一周多前，一则Meta考虑对外租售算力的消息，引爆了全球市场对于算力过剩方面的恐慌。

但仅仅数日，风口浪尖的Meta就上演了一出叙事反转。7月9日至7月10日，Meta接连传出多个消息，今年计划部署7GW算力基建，明年计划实施翻倍扩张；发布了自家最强模型，且首次向开发者以及企业收取费用；自研AI芯片Iris量产在即；之后扎克伯格更公开直言“我不知道业内有谁觉得自己算力过剩”。

在一系列动作的接连推动下，Meta股价在本周实现了接近15%的大幅上涨，其中周四录得4.7%的涨幅，周五则达到6%的涨幅。

同时，研究机构SemiAnalysis在最新报告中，又一次把Meta推升至了一个全新的叙事高度——Meta是唯一一家在数据、人才以及算力三个维度上均达到了世界一流水准的超大规模数据中心厂商与AI实验室，因此也最有希望能够赶上Anthropic和OpenAI。

一时间，这家曾经因模型落后以及人才管理混乱而备受诟病的科技巨头，又站到了聚光灯下。

针对不久之前在业界广泛流传且甚嚣尘上的“算力过剩”这一论调，扎克伯格于日前接受访谈时明确予以了否认。

他解释称，出租算力的原因绝非出现了“闲置”情况，毕竟Meta需要尽可能多的算力来进行支持。但在当前AI产品运行与开发所需算力资源极度紧缺的市场环境下，外部报价确实很高，所以出租算力比起内部使用会更加划算合理。“我不知道业内有谁觉得自己的算力过剩，”他表示，Meta目前正在充分利用其所拥有的全部计算资源。

随后的媒体报道也进一步佐证了，扎克伯格所强调的算力并未过剩这一观点并非只是停留在嘴上说说而已。

Meta计划在今年对总计7GW的算力基础设施进行部署。为了实现这一目标，公司已在今年上半年新增1GW算力，预计年底前将再新增5.5GW。Meta明年将进一步推动算力规模的扩张工作，届时总算力将达到14GW。

为了实现算力规模的扩张，Meta还签署了多个多年期的长期协议，其中包括与三星签订的存储芯片供应协议、与闪迪签署的闪存供应协议，以及与住友电工签订的光纤设备供应协议。

此外，Meta计划最早在今年9月启动自研AI芯片Iris的生产工作。该芯片的测试工作仅耗费了六周时间，并且没有发现任何重大问题。而这个项目自五年多前启动以来，其推进过程一直并不顺利，直到现在才终于取得了重要的积极进展。这款芯片的主要目的在于对英伟达以及AMD的芯片供应进行补充，而不是去取代这些GPU。

SemiAnalysis认为，比起OpenAI以及Anthropic，Meta的资产负债表更加符合一家超大规模云服务商的体量；而相比谷歌，Meta又没有一个急于对外出租算力的云业务。再加上扎克伯格愿意接受自由现金流转负的情况，Meta很可能得以建设全球规模最大的内部AI算力。

根据其所开展的预测，到今年年底时Meta所拥有的AI算力将会超过OpenAI以及Anthropic的规模。虽然其中有相当一部分算力会被用于推荐系统以及生成式广告的运行，但即便采用最保守的估算方法，Meta的训练算力在2026年和2027年也能够与OpenAI和Anthropic达到相当水平。

▌新模型首设付费商业模式

一年多以前，Meta发布了Llama 4，但所遭遇的延期、跑分造假争议以及实际体验远不及预期的负面评价铺天盖地。此后Meta的AI大模型在用户心中的定位便一降再降。

当地时间7月9日，其旗下最先进的AI模型Muse Spark 1.1得以亮相。

在Meta的官方介绍材料中反复强调了一个核心关键词，也就是代理化（Agentic）这一概念，它能够真正自主地替用户完成完整的任务工作流，其中包括编写代码、调试漏洞、开展跨软件的操作以及处理超长文档。Meta AI负责人Alexandr Wang表示，Muse Spark 1.1在多项智能体能力评测中所取得的成绩可以媲美GPT-5.5以及Opus-4.8的水平。

