Meta(META)釋出開源權重，1,450億美元資本支出回得來嗎？

 

Meta把開源權重推到前台，市場先看的是AI路線選擇

Meta Platforms(META)這次同時釋出Muse Spark 1.2的權重，並推出可在筆電端運行的Muse Glimmer。消息出來後，盤前股價一度上漲約2.1%，今年迄今股價仍約下跌一成。這組動作把Meta的AI敘事，從單純的模型競賽，推進到開源、封閉與端側部署的選擇題。

扎克伯格這次的訊息很直接。他要開發者與企業能下載、使用模型權重，也要把小模型推向PC與手機。這代表Meta想爭的，不只是一個模型排名，而是未來開發者預設會採用哪一套生態。

 

美國開源模型面臨中國競爭，政策也被拉進戰場

扎克伯格在約6,500字長文裡，把矛頭指向中國開源勢力。他點名Alibaba、DeepSeek、Moonshot等團隊持續釋出開權重模型，部分技術進展已逼近美系同業。這讓「美製開源」第一次明確成為產業與政策一起討論的議題。

他同步呼籲華府重新檢視模型蒸餾與資料使用規則。蒸餾是把強模型的輸出拿去訓練小模型，技術上很常見，政策上卻容易碰到智財爭議。Meta的立場很清楚：若美國在開源規範上綁得更緊，競爭力會先被削弱。

這也解釋了Meta為何把開源和政治放在同一個敘事裡。它要爭取的不只是開發者支持，還有監管框架的空間。

 

封閉模型繼續守住商業化，Meta要證明開源也能回收資本支出

OpenAI、Anthropic這類公司，主打的是封閉商業模型。它們的邏輯是集中權重、集中訓練與集中控制，安全性與變現效率比較容易管理。Meta這次把路線拉到對面，等於直接挑戰這套商業模式。

這件事和Meta自己的資本支出壓力也有關。公司預估今年資本支出最高可達1,450億美元，外界對這筆錢能否轉成實際回報一直很保留。開源權重與開發者生態，是Meta用來說服市場的工具；它希望模型先成為企業與開發者的預設選項，再把流量與使用場景導回廣告和新服務收入。

但開源的商業化路徑比較長。它能放大採用率，直接變現卻通常較慢。封閉模型陣營的優勢，仍在於收入模式更清晰。

 

雲端AI資本支出繼續衝，端側AI開始碰到成本結構

這次Meta的訊號，放在整體AI資本支出潮裡看會更清楚。Goldman Sachs估計，全球科技巨頭今年AI相關資本支出有望達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拉高，並提到記憶體供應吃緊。Intel(INTC)則宣布啟動150億美元普通股增發，外加承銷商額外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。

這些數字顯示，雲端AI還在持續燒錢，且硬體供應鏈也跟著承壓。Meta此時強調Muse Glimmer這類端側模型，等於把一部分使用需求從資料中心移到終端裝置，試著避開高昂的雲端運算成本。

Counterpoint Research共同創辦人Neil Shah也提到，小型、具代理能力的模型若直接放在終端，使用體驗有機會往上走，對Google、Microsoft這類雲服務巨頭會形成壓力。這裡牽動的是成本結構與營收模式，影響範圍已經超過單一產品。

 

真正要追的，是開源能否變成生態優勢

Meta這波動作，短期看是一次高調宣示，長期看是在測市場對新路線的容忍度。公司想證明，開源權重、端側部署與開發者擴散，能為巨額資本支出找到回收路徑，也能在與中國開源模型、以及OpenAI和Anthropic等封閉陣營的競爭裡多拿到一點主導權。

風險也很清楚。封閉模型陣營仍握有更直接的商業化能力，開源模式在安全、濫用與變現上都有爭議。若美國政策沒有跟上，或端側AI的擴散速度不如預期，Meta這筆資本支出的壓力還會繼續留在財報上。

我會把這次事件視為AI產業路線分歧再度擴大的訊號。接下來要看的，是Muse Spark 1.2和Muse Glimmer能否在開發者社群快速擴散，以及美國監管是否願意給開源模型更大的操作空間。