大行评级丨美银：Meta 云业务拟「双轨并行」，关键仍在于大模型，维持「买入」评级

一句话看懂：美银发布最新研报指出，Meta 计划以「双轨并行」模式进入云服务市场：既提供自家 AI 模型托管服务，也直接出租裸 GPU 算力。但分析师强调，该业务能否成气候，还是要看 Meta 大语言模型（LLM）本身的能力；同时，OpenAI 近期通过系统级优化将推理成本降低约一半，若行业化推广，将进一步利好大型网络公司。

事件核心：发生了什么

2026 年 7 月 3 日，美银分析师发布研报，披露 Meta 云业务的「双轨并行」策略。第一轨是提供 AI 模型托管服务——包括自家 Muse Spark 系列模型——按访问量收费，模式类似亚马逊 AWS Bedrock。第二轨是直接出租裸 GPU 算力，定位接近 CoreWeave 等新兴算力租赁商。

美银维持 Meta「买入」评级，目标价 835 美元。但同时指出两点风险：一是 Meta 自研芯片进度落后于亚马逊、微软、谷歌等超大型云端业者；二是 Meta 本身仍需向 Crousse 等第三方外购共 1.6GW 算力，转售算力的商业逻辑与自身云端市场竞争力仍存在争议。

分析师明确认为，Meta 云业务能否获得市场认可，关键取决于其大语言模型能力的发展：模型越强，外部对 Meta 算力的需求才越旺，整个商业逻辑才更扎实。

此外，美银提及 OpenAI 近期通过系统级优化让特定模型的推理成本降低约一半。若此类技术推广至全行业，可以在不增加硬件投入的情况下扩大有效产出，改善 AI 业务的单位经济模型。

为什么重要

此次美银研报揭示了 Meta 在 AI 基础设施商业化上的两条路径：一条靠模型能力变现（托管服务），一条靠硬件资源变现（裸算力租赁）。两条路看似互补，实则对 Meta 的大模型能力提出高要求——没有强模型，算力需求也会随之减弱。

同时，OpenAI 通过系统级优化降低推理成本，说明在硬件瓶颈之外，软件和算法层面的优化同样能显著改变 AI 商业模型。这一趋势若普及，将直接冲击算力租赁市场的定价逻辑：算力需求增长可能放缓，而模型效率更高的公司会获得更大竞争优势。

对于 Meta 而言，若自家模型能力无法与 OpenAI、微软等头部玩家拉齐，「双轨并行」中的模型托管业务可能难以吸引足够客户；单纯的裸 GPU 租赁业务则高度依赖外部需求，竞争压力大。

对用户/开发者/创作者的影响

对开发者来说，未来可能多一个选择：既可以在 AWS Bedrock 等平台调用模型，也可以直接在 Meta 的云上租用 GPU 跑自己的训练任务。但前提是 Meta 能保持有竞争力的价格和性能。

AI 工具推荐

想把多个 AI 模型放在一个入口？

GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。

了解 GamsGo AI

推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。

对 AI 应用开发者而言，OpenAI 降低推理成本的趋势意味着调用 API 的长期成本有望下降，也有利于构建对价格敏感的 C 端产品。

对普通用户来说，目前公开信息显示，Meta 的云服务尚未正式上线，短期内不会直接影响日常使用的 AI 工具体验。

值得关注的后续

1. Meta 自研芯片相比亚马逊、微软、谷歌的差距何时能缩小？若芯片进度长期落后，云业务竞争力将持续受限。

2. Meta 的大语言模型（如 Muse Spark 系列）能否在性能和开源社区中获得认可？这直接决定其模型托管服务的吸引力。

3. OpenAI 的推理成本优化是否能真正推广到全行业，并引发其他厂商跟进降价？若出现价格战，算力租赁业务的盈利模型将承压。

来源：Readhub · AI