當OpenAI的Claude、DeepSeek等AI助手席捲全球之際，科技巨頭們正在醞釀一場更大的變革——AI個人代理。而這一次，Google和Meta選擇了同一個切入點：開發代號"Remy"（龍蝦）的AI應用。 一、"龍蝦"應用曝光：Google、Meta同日入局 周二，科技圈傳來重磅消息。 Google方面，正在秘密開發一款代號為"Remy"的AI應用。在產品內部描述中，Remy被定位為"由Gemini驅動的全天候工作、學習和日常生活個人代理"。

前言 最近，美股市場最受關注的科技公司“七巨頭”—Apple、微軟、輝達、Google、亞馬遜、Meta和特斯拉，陸續公佈了最新財報。 總的來看，這些科技巨頭的業績相當亮眼。 市場普遍預計，它們在2026年第一季度的盈利同比增長約19%，遠超標普500整體企業12%的增速。

就在昨夜今晨，AI行業上演了最刺眼的冰火兩重天。 一邊是DeepSeek，曾立誓“永不融資”的AI技術理想國，突然放下身段緊急啟動首輪融資，估值狂飆至450億美元（約合人民幣3000億元）。 融資的背後原因之一在於，核心骨幹批次流失。羅福莉、郭達雅等技術頂流接連被大廠和競爭對手高薪挖走，期權成了無法兌現的白紙，梁文鋒陷入“融資留人”的被動困局。 另一面是馬斯克，乾脆利落解散xAI，將Grok模型併入SpaceX成立新部門SpaceXAI。

AI軍備競賽燒錢的速度，已經快過這些科技巨頭自己賺錢的速度了。 過去一周，亞馬遜、Google、Meta、微軟、甲骨文五家超大規模科技公司（合計市值逾12兆美元）相繼發佈一季度財報，無一例外地上調了資本支出計畫。 摩根士丹利首席跨資產策略師Andrew Sheets隨即更新預測，將五大科技巨頭2026年合計資本支出預測上調至8000億美元，2027年進一步升至逾1.1兆美元。 Sheets寫道：

假期快樂，5月1日國際勞動節，美國股市不放假，繼續勞動中。嗯，這確實有點不一樣，平時表玩不咋樣的微軟、蘋果、特斯拉，這天都開漲。輝達、Google、Meta，漲跌幅度都不大，好像很平淡，好像什麼也沒發生過，是的，刺激的事情，前一天、上個月底都發生完了。就在4月30日，Google暴漲10個點，市值單日增加人民幣3兆，這是Google歷史的從未有過的，也是美國股市歷史上的第二名。當然市值單日增加的第一名是輝達。作為第一名，在4月30日這一天這一夜，輝達也是不甘落後，大跌4.63%，市值跌下5兆美元的神壇。從4月27日輝達市值達到最高點算起，4月最後3天裡，輝達市值蒸發了人民幣3兆，眨眼間，眼看它起高樓，眼見它樓塌了，這也創造了歷史。4月最後一天發生太多事，簡直是個驚魂夜，剛剛發佈了優秀財報的Meta竟然暴跌8.55%，市值損失兆人民幣，據說因為是財報日期發佈和Google、微軟、亞馬遜撞一起了。同為科技巨頭，大家都在全線AI中，Google、微軟、亞馬遜有雲端運算、有晶片、有模型、有自有生態，AI賦能，賺錢能力多元。相比較之下，Meta明顯少了一個雲端運算，自研晶片也差點意思，能賺錢的只有AI加持廣告，但Meta的AI投入又相當多，這就讓許多人有話說。一邊AI賺錢管道單一，一邊AI燒錢毫不手軟，Meta展示出這種情況的時刻，卻也正是在大家都對AI盈利能力有所懷疑的時刻。其實，這也是AI給所有科技巨頭出的難題，但答案不會只有一種。有人歡笑有人哭，瘋漲暴跌，突如其來的夜驚魂，這一切都怪AI嘍！眼前已經是5月了，2026年已經過了三分之一。這世界，戰爭仍在繼續，科技仍在前行，AI腳步未停，一切剛剛開始，更多精彩值得期待。 (後知說)

