文 | 字母AI

Meta二季度经营现金流录得318.62亿美元，随即砸向数据中心建设与服务器采购的资本开支高达310.78亿美元。一进一出，最终剩下的自由现金流仅剩7.84亿美元。

别急着悲观，Meta的广告印钞机此刻仍在全速运转。

财报显示，二季度总营收攀升至608.01亿美元，同比增幅达28%；其中广告收入贡献593.63亿美元，同比增长27%。广告展示量与平均单价双升，推动营收超越华尔街预期。

只是，这台赚钱机器吐出的现金，似乎正被AI这个无底洞吞噬殆尽。

公司甚至将2026年资本开支下限从1250亿美元上调至1300亿美元，上限更可能触及1450亿美元。

这样一份超预期的成绩单，没换来股价欢呼，反而招致近8%的跌幅。截至收盘，Meta股价报收585.61美元，盘后交易时段跌幅一度逼近9%。

电话会上，美国银行证券分析师Justin Post把问题抛得很直接：一年前Meta刚换掉AI实验室高级管理层，华尔街何时才能看到模型、芯片等产品的发布节奏明显提速？

扎克伯格回应称对实验室进展“相当满意”。他指出，Muse Spark和Muse Spark 1.1仅是攀登模型能力阶梯上的早期成果，团队目前正训练体量更大、能力更强的新模型。

但他既未透露旗舰模型的具体发布时间，也未拿出新的评测数据，只承诺很快会有更多消息放出。

回想一年前，Llama 4表现不及预期。随后扎克伯格斥资143亿美元入股Scale AI，挖来年仅28岁的汪滔，并将重建整个AI体系的权力交到他手中。

汪滔与扎克伯格有着惊人相似的轨迹——两人都在19岁左右退学创业，二十出头便成为亿万富翁，且都信奉创始人式的集权与高效执行。如今已届不惑之年（约40岁）的扎克伯格，仿佛是将Meta的未来托付给了年轻时的自己。

时隔一年，汪滔已完成Meta AI团队的重组，并推出首批模型和产品。然而，真正承载反击厚望的旗舰模型Watermelon，仍在训练中。

竞争对手迭代加速，而Meta为等待这张答卷付出的代价却日益高昂。

只要汪滔一天拿不出旗舰模型，扎克伯格就难以向市场证明这笔巨额投入、这次大重组以及又一年的等待究竟换来了什么。此时若选择换人或收缩战线，无异于承认此前的沉没成本难以收回。

汪滔，已然成了扎克伯格身上最大的沉没成本。

所谓的“救世主”，真的选对了吗？

汪滔并没有闲着。

扎克伯格启用汪滔，本身就是一个充满风险的决策。Scale AI长期为OpenAI、Google及Meta提供数据与评测服务，汪滔深知各家实验室的训练瓶颈所在，但他此前缺乏领导前沿模型研发的经验。

汪滔的核心优势一直在于管理与资源调度。

即便Scale AI员工规模突破千人，他仍坚持亲自审批新员工，并在数据交付前亲自抽查。他将这种近乎偏执的态度称为“质量是分形的”：如果管理者忽视细节，下属很快就会效仿。

扎克伯格看重的，正是这种在数万人规模的大公司中罕见的集中、强硬与执行力。《金融时报》因此称汪滔为Meta急需的“战时CEO”。

入职Meta后，汪滔迅速将这套风格引入AI部门。Meta成立了直指前沿模型的TBD Lab，以高薪从OpenAI、Google等处吸纳人才，同时压缩原有管理层级，试图将臃肿的AI部门改造成一支行动敏捷的“战时团队”。

代价同样显而易见。

Meta原有AI团队约600个岗位被裁撤，杨立昆离开工作了12年的Meta，另起炉灶研究世界模型。高薪新团队与旧有研究体系之间裂痕加深。

这场重组的成本，如今也开始体现在Meta的财报数字中。

第二季度，Meta研发费用飙升至216.56亿美元，同比增长67%。CFO苏珊·李在电话会上解释，薪酬支出的增长主要源于过去一年增加的技术人员，尤其是那些高价招募的AI人才。