这款模型的另一个重点体现在商业化路径上。本次Muse Spark 1.1面向开发者推出了付费版本，这也是Meta首次为AI模型设立了付费商业模式。扎克伯格对此表示，这款模型将成为市场上价格最低的选择之一，其API定价仅为OpenAI以及Anthropic顶级模型的约25%。“由于这并非开源模型，他认为这是Meta第一次真正认真推出API，其定价将具备极强竞争力，同时也非常具有吸引力。”

为了推出Muse Spark 1.1这款模型，扎克伯格甚至在时隔三年之后重新返回X平台进行发文宣传。他还进一步透露称“很快还会有更多内容发布”，这也暗示Meta计划会继续推出更多模型。

Meta在近期还进一步推出了Muse Image图像生成模型以及Muse Video视频生成模型的预览版本，其中后者已经进入文生视频排行榜的第一梯队。

▌数据与人才

在当前围绕科技巨头AI大战所展开的讨论当中，数据这一关键要素已很少被提及。

在对2024年进行回顾之际，当时还担任OpenAI首席科学家的Ilya Sutskever曾提出一句在业界广为流传的观点：“数据就是AI的化石燃料。”这句话一方面突出了数据对于大模型训练所具备的关键重要性，另一方面则暗示了高质量数据属于一种有限的资源。这种认识也一度推动市场对合成数据这类概念展开了积极的追逐。

然而时至今日，一条全新的“人类数据供应链”已经得以出现。

SemiAnalysis的研究指出，强化学习已经发展成为提升AI能力方面最为关键的扩展规律（Scaling Law），这使得如今几乎所有数据公司都在努力寻找另一种更具价值的资源，也就是记录真实工作过程的屏幕操作数据。

一方面，只有依赖于持续获取最新的真实屏幕录制数据，才能够确保训练数据始终与现实情况保持紧密贴合；另一方面，如果能够收集到足够数量（通常达到数千条）由不同人员在存在一定差异的场景之下所完成的同一类任务的操作轨迹，那么最终就几乎可以覆盖这项任务的整个动作空间（action space）。

在结合了这些背景信息之后，就能够更加容易地理解Meta此前为什么要对员工的屏幕、键盘以及鼠标操作进行跟踪记录。各类数据公司目前都在与投行、律所以及广告公司等展开合作，希望借此来记录它们的工作流程，但Meta却是全球少数几家能够在内部就拥有足够庞大团队以及覆盖这些行业的人才储备的公司之一。虽然这项追踪工作遭到了员工的强烈抵制之后，Meta作出了让步，但这些让步都只是非常有限的妥协。

在SemiAnalysis的分析视角下，Anthropic在采购编程相关数据这一领域，一直是所有AI实验室当中最为积极主动的一家，其通过大量采购那些专注于RL环境的创业公司所提供的数据，从而成功造就了自身模型在编程能力上极为突出的表现，这一点也构成了其优势的重要原因之一。而对于Meta来说，数据同样是其所具备的一项被市场严重低估的关键优势。

在人才层面上，扎克伯格此前投入巨额资金四处挖掘人才的举动早已不是秘密。从斥资143亿美元完成对Scale AI的收购行动，到为顶尖研究员提供数亿乃至超过10亿美元的薪酬方案，再到从OpenAI以及Anthropic那里接连挖走关键研发人员与算力架构专家，又邀请曾担任特朗普和小布什政府顾问的Dina Powell McCormick出任总裁兼副董事长，Meta由此展现出了如同职业体育领域当中那种大胆买人的强大魄力。

当然，要想成功追上Anthropic以及OpenAI并非一件容易的事情，从谷歌此前被落下却又被寄予厚望的经历，到现在Meta重新回到舞台中央的位置，AI竞争的最终定局还远远没有到来。不论算力是处于过剩还是紧缺的状态，在AI叙事方面市场都已经如同惊弓之鸟，Meta能否崛起成为AI“第三极”，还有待时间的进一步观察。

（文章来源：财联社）

来源：算力、模型、数据三箭齐发 吓坏市场的Meta要剑指AI“第三极”？ | 东方财富网