最近半個月，全球AI圈又提速了。算力層，企業大量投資買輝達AI算力。最新資料顯示，Alphabet、亞馬遜、微軟和Meta四大科技巨頭2026年資本支出可能會再度增長，合計支出超過7200億美元，比原來的“上限”預判高出整整1025億美元。模型層，智能紀元AGI基於Artificial Analysis時間順序進行梳理：過去10天內，全球AI龍頭們發佈了10款AI基礎模型，其中80%來自中國企業。4月20日：Kimi K2.6發佈；Qwen3.6 27B系列模型測試結果陸續出來。4月21日：螞蟻Ling 2.6 Flash模型發佈；Qwen3.6 35B A3B推理和非推理模型開始在各大算力平台測試；4月23日：OpenAl GPT-5.5模型公佈，小米Xiaomi MiMo-V2.5系列大模型正式開啟公測；騰訊混元Hy3-preview 推理模型發佈；4月24日：DeepSeek V4 Pro和DeepSeek V4 Flash系列模型發佈；4月28日：IBM Granite 4.1模型基準測試公佈；小米Mimo-V2.5 Pro正式發佈。4月30日：Ling 2.6 -1T基礎模型正式開源；DeepSeek上線識圖模式開啟灰測。就在5月2日，OpenAI CEO Sam Altman官宣，ChatGPT帳號可以直接登錄OpenClaw——GPT和“龍蝦”正式合體；而且，當紅編碼明星Codex也加入“寵物”方向。目前來看，無論是Kimi K2.6，還是DeepSeek V4系列，顯示出今年基礎模型層最大的三個方向：Agent智能體、Coding程式設計能力、多模態和世界模型技術。對於AI智能體熱潮，美的 AI 研究院演算法資深專家汪華燦近期向智能紀元 AGI 表示，無論是真實物理資料還是世界模型，本質都是依靠資料飛輪實現資料規模的持續擴容。隨著 2026 年 AI Coding 全面落地並賦能程式設計師提效，未來 AI 將從模型形態演進至 Agent 應用，逐步成為企業日常辦公的標配。“未來會是人類和AI Agent共存的狀態。你可能不知道，對面到底是個人類，還是個 AI Agent。人要學會與 AI 共同協同，去創造更大的生產力。特別像我現在用AI Coding，當你享受過幾十倍的工作效率提升，不太能再接受一個很慢的速度往前推進的狀態。”汪華燦稱。AI企業一面燒錢、一面造智能體模型今年中關村論壇期間，智譜CEO張鵬的一句話，點燃了未來12個月內AI領域的最關鍵的問題：算力。“不管是模型能力，還是智能體框架，確實都在顯著提升創造力和生產效率，很多場景下甚至可以帶來十倍級的效率提升。但前提是，大家得用得起，也用得上。不能因為算力不夠，使用者提了一個問題，結果模型想了半天還給不出答案，這顯然是不行的。”張鵬稱。因此，對於AI模型行業來說，一方面，今年企業需要進一步增加算力投入。另一面，模型逐漸進化，形成Vibe Coding+Agent+Model範疇，讓模型擁有程式設計和智能體能力。先談算力投入。今年4月29日，幾大AI科技巨頭迎來財報季。Alphabet、亞馬遜、微軟和Meta在同一時間窗口內集中發佈財報，四家超出分析師預期。其中，Google母公司Alphabet營收達到1099億美元，每股收益5.11美元，遠超華爾街預期的2.62美元；亞馬遜淨銷售額1815億美元，淨利潤303億美元，每股收益2.78美元，幾乎是預期的兩倍；微軟營收829億美元，同比增長18%；Meta淨利潤268億美元，同比接近翻倍。根據財報顯示，Alphabet、亞馬遜、微軟和Meta四大科技巨頭2026年資本支出可能會再度增長，合計支出超過7200億美元，比原來的“上限”預判高出整整1025億美元。