即便扣除24亿美元的法律费用和11.8亿美元的裁员支出，Meta第二季度的总成本同比增速仍高达约42%，远超28%的营收增速。

汪滔带来的不仅是一套新架构，更是一支日益昂贵的AI团队。

扎克伯格这场豪赌的逻辑由此清晰：他相信汪滔重建组织和调动资源的能力，终将转化为训练前沿模型的实力。前者已被证实，后者仍需模型来作答。

2026年4月，Meta推出了汪滔团队的首款模型Muse Spark。Meta从一开始就定调，该模型体量较小、速度较快，仅是Muse系列“打头阵”的产品，更大的模型还在路上。

至7月，Muse Spark 1.1将Artificial Analysis综合指数从43分提升至51分，进步主要集中在编程、科学推理和知识能力方面。其定价为每百万输入Token收费1.25美元，输出Token收费4.25美元。

这款模型进步显著且价格亲民，但综合能力与最前沿模型仍有差距，尚不足以证明Meta投入的143亿美元及高价组建的新团队物有所值。

真正承载这份期待的，仍是尚未发布的Watermelon。

据Business Insider援引两名知情人士消息，汪滔在内部会议中表示，正在训练的Watermelon所用算力比Muse Spark高出一个数量级，并在部分基准测试中追平GPT-5.5。不过，他未披露具体测试项目，Meta也未公开相关成绩。

最新财报电话会并未为此说法提供额外佐证。扎克伯格仅确认Meta正在训练更大体量、更强能力的模型，未提及Watermelon之名，亦未公布发布时间与评测结果。

更为严峻的是，Watermelon迟迟未发，而OpenAI、Anthropic和Google绝不会停下脚步等待。

汪滔入局Meta已满一年，“救世主”的名号仍未戴上。

迟到的两年时光

最具讽刺意味的是，Meta从来不是AI领域的后来者。

2013年，Facebook成立FAIR，聘请杨立昆挂帅。此后十年间，Meta在计算机视觉、自监督学习等领域积淀深厚，孕育出PyTorch；Facebook和Instagram的推荐及广告系统，早已每日利用AI处理数十亿用户产生的数据。2023年发布的Llama，更让Meta迅速在开放模型领域确立影响力。

ChatGPT横空出世后，OpenAI围绕消费级入口搭建模型、API及开发者生态，而Meta的AI资源却分散在FAIR、生成式AI团队、产品部门及基础设施部门。

直到2025年，扎克伯格才将AI提升为公司级战争，计划投入600亿至650亿美元建设基础设施，却迎来了表现不及预期的Llama 4。

汪滔随后推动的集中化改革，实则是Meta本应在2023年完成的动作。当重组启动时，OpenAI、Anthropic和Google已建立起模型、人才及产品优势，Meta整整落后了两年。

汪滔更像是一张账单，扎克伯格为此前两年的迟疑买单。

2025年初，扎克伯格规划投入600亿至650亿美元用于基础设施建设。而至2026年，资本开支预计跃升至1300亿至1450亿美元，最高值已超此前计划的两倍。

不过，Meta并未将所有资金押注于一款未发布的旗舰模型。第二季度，Instagram用户使用时长实现两位数增长，Facebook视频观看时长增长9%。Meta指出，新广告模型使Facebook广告点击量提升8.3%，转化率提高15.7%；使用AI生成广告素材的小企业已超过900万家。

这些成绩表明，AI确能帮助Meta的广告机器赚取更多利润，但这不能直接算作汪滔的答卷。

Meta披露的提升主要源自推荐系统、广告排序和内容理解，并未说明Watermelon或汪滔团队的前沿模型在其中扮演何种角色。广告与推荐本就是Meta深耕十余年的强项。

