Meta资本支出下限提至1300亿美元：AI军备竞赛进入硬核兑现期？

Meta Platforms（META.O）于2026年7月30日宣布，将公司2026年全年资本支出预期区间从原先的1250亿至1450亿美元收窄至1300亿至1450亿美元。这一调整虽未改变支出上限，但显著提高了下限，反映出公司在AI基础设施投资节奏上的进一步明确化与加速态势。

资本支出指引收紧：信号意义大于数值变动

此次资本支出区间的调整看似幅度有限——仅将下限上调50亿美元——但其背后传递的战略信号不容忽视。在当前全球科技巨头竞相押注人工智能的背景下，Meta正通过更精准的财务指引向市场表明：其AI基础设施扩张计划已进入执行确定性更高的阶段。此前宽泛的1250亿至1450亿美元区间留有较大弹性空间，而新指引将最低投入锁定在1300亿美元，意味着即便在宏观经济承压或技术部署遇阻的情境下，Meta仍将维持高强度资本开支。

值得注意的是，这一调整发生在2026年第三季度初，正值各大科技公司陆续披露中期业绩与全年展望的关键窗口期。Meta选择在此时收紧指引，很可能与其内部项目进展顺利、供应链保障增强以及AI芯片自研取得突破密切相关。

自研AI芯片落地加速，驱动资本效率提升

支撑此次资本支出信心的关键变量之一，是Meta在AI硬件领域的实质性进展。根据2026年7月9日路透社援引内部备忘录的报道，Meta计划于同年9月开始量产其自研AI芯片“Iris”。该芯片属于Meta Training and Inference Accelerators（MTIA）项目第四代产品，专为优化Facebook与Instagram平台上的AI推理与训练任务而设计。测试周期仅六周且未发现重大缺陷，显示出工程执行力的显著提升。

更重要的是，Iris芯片的投产标志着Meta正逐步摆脱对英伟达（NVDA.O）和超威半导体（AMD.O）等外部GPU供应商的高度依赖。尽管短期内仍需采购大量商用GPU以满足算力需求，但自研芯片的规模化部署有望在未来两年内显著降低单位计算成本。这种“软硬协同”的垂直整合策略，不仅增强了技术自主性，也为巨额资本支出提供了更强的回报保障。

与此同时，Meta正同步推进数据中心基础设施的物理扩张。据同一份备忘录披露，公司计划在2026年部署7吉瓦（gigawatts）的计算基础设施，并在2027年翻倍至14吉瓦。这一规模相当于数十座大型数据中心的电力负荷，凸显其构建全球最庞大AI算力网络的决心。

供应链锁定与“芯片通胀”下的战略应对

资本支出的刚性提升也反映出Meta对上游供应链风险的主动管理。为确保内存、存储与光通信组件的稳定供应，公司已与三星电子（005930.KS）、闪迪（SNDK.O）及住友电工（5802.T）等关键供应商签订多年期协议。此举在当前“芯片通胀”（chipflation）持续发酵的宏观环境下尤为关键——内存与AI芯片价格因供不应求而快速上涨，已引发包括苹果（AAPL.O）在内的多家科技企业调整定价策略。

通过提前锁定产能与价格，Meta不仅规避了短期成本波动，也为大规模数据中心建设扫清了物料瓶颈。这种前瞻性采购策略，使得1300亿至1450亿美元的资本支出更具可执行性，而非单纯依赖乐观假设。

行业格局重塑：Meta加入万亿美元级AI军备竞赛

Meta此次资本支出指引的调整，亦需置于更广阔的行业图景中审视。2026年，全球科技巨头在AI基础设施上的总投资预计超过7000亿美元，其中仅Meta一家就可能贡献高达1450亿美元。这一数字已接近其2025年全年营收的三分之二，凸显AI转型对公司资源分配的颠覆性影响。

相较于微软、谷歌和亚马逊等竞争对手，Meta的独特之处在于其高度聚焦于生成式AI在社交内容推荐、广告定向与虚拟助手等核心业务场景的落地。这意味着其资本支出并非单纯追求算力堆砌，而是紧密围绕用户增长与广告变现效率展开。若自研芯片与算法优化能如期提升ROI（投资回报率），则当前的高投入将转化为长期竞争优势。

然而，风险同样存在。若AI应用未能如预期般提升用户参与度或广告收入，巨额折旧与运营成本可能对利润率构成压力。此外，地缘政治对半导体制造与数据中心选址的干扰，仍是不可控变量。