其中，Meta是動作最直接：上調100億，把全年指引推到1250億至1450億美元，理由是元件漲價和額外資料中心成本；而微軟公司首次公佈了截至 12 月底的支出預估值，與Alphabet 預期一致，為1900億美元。Meta CEO馬克·祖克柏周三在與分析師的電話會議上表示，“我們提高了今年的基礎設施資本支出預期。這主要是由於元件成本上漲，尤其是記憶體價格上漲。但我們自身以及整個行業所看到的種種跡象都讓我們對這項投資充滿信心。”事實上，我們的模型現在正在真正轉向推理階段，而之所以會轉向推理階段，是因為需求正在爆發，而且是十倍、百倍地爆發。下面我們聊聊模型層。這一輪AI龍蝦熱潮的背後，我們可以明顯發現，算力是底層支撐能力，基礎模型則是承載Token生成與Agent智能能力的核心載體。根據《全國資料資源調查報告（2025年）》，2025年，全國日均Tokens呼叫量從年初的超兆增長到年末的100兆，呈現指數級增長；全年Tokens累計呼叫量達到約21100兆。那麼，Tokens的增長來源，無疑在於AI Coding和Agent應用。而這樣引發一個趨勢在於，智譜GLM-5.1系列、DeepSeek V4、Kimi K2.6等模型都為AI Coding和Agent做了針對性最佳化。例如，月之暗面Kimi發佈並開放原始碼的Kimi K2.6模型，在通用Agent、程式碼、視覺理解等綜合能力全面提升，在多個基準測試優於或持平GPT-5.4、Claude Opus 4.6和Gemini 3.1 Pro等閉源模型。Kimi K2.6長程編碼能力得到顯著提升，在測試中可不間斷編碼13小時，編寫或修改超過4000行程式碼。同時大幅增強了Agent自主化執行能力，由 K2.6 模型驅動的Agent叢集架構迎來大升級，支援300個子Agent平行完成4000個協作步驟，實現更大規模的平行化。針對高負載工作流與OpenClaw、Hermes Agent等主動式Agent框架，K2.6具備自動化任務處理能力，支援長達5天的持續自主運行。而美的也在佈局AI Coding與智能體技術。近期，美的AI研究院公佈了在AI底層能力方向的重要佈局、面向程式設計場景的Code Agent核心框架：Sema Code。通過將Agent核心引擎從具體產品形態中解耦，並以獨立核心庫的方式開放，Sema Code讓最頂尖的程式碼智能體能力能夠像資料庫、雲服務一樣，被靈活接入不同產品和業務場景，不僅可服務於研發提效，也具備向工業製造、智能家居等更廣泛場景延展的潛力。在這一底層架構支撐下，SemaClaw等應用形態也得以加快落地，可面向個人助手等方向形成實際應用，並進一步向家庭助手等更多貼近使用者生活的場景延展，推動AI能力從底層技術走向真實服務。“美的的核心優勢在於擁有豐富的應用場景，而AI技術的最終價值在於賦能場景、創造價值。”美的AI研究院演算法資深專家汪華燦表示，目前美的AI應用的突破方向重點聚焦工業與智能家居場景，同時佈局領域廣泛，並已取得顯著成效。除了MevoX，汪華燦透露，自2025年起，美的依託“環境規模化”理念，建構了“資料飛輪”與模擬環境相結合的技術迭代閉環，既通過真實環境資料積累最佳化模型，也通過模擬環境生成複雜任務，建構專屬控制決策演算法邏輯。向AI+轉型4月29日晚，美的集團披露2026年一季報，實現營業總收入1316億元，歸母淨利潤127億元。同時，股東更關心的是，2026年公司擬實施回購金額為65億元至130億元，回購的部分將100%用於註銷減少註冊資本。值得注意的是，本季度業績中最引人關注的，無疑是美的集團加速向AI+全球性科技集團轉型，通過打造“家庭大腦”和“工廠大腦”兩大樞紐，在“智慧家居、智能製造、智慧辦公、行業賦能”四大核心業務場景全面深度應用AI賦能而且，美的計畫未來三年投入超600億元用於前沿科研。