Meta财报大跌背后：汪滔的旗舰模型能否拯救千亿豪赌？
营收超预期背后的股价惊魂
Meta在2026年第二季度交出了一份看似矛盾的成绩单。从财务数据来看，这家社交巨头依然保持着惊人的造血能力。第二季度营收达到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%。广告展示量与平均价格的同步上涨，使得营收表现超越了华尔街的预期。然而，这份亮眼财报换来的却是股价的剧烈震荡，盘后跌幅一度接近9%，最终收于585.61美元。
这种市场反应并非无的放矢，其核心痛点在于AI基础设施建设的“吞金”速度远超想象。第二季度，Meta产生了318.62亿美元的经营现金流，但随即有310.78亿美元被投入到数据中心建设和服务器采购中。最终，公司仅剩下7.84亿美元的自由现金流。这一数字甚至不足以覆盖同期13.5亿美元的股息支出，更别提此前惯例的股票回购计划。
更令投资者焦虑的是资本开支指引的上调。Meta将2026年的资本开支下限从1250亿美元提高至1300亿美元，最高可能达到1450亿美元。这意味着，广告机器高速运转所赚取的利润，正在被AI军备竞赛迅速消耗殆尽。华尔街的担忧在于：当广告增长触及天花板，而AI尚未带来明确的商业化回报时，Meta的估值逻辑是否会发生根本性重构？
汪滔的“战时CEO”实验
扎克伯格将Meta的AI未来押注在汪滔身上，这一决策本身就充满了冒险色彩。一年前，Llama 4的表现不及预期，促使扎克伯格斥资143亿美元入股Scale AI，并将28岁的汪滔引入Meta，赋予其重建AI体系的权力。汪滔与扎克伯格有着惊人的相似性：都在19岁左右退学创业，都在二十出头成为亿万富翁，且都信奉创始人式的集中权力和快速执行。
汪滔在Scale AI期间展现出的核心能力是管理与资源调度，而非前沿模型研发。他坚持亲自审批新员工，并在数据交付前亲自抽查，认为“质量是分形的”。这种对细节的极致掌控，被《金融时报》称为Meta急需的“战时CEO”特质。进入Meta后，汪滔迅速重组AI部门，成立直接冲击前沿模型的TBD Lab，从OpenAI、Google等竞争对手处高价挖人，并压缩管理层级，试图将臃肿的AI部门改造为行动敏捷的特种部队。
然而，重组的代价是惨痛的。Meta原有AI团队约600个岗位被裁，联合创始人杨立昆离开工作12年的Meta，另起炉灶研究世界模型。高薪新团队与旧研究体系之间的裂痕，直接反映在财报中。第二季度，Meta研发费用高达216.56亿美元，同比增长67%。CFO苏珊·李指出，薪酬支出的增长主要源于过去一年增加的技术人员，尤其是高价招募的AI人才。即使扣除法律费用和裁员费用，总成本仍同比增长约42%，远超28%的营收增速。
旗舰模型的缺席与焦虑
汪滔带来的不仅是组织架构的变革，更是一支日益昂贵的AI团队。目前，Meta已推出汪滔团队的第一款模型Muse Spark及其迭代版本Muse Spark 1.1。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领域，每百万Token收费极具竞争力。然而，这款模型体量较小，综合能力距离最前沿仍有明显差距，不足以证明Meta此前巨额投入的价值。
真正承载Meta反击期待的旗舰模型Watermelon，仍在训练中。据知情人士透露，Watermelon使用的算力比Muse Spark高一个数量级，并在部分基准评测中追上了GPT-5.5。但在最新的财报电话会上，扎克伯格并未公布Watermelon的具体发布时间、评测成绩或更多细节，仅表示正在训练体量更大、能力更强的模型。
这种信息真空加剧了市场的焦虑。竞争对手OpenAI、Anthropic和Google并未停下脚步，而Meta却仍在等待这张答卷。汪滔进入Meta一年，尚未成为市场期待的“救世主”。如果Watermelon不能如期交付并展现统治级性能，那么此前投入的143亿美元入股Scale AI、高昂的重组成本以及一年的时间窗口，都将面临巨大的质疑。此时换人或收缩战略，等同于承认此前付出的代价难以收回，汪滔因此成为了扎克伯格最大的沉没成本。
