news 2026/7/31 8:12:46

Meta广告盈利难敌AI“吞噬”,汪滔旗舰模型未出,扎克伯格豪赌何时见分晓?

作者头像

张小明

前端开发工程师

1.2k 24
文章封面图
Meta广告盈利难敌AI“吞噬”,汪滔旗舰模型未出,扎克伯格豪赌何时见分晓?

广告赚钱却难敌AI“吞噬”

Meta第二季度经营现金流达318.62亿美元,不过建设数据中心和购买服务器花掉310.78亿美元,仅剩下7.84亿美元自由现金流。二季度Meta营收608.01亿美元,同比增长28%;其中广告收入593.63亿美元,同比增长27%。广告展示量和平均价格双双上涨,营收也超出华尔街预期。然而,广告业务赚的钱快被AI消耗殆尽,公司还把2026年资本开支下限从1250亿美元提高到1300亿美元,最高可能花到1450亿美元。尽管财报营收超预期,但Meta股价却下跌近8%,当天收于585.61美元,财报发布后盘后跌幅一度接近9%。

汪滔与旗舰模型的困境

电话会上,美国银行证券分析师Justin Post问扎克伯格,Meta一年前更换AI实验室高级领导层后,华尔街何时能看到模型、芯片等产品发布速度明显加快。扎克伯格表示对实验室进展“相当满意”,称Muse Spark和Muse Spark 1.1只是Meta提升模型能力的早期成果,公司正在训练更大、更强的模型,但未公布旗舰模型发布时间和新评测成绩。一年前,Llama 4表现不佳,扎克伯格斥资143亿美元入股Scale AI,邀请28岁的汪滔加入Meta重建AI体系。汪滔和扎克伯格有诸多相似点,40岁的扎克伯格仿佛把Meta的未来托付给年轻时的自己。一年后,汪滔重组了Meta的AI团队,推出第一批模型和产品,但真正承载Meta反击期望的旗舰模型Watermelon仍在训练中。竞争对手不断加速迭代,Meta等待的成本却越来越高,汪滔成了扎克伯格最大的沉没成本。

重组的代价与成果

扎克伯格选择汪滔是冒险之举,汪滔缺乏前沿模型研发经验,但突出的管理和资源调度能力受看重,《金融时报》称他为Meta需要的“战时CEO”。加入Meta后,汪滔将创始人式管理引入AI部门,Meta成立TBD Lab冲击前沿模型,从OpenAI、Google等高价挖人,压缩原有管理层级,但这一举措也带来代价,Meta裁掉约600个AI岗位,杨立昆离开Meta,新团队与旧体系出现矛盾。重组成本体现在财报中,第二季度Meta研发费用达216.56亿美元,同比增长67%,即便扣除相关费用,总成本仍同比增长约42%,远超营收增速。2026年4月,Meta推出汪滔团队的第一款模型Muse Spark,7月Muse Spark 1.1有进步,但综合能力与前沿模型仍有差距。

Meta的过去与现状

Meta并非AI领域的后来者,2013年Facebook成立FAIR,此后十年在相关领域积累深厚。但ChatGPT出现后,Meta的AI资源分散,到2025年扎克伯格才将AI提升为公司战略,却迎来表现不佳的Llama 4。汪滔推动的集中改革本应在2023年完成,Meta晚了两年。2025年初计划投入600亿 - 650亿美元建设基础设施,2026年资本开支预计达1300亿 - 1450亿美元。不过,Meta没把钱全花在未发布的旗舰模型上,第二季度Instagram和Facebook有不错表现,AI能帮广告业务盈利,但不能算在汪滔头上。

算力规划与资金困境

对于新增算力,Meta有个人智能体、企业智能体等规划,Meta Business Agents有超100万家企业使用,公司也收到不少算力购买报价。但摩根士丹利分析师询问哪项业务能带来回报,扎克伯格未明确答复。第二季度,Meta发行约249.1亿美元长期债务,自由现金流无法覆盖股息支出,广告业务现金无法同时满足多项需求。Meta开始增加债务、引入合作伙伴筹资,如与贝莱德合作建数据中心。钱要现在花,回报要等数据中心建成,而Watermelon能力未验证,训练设施却要提前准备,且Meta难定止损线。外界质疑汪滔和扎克伯格,华尔街担心AI会成为无期限的豪赌,等待越久,Meta投入越多,扎克伯格越难放弃。

版权声明: 本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若内容造成侵权/违法违规/事实不符,请联系邮箱:809451989@qq.com进行投诉反馈,一经查实,立即删除!
网站建设 2026/7/31 8:11:31

别再踩坑!6 款主流 AI 代码 Agent 工具完整对比:Claude Code / OpenCode / OpenClaw / OpenClaude / Codex / Trae 一文分清

很多开发朋友最近在用 AI 辅助本地项目开发,但面对一堆名称高度相似的工具一头雾水:Claude Code、OpenCode、OpenClaw、OpenClaude、Codex、Trae…… 名字看着相近,功能、协议限制、适配模型、国内可用性天差地别。不少开发者花费大量时间配置…

作者头像 李华
网站建设 2026/7/31 8:11:09

商用变频空调APF提升背后,电流采样精度为什么影响压缩机控制?

随着商用空调向高能效、高可靠方向发展,变频技术正在成为主流方案。相比传统定频压缩机,变频系统通过调节压缩机运行频率,使制冷量能够根据实际负载动态变化,从而降低能耗,提高系统运行效率。但变频控制能力的提升&…

作者头像 李华
网站建设 2026/7/31 8:08:51

西门子PLC远程调试实战:基于智能网关的S7协议穿透与安全连接

1. 项目概述:为什么我们需要远程调试PLC? 在工业自动化现场,调试工程师最头疼的场景之一,就是设备已经安装到客户现场,甚至是在一个偏远、环境复杂的车间里,而程序需要一个小小的修改。传统做法是&#xff…

作者头像 李华
网站建设 2026/7/31 8:08:03

BetterGI:基于视觉AI的原神自动化助手,让你的游戏体验更智能

BetterGI:基于视觉AI的原神自动化助手,让你的游戏体验更智能 【免费下载链接】better-genshin-impact 📦BetterGI 更好的原神 - 自动拾取 | 自动剧情 | 全自动钓鱼(AI) | 全自动七圣召唤 | 自动伐木 | 自动刷本 | 自动采集/挖矿/锄地 | 一条…

作者头像 李华
网站建设 2026/7/31 8:05:13

【YOLO26创新改进】CVPR 2026顶会 | 独家频域创新改进篇 | 利用AFFN自相关前馈网络模块,在频域强化周期能量,通过门控深度卷积筛选有效信息,适合小目标检测、图像分割、图像增强任务

一、本文介绍 ⭐本文在YOLO26中引入AFFN自相关前馈网络,可通过频域功率谱与空间自相关建模特征中的重复纹理和周期结构,强化目标轮廓、规则纹理及弱响应区域,同时抑制随机噪声和无关背景。将其部署于骨干网络或颈部特征融合阶段,有助于提升小目标、低对比度目标及复杂背景…

作者头像 李华
网站建设 2026/7/31 8:04:58

C++实现高斯混合模型:从概率原理到高性能代码实战

1. 项目概述:从聚类难题到概率模型的跨越在数据处理和机器学习的日常工作中,我们常常会遇到这样的场景:给你一堆看起来混在一起的数据点,比如不同品种鸢尾花的花瓣尺寸、用户行为日志的混合模式,或者图像中颜色相近但属…

作者头像 李华