目前，美的集團已組建了一支超400人的AI研發團隊，每天有13000多個智能體在住宅、辦公、製造、醫療、倉儲、物流等多個場景運行。通過AI賦能，集團2025年全年提效超1500萬小時，節約各項成本達7億元。今年一季度，美的集團發佈家居領域首個自進化智能體MevoX，通過主動記憶、智能管理，實現全屋家電統一調度與最優決策。據介紹，美的建構了從底層築基、中層賦能到上層落地的完整體系，讓智能家居從簡單的連接和控制，成長為具備強認知能力的空間系統。目前，美的已與華為、vivo、OPPO、榮耀等頭部手機廠商，以及比亞迪、蔚來、長安等核心車企達成深度互聯，致力打造行業最深度互聯的操作體驗。目前，美的已完成超150個品類家電的AI化佈局，全品類超5億台家電具備聯網能力，全球超1.4億台智能家電聯網，超1.5億智能使用者接入，建構起覆蓋空氣、用水、烹飪等六大系統的主動智能應用能力，實現了人車家互聯場景的深度落地。汪華燦認為，美的在AI技術前瞻性研究方面處於行業前列，尤其是在具身機器人領域，作為早期佈局者，積累了大量專利、論文等成果。這樣的探索，不僅體現了美的依託豐富產業場景推動AI技術落地轉化的能力，也為智慧財產權佈局、技術成果沉澱和產業生態建設提供了有力支撐，展現出美的以原創技術夯實“AI+”發展底座、賦能多元場景創新的前瞻佈局。美的集團董事長兼總裁方洪波曾表示，未來十年，中國將出現一大批真正科技領先的全球化企業，美的要始終堅持圍繞“三個一代”研發體系，集中資源，聚焦核心關鍵項目，真正以使用者為中心，解決使用者需求，要敢於創新，做真正的創新。 總結美的早已不是傳統家電企業，正從家電巨頭，穩步蛻變為“AI+工業+家居”的科技全球化企業。而且從業績角度來說，美的的收入利潤基礎穩固，現金流造血能力極強，同時大手筆重倉 AI 前沿研發，走技術自研+場景落地雙輪驅動路線。未來美的發展趨勢，還是加速向AI轉型、提高利潤增長能力。我這兩年持續跟進美的之後，大家會發現美的在AI層面的變化：美的的對手永遠不是小米和格力，而是越來越像德國工業巨頭西門子。即建構AI+工業智能體軟體生態。正如西門子CEO博樂仁所言，AI 像當年的電力一樣具有變革性，甚至力量更為強大。它將改變我們的生活與工作、生產與消費，讓電網、城市，乃至整個經濟體等龐大系統，都更加靈活、自主和高效。我們已經邁入工業 AI 革命的時代。實際上，當下全球基礎模型陷入扎堆競速，多數企業拼參數、拼基準跑分，也在拼算力基礎設施。但和純AI科技公司相比，美的最大優勢不是演算法，而是資料和場景。美的坐擁智能家居、樓宇科技、工業製造、機器人實體場景，搭建“真實環境資料+模擬訓練”的資料飛輪，能讓 AI 模型在真實物理世界持續迭代最佳化。這是純網際網路公司不具備的落地土壤。而且，美的避開通用大模型紅海，選擇AI Coding+智能體+具身智慧型手機器人三條務實路線。從Sema Code、SemaClaw 到 MevoX，再到具身機器人的前瞻佈局，美的沒有盲目跟風通用大模型的內卷競速，而是將 Agent 智能體與 AI Coding 能力深度融入自身研發、生產、智能家居全業務鏈條。先實現內部降本提效，再向外開放輸出技術能力，商業化路徑清晰且落地紮實。這種發展路徑，值得所有謀求AI轉型的實體企業借鑑深思。 (智能紀元AGI)

