核心观点 - 市场对Meta“算力过剩”的担忧被其近期一系列积极行动所扭转，公司正通过大规模算力基建扩张、推出商业化模型及利用数据与人才优势，展现出成为AI领域重要竞争者的潜力 [2][4][14] 算力扩张与规划 - Meta首席执行官否认公司存在算力过剩，并解释出租算力是因为外部报价高，此举比内部使用更划算 [5] - 公司计划今年部署总计7GW的算力基建，上半年已新增1GW，预计年底前将再新增5.5GW [6] - 公司计划在明年进一步扩张算力规模，届时总算力将达到14GW [6] - 为支持算力扩张，公司已与三星、闪迪、住友电工签署了存储芯片、闪存及光纤设备的多年供应协议 [6] - 公司自研AI芯片Iris计划最早于今年9月启动生产，测试仅耗时六周且未发现重大问题，该芯片旨在补充而非取代英伟达和AMD的GPU [6] - 研究机构预测，到今年年底，Meta拥有的AI算力将超过OpenAI和Anthropic，其训练算力在2026年和2027年也能与这两家公司媲美 [7] 模型发布与商业化 - Meta发布了旗下最先进的AI模型Muse Spark 1.1，强调其“代理化”能力，可自主完成编写代码、调试漏洞等完整工作流，多项智能体能力评测成绩可媲美GPT-5.5、Opus-4.8 [9] - 该模型首次面向开发者推出付费版本，是公司首次为AI模型设立付费商业模式，其API定价仅为OpenAI和Anthropic顶级模型的约25% [9] - 公司近期还推出了Muse Image图像生成模型和Muse Video视频生成模型预览版，后者已进入文生视频排行榜第一梯队 [10] 数据与人才优势 - 强化学习已成为提升AI能力最重要的扩展规律，真实工作的屏幕操作记录被视为更宝贵的资源 [12] - Meta此前跟踪员工屏幕、键盘和鼠标操作以获取数据，是全球少数在内部就拥有庞大团队覆盖相关行业人才储备的公司之一 [13] - 数据被认为是公司一个被市场严重低估的优势 [13] - 在人才层面，公司通过巨额收购、高薪薪酬包及挖角等方式，积极招募顶尖AI研发与算力架构人才 [14]