社交巨头 Meta 于本周发布了截至 6 月 30 日的 2025 财年第二季度财报。这份成绩单并未给市场带来惊喜，反而引发了剧烈震荡。财报显示，Meta 本季度净利润同比大幅下滑 14%，营业利润也下降了 8%，而备受关注的自由现金流更是骤降至仅 7.84 亿美元，远低于市场预期。与此同时，公司再次上调了全年人工智能（AI）资本开支指引，预计将达到 1350 亿至 1450 亿美元。这一“利润下滑”与“巨额投入”的组合拳，直接导致 Meta 股价在盘后交易中一度暴跌超过 11%，华尔街投资者用脚投票，表达了对该公司短期盈利前景的深切忧虑。
这份财报背后，折射出 Meta 在 AI 竞赛中面临的严峻挑战与战略焦虑。自 2023 年初 ChatGPT 引爆大模型热潮以来，科技巨头们纷纷抢滩布局。微软凭借对 OpenAI 的早期投资占得先机，谷歌依托 Gemini 模型稳坐第一梯队，亚马逊则有全球市占率第一的 AWS 云服务作为坚实后盾。相比之下，Meta 虽然凭借 Llama 系列开源模型在 2023 至 2024 年间风光无限，一度成为开源社区的“信仰”，但好景不长。随着 OpenAI 推出基于思维链的 o1 模型，以及中国 DeepSeek 的横空出世，Meta 在通用大模型的核心能力——如推理和思维链技术上，被指投入不足，导致 Llama 4 未能延续此前的辉煌，技术路线开始掉队。有前 Meta AI 工程师透露，公司当时将资源过度倾斜于多模态和轻量化端侧模型，而忽视了基础语言模型的迭代，这为后续的被动局面埋下了伏笔。
面对“主业承压、AI 狂烧钱却不见回报”的尴尬境地，Meta 显然已经意识到，单纯依靠“讲故事”已无法安抚资本市场。为了给巨额投入寻找回报路径，Meta 内部正在展开一场“精打细算”的变革。据透露，公司内部孵化器已开始秘密研发对标 OpenRouter 的模型路由器，旨在为不同 AI 任务智能分配模型，实现“降档”省钱；自 6 月起，Meta 限制了员工的 Token 使用量，并建立预算追踪平台以控制内部 AI 消耗；7 月初，又被曝出正式筹建云业务部门，计划对外出租算力。这一系列看似矛盾的举措——一边是史上最激进的资本开支，一边是近乎“抠门”的成本控制——恰恰说明，Meta 的 AI 战争已经进入了下半场。这场战役的主旋律不再是“不惜一切代价上桌”，而是“每一美元都要有回声”，即必须向市场证明 AI 投入能够转化为实际的商业利润。
Meta 的这份财报及其应对策略，为整个 AI 行业敲响了警钟。它预示着，随着大模型格局初定，行业竞争已从技术参数的比拼，转向了商业化落地与投资回报率（ROI）的较量。对于 Meta 而言，无论是自研模型路由器、限制内部 Token 消耗，还是对外出租算力，都是在试图将庞大的 AI 基础设施成本转化为可量化的收入来源。然而，这些探索尚处于早期阶段，能否在 2026 年及未来真正“把 ROI 故事讲圆”，仍是未知数。资本市场对此持高度怀疑态度，股价的剧烈反应便是最直接的证明。Meta 的困境与挣扎，也成为了所有在 AI 上投入巨资的科技公司必须面对的命题：在技术狂热退潮后，如何让 AI 真正成为利润增长的引擎，而非吞噬现金流的无底洞。这不仅是 Meta 的当务之急，也是整个行业走向成熟所必须跨越的门槛。