2026年第一季度，美股科技巨頭的AI軍備競賽邁入了一個新的量級。截至5月1日，“七姐妹”中除輝達外，Google母公司Alphabet、微軟、亞馬遜、Meta、蘋果、特斯拉已悉數交卷。六家巨頭營收全面超預期，但更值得關注的是另一個數字：以區間高點計算，六家巨頭2026年合計資本支出將突破7000億美元。業績增長與支出狂潮之間，市場正在進行一場冷靜的重新定價。同樣交出超預期財報，同樣加大資本開支，Alphabet盤後大漲逾7%，Meta卻遭遇重挫。當巨頭們的AI資本支出加速衝刺，業界的關注焦點轉向重金砸向AI後，AI的賺錢邏輯是否清晰。AI“燒錢”階段遠未結束Google母公司Alphabet是本輪財報季最突出的贏家。2026年第一季度，公司實現總營收1099億美元，同比增長22%，創四年來最高單季增速；GAAP淨利潤626億美元，同比大增81%。各項業務呈現全面增長態勢，其中搜尋廣告及其他營收604億美元，同比增長19%。Google雲營收首次突破200億美元，增速從去年的30%一躍跳升至63%，營運利潤率攀升至32.9%。這意味著AI業務不僅帶來了營收增量，更開始貢獻實質性利潤。CFO阿納特·阿什肯齊給出了遠期指引：2026年全年資本支出上調至1800億至1900億美元，2027年將“顯著高於”這一水平。與此同時，Google雲積壓訂單季度環比近乎翻倍至4620億美元，其中超過一半將在未來24個月內確認為收入。這種將巨額支出與明確需求直接對應的敘事，構成了Alphabet股價大漲的底層邏輯。相比之下，儘管Meta也交出增長的業績，但盤後股價重挫約7%，市值蒸發超千億美元。從財報看，Meta一季度總營收563億美元，同比增長33%，創2021年以來最快增速。其中廣告業務出現回暖，AI投入的成效開始在廣告業務顯現。但Meta上調開支的計畫影響了資本市場。該公司將2026年全年資本支出預測從此前的1150億至1350億美元，上調至1250億至1450億美元。Meta CFO稱，開支上調主要源於硬體零部件成本上漲及資料中心擴張。她還表示公司在估算自身算力需求時“一直在低估”，2027年的資本支出暫不明朗。此外，Meta正在試圖通過裁員和內部效率最佳化來避險AI開支帶來的壓力。這種“投入需求仍在擴大卻看不到邊界”的表態，在一定程度上加劇了市場對其資本效率的擔憂。微軟的業績同樣穩健，市場反應相對平淡。第三財季營收829億美元，同比增長18%；AI業務年化收入突破370億美元，同比增長123%；Azure雲增速達40%，超出自身指引上限。資本支出方面，微軟本財季資本支出319億美元，低於市場預期的349億美元。微軟CFO艾米·胡德在財報後電話會上預測，公司2026年全年資本支出將達到1900億美元，與2025年相比大增61%，預計零部件價格上漲將帶來250億美元的影響。亞馬遜雲服務AWS在本季度的表現突出，營收同比增長28%至376億美元，這是其過去15個季度以來的最快增速。亞馬遜透露，積壓訂單為 3640 億美元，環比增加 1200 億美元。亞馬遜 CEO 安迪·賈西表示，這些訂單來自相當廣泛的客戶群體，且不包括 Anthropic 此前同意斥資 1000 億美元購買 AWS 基礎設施的交易。更深層次的突破在於，亞馬遜的自研AI晶片（Trainium和Inferentia）業務的年化收入規模已突破200億美元，且以三位數的速度增長。這直接證明了亞馬遜在試圖擺脫對輝達的依賴。安迪·賈西在電話會中透露，亞馬遜正在佈局更宏大的能源藍圖，包括與OpenAI達成協議，為其提供2吉瓦的Trainium算力支援。這種“以自研換成本”的策略，讓亞馬遜在AI軍備競賽中走出了一條穩健的曲線。蘋果與特斯拉則走出了相對獨立的路徑。蘋果2026財年第二財季總營收1111.8億美元，同比增長17%，大中華區收入扭轉下滑趨勢，增長28%。蘋果CEO庫克在電話會上傳遞出克制的投資姿態：AI是重要領域，但公司將在產品路線圖常規投資基礎上逐步加大投入。這種策略使蘋果避開了市場對“燒錢”的審視。