小扎一步妙棋，META AI起死回生！为何说自此之后Meta成为最好AI投资？
2025-07-25
播放量 14.8k
今天这期美投Pro视频，我将给各位看官做一个专题研究，我们就来深入分析一下Meta的AI技术和AI应用，究竟发展到什么地步了？他能够给公司的投资价值带来哪些改变？又有哪些具体的困难有待解决呢？
开通服务即可查看评论～
文字稿
提起Meta这家公司，第一反应会觉得是一家社交媒体公司。然而很多人不知道的是，过去这两三年，Meta可以说是All in AI，现在整家公司已然发生了翻天覆地的变化。我曾多次跟咱各位看官分享过，我认为Meta就是当今市场上，除了英伟达外，最好的AI投资。今天这期美投Pro视频，我将给各位看官做一个专题研究，我们就来深入分析一下Meta的AI技术和AI应用，究竟发展到什么地步了？他能够给公司的投资价值带来哪些改变？又有哪些具体的困难有待解决呢？这绝对是一期市面上看不到的深度解读，相信看完本期视频，你一定能对Meta的投资更加安心！
要想搞懂Meta的AI战略，咱们有必要回去看看，23年年初的时候，小扎做的一次至关重要的决策。
一些老投资者可能还有印象，在22年的时候，Meta正面临着巨大的危机。一边是Tik Tok的竞争愈演愈烈，另一边宏观环境的恶化也使得公司广告业务骤降。看起来Meta就像是一家日薄西山的公司。当时，Meta的股价曾一度跌超70%。
让小扎头疼的还不止这些，还有AI。22年底ChatGPT横空出世，AI突然开始爆发。可问题是，当时Meta的AI技术还相对落后。像OpenAI，谷歌都已经有了自己的大语言模型，而Meta当时却毫无大模型上的布局，他的AI还仅仅局限于算法推荐上。ChatGPT的爆发让小扎痛定思痛，他非常清楚AI是未来，Meta要想不被淘汰，就必须在AI上有所作为。
那怎么办呢？小扎当时做了一个现在回看非常具有前瞻性的决定。他宣布，Meta要做一个开源的AI大语言模型，把这个技术无私分享给所有人。小扎给这个模型取名叫Llama，其实是Large Language Model of Meta AI的简写。而正是Llama的出现，改变了Meta后续的整个AI战略布局，也成为了Meta未来增长的关键。
可能有看官不了解开源和闭源的区别，我们简单科普一下。简单来说，闭源模型完全是公司内部的人进行开发和迭代的，对于公司以外的人来说，可以去要一个接口（API）来做事情，但使用者看它就像是一个黑箱子，是不知道它怎么做的。而开源呢，它就是个透明箱子，你完全清楚他是怎么做的，而且如果你想用这个模型，还可以把手伸进箱子里面，摆弄箱子里的东西，让模型更适合你的需求，同时还能帮助开源模型提升性能，让所有使用开源模型的人受益。
生活中开源闭源最常见的例子就是手机系统。安卓就是属于开源系统，所有人都可以使用安卓系统，给系统做更新，并让所有使用安卓的人受益，而安卓只要做好规则制定者的角色就可以。而苹果IOS则是闭源系统，系统的更新迭代只有苹果内部的员工负责。
那为什么Meta要做一个开源的大语言模型呢？又为什么说这个决策对于Meta来说那么重要呢？
首先，开源技术更方便追赶。由于Meta本身的技术就处于劣势，如果还自己做闭源，很难追得上它的几个对手。而开源模型相对公开，可以邀请全球所有的开发者参与进来，共同提升整个模型的效果。和自己单打独斗相比，开源这种依靠社区的力量，会更有可能追赶上。这是Meta想要做开源模型最初的动机。
不过，也不是说开源模型一做就能赶上闭源模型。即便做开源模型，也得有足够的能力和资源。而Meta在这方面是有一定优势的。首先，Meta之前就有做开源的经验，比如数据中心硬件的开源软件系统OCP，现在已经是行业标配。其次，Meta有大量AI人才储备，也有足够的资金去招募人才。Meta此前就有Yann LeCun领衔的顶级科学家团队，让公司的AI研究已经处于相对前沿位置。而Meta最近也在大举招揽人才，重金买马，现在一些高级的AI人才光签约费就高达一亿美元。从下图可以看到，Meta挖了很多之前在OpenAI、谷歌、和Anthropic的人才过来。除此之外，Meta最近还收购了Scale AI，这不仅是为了获得更多人才，还得到了更多的训练数据，所有这些都能看出Meta在AI上的决心。
不过，光有钱也不行，毕竟美国有钱的科技公司并不少。而难得的是，Meta是这些有钱的科技公司中，最愿意烧钱的。实际上，开源模型初期的基础设施建设，后续一些提供支持的资源，和代码的更新迭代，都是要花很多钱的。对于一般的公司来说，如果短期内没有积极的反馈，很难下决定去做这个事情。像亚马逊和微软，他们在AI上花的钱主要都是在云基础设施上，因为这些投入回报快，确定性强，而如果自己做一个模型，使用场景相对有限，这个不确定性就要高很多了。所以我们才看到，微软和亚马逊都是通过合作或者收购去布局AI模型，而不是自己去做。