迟到的改革与两年的差距
讽刺的是，Meta并非AI领域的后来者。自2013年FAIR成立以来，Meta在计算机视觉、自监督学习等领域积累了深厚底蕴，并孕育了PyTorch。2023年发布的Llama系列，更让Meta在开放模型领域占据了重要地位。然而，ChatGPT的出现打破了平衡。OpenAI迅速围绕消费级入口搭建模型、API和开发者生态，而Meta的AI资源却分散在FAIR、生成式AI团队、产品部门和基础设施部门，缺乏统一指挥。
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，但Llama 4的表现不及预期，暴露了战略执行的滞后。汪滔推动的集中改革，实际上是Meta本应在2023年完成的战略调整。当Meta开始重组时，OpenAI、Anthropic和Google已经建立了模型、人才和产品优势，Meta整整迟到了两年。
这种时间差导致Meta不得不加倍投入以追赶进度。2025年初，Meta计划投入600亿至650亿美元；到了2026年，资本开支预计达到1300亿至1450亿美元，最高值超过此前计划的两倍。汪滔更像扎克伯格为此前两年迟疑所收到的一张账单。
广告业务的输血与退路
尽管前沿模型尚未交卷，Meta并未陷入绝境。强大的广告业务为这场豪赌提供了充足的弹药。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%。新的广告模型使Facebook广告点击量提高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。
这些提升主要得益于推荐系统、广告排序和内容理解的优化，而非直接归功于Watermelon或汪滔团队的前沿模型。广告和推荐是Meta积累了十多年的强项，AI技术的融入进一步放大了这一优势。这给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点。
对于新增的巨额算力，Meta还准备了多条退路。扎克伯格在电话会上列出了个人智能体、企业智能体、模型API和直接出售算力等方向。Meta Business Agents每周已有超过100万家企业使用，公司还收到了不少购买算力的报价，报价明显高于Meta取得算力的成本。CFO苏珊·李直言，即使Meta的模型没有进入最前沿，公司也有信心利用这些算力改进现有产品，实在用不完还可以直接卖给其他企业。
债务扩张与止损困境
然而，这种“退路”策略也暴露了Meta的不确定性。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，扎克伯格并未给出明确答案。苏珊·李的回答更加直接：公司首先要尽可能扩大2026年和2027年的算力，2028年以后再根据实际需求决定购买多少芯片。
这意味着，Watermelon的能力尚未得到公开验证，但用来训练更大模型的数据中心、服务器和网络必须提前几年准备。即使最终结果不及预期，土地、电力和数据中心等基础设施投入也已发生。Meta与贝莱德的合作便是典型例子，双方在得州埃尔帕索建设一座1吉瓦数据中心，Meta借助外部合作伙伴分担建设成本，自己保留使用算力的能力。
为了匹配AI基础设施漫长的建设周期，Meta开始增加债务。第二季度，公司发行了约249.1亿美元长期债务，截至6月底，长期债务达到836.64亿美元，较去年年底增加249.2亿美元。账上虽有902.6亿美元现金和有价证券，但短期不缺钱不代表长期无风险。
外界的质疑不仅落在汪滔身上，也落在扎克伯格肩上。Reality Labs的巨额亏损（第二季度经营亏损46.19亿美元）已让市场担忧元宇宙是否是下一场没有明确截止日期的豪赌。AI是否会重蹈覆辙？等待时间越长，Meta投入的资金和算力越多，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，但在那一天到来以前，Meta每多等一个季度，汪滔这笔“沉没成本”都会继续变大。