换言之，Meta可以一边等待汪滔的旗舰模型，一边利用现有AI技术优化广告业务。强劲的广告业务赋予了扎克伯格继续等待的底气，也让这场豪赌暂时没有一个必须停止的时间节点。

对于新增的巨额算力，Meta还预留了其他用途。扎克伯格在电话会上列举了个人智能体、企业智能体、模型API及直接出售算力等方向。

Meta Business Agents每周已有超过100万家企业在使用，公司还收到不少购买算力的报价，据悉报价远高于Meta获取这些算力的成本。

摩根士丹利分析师Brian Nowak追问，哪项业务最有可能率先扩大规模并为投资者带来可计算的回报。扎克伯格未给出明确答案，仅表示对所有方向持乐观态度，并称很快会有更多消息。

CFO苏珊·李的回答更为直白：即使Meta的模型无法跻身最前沿，公司也有信心利用这些算力改进现有产品。若实在用不完，还可直接转售给其他企业。

这相当于为巨额投入准备了多条退路，但也暴露出Meta目前仍不确定，最终由哪项新业务来承担这笔账单。

还能撑多久？

第二季度，Meta发行了约249.1亿美元长期债务。截至6月底，公司长期债务总额达836.64亿美元，较去年底587.44亿美元增加249.2亿美元。与此同时，Meta在本季度暂停了股票回购。

原因并不复杂。

Meta第二季度产生318.62亿美元经营现金流，资本开支消耗310.78亿美元，剩余7.84亿美元自由现金流，甚至无法覆盖同期13.5亿美元的股息支出。

广告业务产生的现金，已无力同时满足AI扩建、分红和回购的需求。

尽管Meta账上仍持有902.6亿美元现金和有价证券，短期不缺钱，但值得注意的是，它不再单纯依赖广告现金流建设AI，而是开始增加债务、引入合作伙伴，为长期项目筹集更多资金。

电话会上，高盛分析师Eric Sheridan询问苏珊·李，Meta如何在激进投入与资金需求间取得平衡。

苏珊·李回应称，公司近年来一直在提高债务占比，旨在获取成本低、期限长的资金，以匹配AI基础设施漫长的建设周期。

Meta与贝莱德的合作便是例证。财报发布前夕，双方宣布在得州埃尔帕索共建一座1吉瓦数据中心。Meta借助外部伙伴分担建设成本，自身则保留算力使用权。

钱需即刻花出，回报却要待数据中心建成后方能兑现。扎克伯格在电话会上坦言，公司正在建设的数据中心在上线前不会产生价值。苏珊·李也表示，Meta当前首要任务是尽可能扩大2026年和2027年的算力储备，至于2028年后的芯片采购量，将根据实际需求决定。

这意味着，Watermelon的能力尚未得到公开验证，但用于训练更大模型的数据中心、服务器和网络设施却必须提前数年准备。即便最终结果不尽如人意，土地、电力和数据中心建设也已投入巨资。

偏偏Meta很难为这场豪赌划定清晰的止损线。

别忘了，Meta过去已证明其对一项长期豪赌拥有惊人的耐心。第二季度，Reality Labs收入仅为4.31亿美元，经营亏损却高达46.19亿美元。虽AI眼镜推动该部门收入增长16%，扎克伯格也表示新款眼镜销量超预期，但其距离覆盖Reality Labs的巨额亏损仍相去甚远。

外界的质疑落在汪滔身上，也会同步压在扎克伯格肩头——汪滔的成败，已不仅是Meta的成败，更成为检验扎克伯格是否在“元宇宙”之后再次陷入非理性的试金石。

华尔街担忧的，正是AI会不会成为下一场没有明确截止日期的豪赌。

等待时间越长，Meta投入的资金与算力越多。投入越大，扎克伯格越难承认这条路可能走不通。

Watermelon仍有机会替汪滔证明一切。只不过，在那一天到来之前，Meta每多等一个季度，汪滔这笔“沉没成本”就会进一步膨胀。