to-be [2]https://www.bloomberg.com/news/articles/2026-07-01/meta-is-building-a-cloud-business-to-sell-excess-ai-compute 本文来自微信公众号“量子位”，作者：听雨，36氪经授权发布。