📋 全文总结 本次电话会议围绕Meta拟推出云租赁业务及AI战略展望进行了深度分析。核心结论是： Meta拟推云业务不等于AI资本开支收缩，而是算力代际迁移下的分层使用策略。 市场对此事件的过度解读引发了硬件板块的短期调整，但底层逻辑并未被颠覆。Meta的AI战略正从开源转向闭源（Muse Spark
- 事件定性：Meta拟推云业务并非7月1日的新动作，而是扎克伯格在5月27日股东大会上提出的未来规划——当前算力优先自用，未来若有冗余才考虑对外租赁。彭博的独家报道较为客观，但路透的标题“销售过剩AI算力”有失偏颇。Meta拟推云业务不等于AI资本开支收缩。
- 算力代际迁移逻辑：Meta一边计划出租存量算力，一边又签署了1.6GW的新算力协议（6月与Cruise等签署），看似矛盾，实质是GPU代际分层——新一代GB200/GB300优先用于前沿模型训练，存量H100/H200因训练前沿模型的经济性下降，转向推理、微调及外部云租赁变现。这与XAI等厂商的做法类似，是行业通用范式。
- Meta的AI战略：Meta的AI团队经过9个月重组，今年4月发布了闭源模型Muse Spark（不再开源），定位为个人超级智能，核心服务30亿用户生态（WhatsApp、Instagram等），通过提升用户体验和广告效率来变现，而非直接销售API。目前模型主要用于内部业务，外部使用较少。
- 竞争格局变化：谷歌对Meta限制Gemini模型使用，反映科技巨头从合作走向竞争。高端AI算力仍持续紧缺，各大厂商优先保障自有业务，收紧对外配额。这倒逼Meta加速自有算力储备和闭源模型迭代，降低对外部模型的依赖。
- 投资影响：短期情绪上，第三方算力租赁商、英伟达及海外硬件代工板块承压；受益方向包括自有大模型和自建算力的互联网平台（腾讯、百度等），以及AI应用端（成本下降有望加速场景渗透）。短期调整定性为小插曲，整体趋势未变。
- 后续关注：7月下旬开启的财报季是验证各厂商AI资本开支态度的关键窗口；同时需跟踪OpenAI的ARR增长曲线、Token价格变化等指标。