特斯拉一季度營收224億美元，略低於市場預期。馬斯克將2026年資本支出上調至超過250億美元，但這將導致特斯拉自由現金流承壓。特斯拉的押注方向指向Optimus人形機器人與定製AI晶片AI5。這是一條周期更長、驗證更難的道路。從軍備競賽到商業閉環從已披露財報的六家美股巨頭財報電話會內容看，算力、晶片、商業化等主題多次出現，這也構成理解當前AI競賽的關鍵線索。算力供給緊張是行業的共同瓶頸。Alphabet CEO皮查伊明確表示，“如果不是受限於短期內的計算資源瓶頸，Google雲的收入本可以更高。”微軟CFO給出了時間表——供給受限“至少會持續到2026年底”。Meta CFO 則表示一直在低估自身需求。三家公司的表述指向同一個現實：需求遠未被滿足，但釋放節奏受制於晶片供應和資料中心的建設周期。與此同時，自研晶片正在成為重塑巨頭們成本結構的關鍵變數。亞馬遜首次披露的晶片業務年化營收200億美元，若將晶片業務獨立營運，同時面向亞馬遜雲科技客戶及外部第三方銷售半導體產品，該業務年化收入規模有望達到500億美元。Alphabet的自研TPU已經在雲業務中規模化部署，並將發佈第八代產品。微軟也在推進自研晶片以最佳化長期成本。這一趨勢對輝達而言構成結構性變數：短期內，巨頭們仍是其最大客戶；中長期看，自研晶片的成熟可能分流部分需求。此外，伴隨著大模型競賽轉向Agent時代，AI的商業化驗證進入關鍵階段。亞馬遜高管多次提到Agentic（智能體化），Google稱每分鐘處理的Token數量已超過160億個，微軟Copilot付費使用者突破2000萬，Meta的AI廣告系統帶來了可量化的轉化率提升。此外，Google和亞馬遜的雲業務積壓訂單大幅增長，表明AI的商業化已從簡單的文字生成轉向了重塑生產力的核心邏輯，同時一些企業級AI產品已開始形成規模收入。野村中國科技及電訊行業分析師段冰對記者表示，在AI商業化節奏方面，中美基礎模型平台均處於變現探索期，海外頭部企業因模型能力與付費環境優勢變現更快。而上層應用企業面臨底層模型功能外溢的壓力，一些標準化的應用容易被替代。但AI對利潤率的貢獻仍處於早期階段，一些巨頭的資本支出同比增速高於營收增速，Meta的投資回報路徑尚不清晰，亞馬遜有相當比例的利潤來自非經常性收益。在美股七姐妹中，輝達是唯一沒有正式披露業績但又無處不在的一家。該公司將於5月20日左右公佈最新季度業績。六巨頭的資本支出計畫為它提供了強勁的需求側支撐，但當它的大客戶們同時成為自研晶片的競爭者，輝達同樣面臨考驗。在其餘幾家相繼公佈財報後，輝達市值再度跌破5兆美元。 (第一財經資訊)

如果說 2025 年的 Meta 還是那個 "AI 軍備競賽裡的富二代"—— 拿著千億美金砸算力、搶晶片、堆模型，一副 "只要能跟上 OpenAI，錢不是問題" 的架勢；那 2026 年的小扎 (祖克柏) 明顯已經從 "燒錢換速度" 的狂熱裡冷靜下來，開始認認真真算每一筆帳咯！這不是說 Meta 要收縮 AI 戰線，恰恰相反，它把 2026 年的資本支出直接幹到了 1250 億 - 1450 億美元的天文數字，比去年又漲了一大截兒。但這筆錢花得跟以前完全不一樣了：以前是 "別人有我也得有" 的被動追趕，現在是 "每一分錢都要算出廣告收入" 的效率驅動。整個公司的 AI 戰略，正在經歷一場從 "資源被動約束" 到 "效率驅動變現" 的關鍵轉折。先說說大家最關心的 Meta AI 助手！很多人可能覺得這玩意兒不溫不火，比不上 ChatGPT 那麼有話題度，但人家悄悄已經把月活幹到了中高數億量級，DAU 也有數億等級。