Meta(META)把AI戰線拉向開源與端側，1450億美元支出能回收嗎？

 

Meta把開源戰線拉到美製與端側AI

Meta Platforms(META)這次丟出的訊號很直接：開權重、推輕量模型、把戰場拉到開源主導權。Zuckerberg同步把話題推到華府政策，點名中國開源勢力、封閉式AI陣營與美國監管框架，等於把AI競賽從算力和資本支出，推進到制度與分發模式。

Meta本週宣布開放最新模型Muse Spark 1.2的權重，也推出可在一般筆電運行的Muse Glimmer。盤前股價一度漲約2.1%，今年以來仍約跌一成，市場對這條路線有回應，對高額資本支出能否轉成獲利還在等答案。這種反應很典型：資金願意先看故事，法人會接著算帳。

 

Zuckerberg把矛頭指向中國開源勢力與美國監管

Zuckerberg在約6,500字長文裡，直接點名Alibaba、DeepSeek、Moonshot等中國實驗室已積極釋出開權重模型，部分技術領域已逼近美系陣營。他要傳達的訊息很清楚，美國開源AI若持續承受額外規範，競爭節奏會被拉開。

他也呼籲華府重新檢視模型蒸餾與資料使用規則。蒸餾是用大模型輸出訓練小模型的方式，這項技術在美國部分國會議員眼中接近智財爭議。Zuckerberg的立場很硬，他認為過度限制等於替自己加鎖，開源陣營在全球競賽裡會先少一截機動性。

他還把矛頭對準「超強大AI應由少數大實驗室集中掌控」這套安全論述，認為若一邊說AI會改變大量工作與人類價值，一邊又把權力集中到少數公司，邏輯本身就有衝突。這段話帶有政治味道，也很像Meta近年一貫的打法：先把自己放到「開放陣營」的位置，再要求外部規則配合。

 

雲端資本支出狂飆，端側AI開始分流

Meta的動作放在整體AI基礎建設潮裡看，味道更濃。Goldman Sachs估計，今年全球科技巨頭AI相關資本支出可達7,650億美元，2027年更上看1.2兆美元。Amazon最新財報也把資本支出指引推高，並提到記憶體供應吃緊，雲端AI的燒錢節奏還在加速。

Intel(INTC)則宣布啟動150億美元普通股增發，另預留承銷商額外22.5億美元購股選擇權，資金用途指向實體AI晶片、特殊用途矽與先進封裝。這代表硬體端仍在擴產與補資本，雲端需求還沒停，供應鏈先繼續加碼。

在這個背景下，Meta反手強調Muse Glimmer這類端側AI，主打直接在PC或手機運行。Counterpoint Research共同創辦人Neil Shah的說法很關鍵，他認為小型、具代理能力的模型若能直接落在終端裝置上，使用者體驗有機會追上甚至超過Google、Microsoft等雲服務路線，同時降低對大型資料中心的依賴。這裡牽動的就是成本結構，雲端吃算力，端側吃裝置與分發。

 

1,450億美元資本支出要找回差異化

Meta今年資本支出最高估到1,450億美元，市場對這筆錢怎麼回收一直有疑問。開源權重加上端側AI，等於把開發者生態系與裝置端使用場景綁進來，讓模型成為企業與開發者的預設選項，再回頭支撐廣告、工具與新服務收入。

這條路線的商業邏輯很明白：開源可以擴散，端側可以分流雲端成本，兩者合在一起，有機會把Meta從單純的模型競賽，拉到分發與生態系競賽。Google、Microsoft、Intel等公司面對的壓力，也會跟著重新定價，因為AI投資不只拼誰先做大模型，也拼誰先把使用場景握在手上。

 

開源擴散與安全風險會同時放大

封閉模型陣營的反對聲音也很直白。高商業化與安全需求，要求嚴格控管模型權重與訓練數據；開源一旦擴散，惡意使用門檻下降，假訊息、網路攻擊與濫用風險都會跟著放大。這種顧慮在企業採購端也很現實，特別是政府、金融與大型企業客戶，通常先看可控性，再看功能。

開源模式的另一個問題是直接變現難度較高。模型免費擴散很快，收入回收速度卻未必同步。Meta若要讓天量資本支出有交代，後面還要看企業採用率、開發者生態、雲端合作與配套工具收入能否跟上。

 

下一階段看政策、擴散速度與成本回收

Meta這次把開源與端側AI一起推上檯面，等於把AI競賽的主軸往制度、分發與成本結構移動。若Muse Spark與Muse Glimmer能快速擴散，華府政策也跟著鬆動，美系開源陣營有機會在與中國勢力的競局裡拿回話語權，OpenAI、Anthropic等封閉陣營也會被迫調整節奏。

若政策阻力持續，端側AI的落地速度又偏慢，市場會回頭盯Meta那1,450億美元資本支出怎麼轉成現金流。這一輪AI軍備競賽已經走到新階段，誰能定義開源與封閉的規則，會比誰先把模型參數堆高更重要。