首款付费模型落地、自研芯片9月量产：Meta双管齐下缓解华尔街资本开支焦虑

TradingKey - 近期Meta（META）在AI领域动作频频，从发布首款付费编程模型到启动自研AI芯片量产，一系列动作让投资者对其AI战略态度转为积极。

周四，Meta推出具备自主代理能力的Muse Spark 1.1编程模型，性能可与OpenAI、Anthropic等行业领先者媲美，同时宣布代号为"Iris"的自研AI芯片将于9月量产，这两大进展标志着Meta在AI商业化和硬件自主化道路上迈出关键一步，公司股价当日上涨4.7%，部分抵消了上午因算力扩张计划引发的下跌。

Muse Spark开启AI变现新路径

Meta此次发布的Muse Spark 1.1是其首款付费AI模型，开发者可通过全新的云托管平台Meta Model API使用该模型，这被视为Meta正式进军企业级编程服务的信号。

与4月仅面向特定合作伙伴开放的初代版本不同，新版模型已开启公开公测，开发者可注册加入候补名单获取访问权限，目前该API仅限于在Meta自有平台使用，暂不向OpenRouter等第三方市场开放。

Meta AI业务负责人Alexandr Wang表示，Muse Spark 1.1是公司"迄今为止在智能体任务和编程工作方面最强大的模型"，在对接第三方编程工具和自动化交互任务上表现优于竞品。

该模型定价极具竞争力，新用户可获得20美元初始免费额度，后续收费标准为输入端每百万token1.25美元、输出端每百万token4.25美元，远低于OpenAI和Anthropic的同类产品。

这一转变标志着Meta AI战略的重大调整——从过去侧重开源社区的Llama系列模型，转向销售专有AI模型访问权限的商业化模式。

不过，Meta并未完全放弃开源路线，Wang透露超级智能实验室正在开发Muse Spark的开源变体版本，但未公布具体发布时间。

此外，Meta本周还发布了图像生成模型Muse Image（内部代号"芒果"），吸引创作者和广告主使用其AI产品，进一步丰富了商业化矩阵。

Iris芯片量产

除了软件层面的进展，Meta在硬件领域也迎来里程碑式突破。

根据内部备忘录显示，代号为"Iris"的自研AI芯片将于今年9月开始量产，这款芯片属于Meta自研MTIA（训练与推理加速器）四代产品路线图的一部分，仅用六周时间就完成了测试且未发现重大问题，为这项历时五年多进展不顺的自研芯片项目带来了积极拐点。

Iris芯片由Meta与博通（AVGO）合作设计、台积电代工生产，完全针对Meta自身业务需求定制，定位并非取代英伟达和AMD的GPU，而是作为补充加速AI训练和推理任务。Meta希望通过自研芯片降低对外部供应商的依赖，同时优化数据中心成本结构。

德意志银行分析师Benjamin Black认为，结合使用Iris芯片和英伟达芯片，Meta有望在2027年将数据中心成本降低多达35%，特别是在推理和核心推荐工作负载方面。

为支撑AI业务发展，Meta还公布了雄心勃勃的算力扩张计划，2026年部署7吉瓦AI算力基础设施，2027年翻倍至14吉瓦。

为此，Meta预计今年AI基础设施投资最高可达1450亿美元，占全球科技行业AI总投资的相当大一部分。

为保障算力扩张顺利推进，Meta已与三星电子、闪迪、住友电工等供应商签署长期供货协议，锁定内存芯片、闪存产品和光纤设备的供应。

商业化进展与资本开支的平衡

Meta的AI战略调整引发了市场的复杂反应。

一方面，投资者对其AI商业化进展表示欢迎，认为付费模型和云服务产品能在核心广告收入之外提供额外增量收入，为AI投资带来清晰的回报路径。

法国巴黎银行分析师Nick Jones指出，这些进展"展示了一条清晰且直接的路径，能让Meta的AI投资获得高回报"。

另一方面，市场对Meta庞大的资本开支计划仍存担忧。周四上午，Meta计划将算力规模翻倍至14吉瓦的消息一度引发股价下跌逾3%，投资者担心激进的基础设施投入会压缩公司盈利能力。

不过，德意志银行分析师认为，自研芯片带来的成本优化和高利润增量收入机会，可能比市场预期更为可观，新增成本或许并不像担心的那么高。

长期以来，Meta的AI战略饱受诟病，投资者认为公司在顶级研究人员和数据中心建设上投入数十亿美元却未能获得足够回报。

此次Muse Spark 1.1的商业化和Iris芯片的量产，被视为Meta向市场证明AI投资价值的重要举措。Meta首席执行官扎克伯格正面临华尔街的压力，要求其展示AI投入的回报，而这两大进展无疑是积极的信号。