這個增長速度其實相當恐怖，而且幾乎沒花什麼獲客成本 —— 全靠 WhatsApp、Instagram 和 Facebook 這三大社交平台的 "嵌入式分發"。特別是 WhatsApp，貢獻了超過一半的月活，畢竟全球幾十億人每天都在用它聊天，加個 AI 入口簡直是降維打擊！但問題也出在這裡~現在的 Meta AI，更像個 "高級搜尋框"：七成以上的會話不到 5 輪，大家主要用它查個天氣、寫個郵件、生成個簡單文案。真正能觸發下游動作的 "有意義互動"，只佔不到三成。更要命的是成本帳：單輪推理成本大概在零點幾到半美分之間，看著不多，但架不住每天數十億次的對話量。光推理這一項，Meta 每天就要燒掉幾百萬美元。這就是為什麼 Meta AI 遲遲衝不破十億 DAU 的關口！不是拉不到使用者，而是拉來了養不起啊~每新增 1 億 DAU，對應的年化基礎設施投入就是數億美元，而現在的變現能力根本覆蓋不了。小扎心裡門兒清：現在的瓶頸根本不是流量，是效率。什麼時候能把千 token 推理成本再壓縮個三五倍，什麼時候十億 DAU 的單位經濟性才算真正成立。所以你看 Llama 5 的戰略，就特別能體現 Meta 現在的 "務實"！以前大家做模型，都是比誰的參數多、誰的基準測試分數高，恨不得把所有算力都砸進去追求 "絕對第一"。但 Meta 現在不這麼玩了，Llama 5 的目標不是靜態對標 GPT-5 或者 Gemini，而是瞄準它發佈時的 "動態前沿高位"—— 能做到九成接近甚至局部領先就行，沒必要為了最後那 5% 的性能，付出兩倍三倍的成本。Meta 甚至搞出了一套自己的 "智能衡量標準"：推理與工具呼叫成功率佔 40%，延遲調整後的回答質量佔 30%，成本歸一化後的智能指標也佔 30%。簡單說就是：如果一個技術改動能讓模型性能提升 10%，但推理成本漲了 20%，那對不起，這個改動直接 pass。他們寧願部署一個 "不是最聰明，但性價比最高" 的模型，然後靠自己幾十億使用者的分發規模，把商業價值最大化。當然，這不是說 Meta 放棄了前沿研究。恰恰相反，他們算得很清楚：簡單模型能覆蓋 80% 的基礎查詢，但剩下那 20% 需要多步推理的複雜查詢，貢獻了接近三分之二的後續價值訊號。輕量模型的多跳推理成功率只有四五成，而前沿模型能做到七八成。這一點點能力差距，折算到廣告業務上，就是中低個位數的參與度提升，對應著數十億美元的增量收入。這筆帳，怎麼算都划算啊！再說說自研 MTIA 晶片，這絕對是 Meta 今年最受關注的話題之一。很多人之前吹 MTIA 能吊打輝達 H100，現在看來確實是想多了。實際測試下來，MTIA 的有效性能大概只有 H100 的七成多，離當初傳聞的九成目標還差得遠。問題主要出在三個地方：一是架構沒跟上，前兩代 MTIA 都是針對稠密 Transformer 最佳化的，結果現在行業主流都轉向了 MoE 混合專家架構和長上下文，等於白做了不少工作二是軟體棧太嫩，編譯器和執行階段才積累了兩年多，像 FlashAttention 這種關鍵算子還得大量手動調優三是互連不行，沒有輝達 NVLink 那種等級的高頻寬互連生態，根本扛不住 Llama 5 這種量級的模型訓練業內普遍判斷，MTIA 要真正追平輝達，至少還需要兩到三年的時間。所以 Meta 也沒傻到一下子就把輝達的 GPU 全換掉，而是走了一條 "階梯式退出" 的路線：現在外部 GPU 還佔三成左右，2027 年降到一兩成，2028 年再壓到一成多。那怕到了 2028 年，Meta 也會保留數萬台外部 GPU 作為 "戰略彈性"—— 用來壓縮新模型的上市時間、應對突發的流量高峰，或者萬一 MTIA 路線圖延期了，還能有個備份。這種 "不把雞蛋放在一個籃子裡" 的做法，其實特別聰明。畢竟現在輝達的 GPU 雖然貴，但至少穩定可靠。而自研晶片雖然長期能省大錢，但短期風險極高。Meta 現在的策略就是：把那些穩定可預測的常規負載，慢慢轉到成本更低的內部基礎設施上；而那些高回報、時效敏感的任務，還是用外部雲服務。這樣算下來，長期能把外部算力支出壓縮七成左右，已經相當可觀了。不過，Meta 現在面臨的最大挑戰，既不是模型也不是晶片，而是一個所有人都沒想到的問題--電！你沒看錯，就是電。現在 AI 資料中心的規模已經大到了 1 吉瓦等級，相當於一個中等城市的用電量。但電網的建設速度根本跟不上 AI 的擴張節奏：一個資料中心的建設周期只要 18-24 個月，但電網擴容、變電站升級和並網審批，卻要 3-5 年。美國約三分之一在建或規劃的 AI 資料中心，都面臨著分區審批和環境評估的延期問題。Meta 的 1 吉瓦級資料中心園區，現在有五六成的機率會延期 3-9 個月。這不是因為樓蓋慢了，而是因為變壓器交不了貨、變電站建不起來、並網排不上隊。有些地方的電網接入等待周期，甚至已經拉長到了兩三年。這也是為什麼 Meta 明明在大力推進自研晶片，卻還是要跟 CoreWeave、Lambda Labs 簽那麼多長期 GPU 合同 —— 這些外部算力，現在已經成了"項目進度避險工具"！為瞭解決這個 "電力危機"，Meta 也是拼了。最近甚至傳出消息，他們跟一家太空太陽能公司簽了 1 吉瓦的協議，打算用衛星在太空收集太陽能，再傳回地球給資料中心供電。雖然這個技術要到 2030 年才能商業化，但也足以看出電力問題已經嚴重到了什麼程度。說了這麼多困難，那 Meta 的 AI 投入到底有沒有回報？答案是：有，而且已經開始兌現咯！最大的回報來自廣告業務~Meta 的 Advantage + 自動化投放工具，加上生成式創意工具，已經實實在在地提升了廣告的參與度和轉化率。而且 AI 驅動的參與度提升，傳導到廣告收入的彈性幾乎是線性的。這意味著，只要 AI 能讓使用者在平台上多待 1%，廣告收入就能多漲 1%。長期來看，這部分的增量空間有數十億美元，這也是 Meta 敢維持千億級資本支出的最大底氣。現在 Meta 內部的算力分配，也清晰地反映了這個戰略重點。廣告與推薦系統依然佔據了過半的算力，但生成式 AI 的份額已經漲到了三成多，同比上升了超過十個百分點。騰出來的空間，主要來自廣告訓練側的邊際放緩和持續學習管道的效率提升。而且 Meta 還搞了個算力 "資本化" 的內部機制，各個團隊要按 GPU 小時拿預算，用可量化的 KPI 來背書。這個機制推行之後，GPU 的有效利用率直接從六成多漲到了接近八成，相當於憑空多了幾十萬張 GPU。回頭看這兩年 Meta 的 AI 之路，其實特別有代表性！從一開始的 "元宇宙夢碎，all in AI" 的慌亂，到 "別人有我也得有" 的軍備競賽，再到現在 "每一分錢都要算回報" 的效率驅動，Meta 終於找到了屬於自己的 AI 節奏。它沒有 OpenAI 那種 "改變世界" 的理想主義，也沒有Google那種 "基礎研究至上" 的工程師文化，但它有全世界最大的社交網路、最成熟的廣告系統，以及最會算帳的管理層。它不追求做 "最聰明的 AI"，但它要做 "最能賺錢的 AI"，嘿嘿！現在的 AI 行業，正在從 "拼燒錢" 的上半場，進入 "拼效率" 的下半場。那些只會砸錢堆算力、卻找不到變現路徑的公司，很快就會被淘汰。而像 Meta 這樣，能把 AI 技術跟自己的核心業務深度結合，能算出每一分算力投入的廣告回報的公司，反而可能笑到最後哦！畢竟，商業的本質從來都不是追求技術的極致，而是追求投入產出比的極致。在這一點上，小扎顯然已經想明白了。 (商業分析家)