而相比之下，Meta就很不一样了，它完全可以通过Llama来快速提升自己的收入。这两年，Meta的收入有了不错的增长，跟公司使用AI有很大关系。Llama AI现在为Meta在提升推荐算法，提升广告效果上都起到了至关重要的作用，而且倚靠Llama开发出的AI功能，也带来了更好的用户体验。这些都能直接带来收入上的增长。能看到及时的，确定性的收入提升，是Meta烧钱最根本的底气。
总的来说，由于Meta有着追赶对手的需求，加上公司本身就有足够多的资源和行业中相对前沿的AI研究成果，以及公司商业模式上不怕烧钱的特性，这些综合下来，就使得Meta有足够的动力和能力，去做这么一个开源模型。
说到这里，我有必要多说一下， Llama的开源性质一直都遭受很多质疑。严格意义上看，Llama确实不符合 OSI 的“开源”定义，因为它的训练代码和训练数据是闭源的。在预训练之后，它的模型参数，以及推理部分的代码，才是开源的。
不过这两部分的开源也相当重要。模型参数开源，意味着开发者可以以Llama为基座模型，通过对模型参数微调，训练出面向特定领域的模型。而推理代码开源，则意味着开发者可以进行性能与工程层面的优化，从而提升推理速度、降低显存占用，以及完善各种 API 与部署工具链等。这么说可能还是太专业了，我给大家打个比方。
我们知道，AI模型分成训练和推理两部分。训练指的是前期模型的建立，推理则是使用模型去完成各项任务的过程。而Llama训练阶段的闭源部分，就像是父母把孩子关在家里培养了18年，投入大量时间精力资源陪孩子学习，让他的智力水平达到一个很高的基础分，比如90分。这便是这个孩子的智商上限了。
而接下来公开的模型权重与推理代码，则相当于把这位智商 90 分的孩子，交到社会各行各业的导师手里。导师们就会去教这个孩子不同的职业技能，并且在实际工作中，教他怎么去提升工作效率，从而把这个智商90分的孩子，能在实际工作场景里的潜力发挥到极致。正是因为有了这些导师们的帮助，也就是所谓社区的力量，才极大促进了Llama在各行各业的应用落地和生态繁荣
那为什么Meta不干脆把训练部分也开源了呢？这是因为，如果把训练部分彻底开源了，Meta投入的研发成本与独家经验很容易被竞争对手直接复用。而且，就算训练代码开源了，也很难对模型的进步带来太大的贡献。因为AI模型的架构和训练，需要顶级科学家团队的设计和统筹，开源社区这种零散的“补丁式”贡献很难发挥作用。因此，Meta只需要把模型参数和推理部分的代码开源，就已经拥有开源社区绝大部分的好处，也就没必要把训练部分给开源了。
上面我们分析的Meta Llama的技术特点，那么现在模型经过了两年多的发展，它的技术水平到底怎么样呢？和当前最顶尖的ChatGPT和Gemini相比，Llama能和他们一较高下吗？咱们不妨看看不同网站的评估。
首先，AI模型评分的网站Chatbot Arena的数据显示，最新的Llama 4整体的模型强度，还是大幅落后于Gemini，Grok，和ChatGPT的最新版本，但和GPT 4.5预览版几乎持平。GPT4.5预览版可以理解成4.5的阉割版，而这是半年前ChatGPT短暂推出的模型。如果说现在的Llama只有ChatGPT半年前阉割版模型的水平，那么可以推测，Llama落后ChatGPT肯定在半年以上。而考虑到ChatGPT的最新版本已经大幅领先于Llama，所以说Llama落后一年以上我想毫不为过。
另一个测评来自于Advameg公司，它的CEO在X上就发表过对不同大语言模型的评估结果。按照他们的评估来看，Llama各个项目都基本都处于行业的中游水平，甚至是中下水平，和当前最好的模型相比，差距也在一到两年左右。
而根据一些社区的反馈，从函数调用能力上看，Llama 4的函数调用能力非常不稳定，甚至不如ChatGPT一年多前的水平。
这还不算，更让人担忧的是，现在Llama现在追赶的脚步，甚至放慢了。我们说开源模型最大的优势，就是可以融合更多的人和资源，去追赶最好的模型。这也是Meta一开始做开源的初衷。但最近这一年，模型的参数进步明显不如预期，尤其是Llama 4上线的表现，让圈内人感到大跌眼镜，甚至给人一种距离要被拉开的迹象。
当然了，Llama也并非一无是处。在局部领域，尤其是图片，翻译，和视频相关的单一细分功能，Llama的表现还不错。比如，依托 Llama 生态推出的ImageBind，CM3leon等，这些都是用来识别图片或生成图片的AI功能，它们已经处于公开模型的第一梯队，某些指标甚至超过ChatGPT。而类似于翻译的AI功能，已经适配到WhatsApp上，支持50多种语言的双向即时翻译，也属于行业最高的标准了。
从上面所有的分析来看，我们基本可以得出这么一个结论。在图像，翻译等单一的功能上，Llama还是有一定的优势的，这或许跟公司本身的私有数据性质有关。但除了这些比较特定的功能以外，Llama距离当前市面上最好的模型还是有不小差距的，现在看来，至少落后一到两年，而且这个差距似乎还有被拉开的迹象。也难怪有传言说小扎对公司的AI进步非常不满，所以现在才不断砸钱招募人才。
刚刚是和OpenAI和谷歌这种闭源模型做对比，那在开源模型之间，Llama的技术水平又怎样呢？过去，Llama是处于比较明显的领先地位的，不过最近中国的几个开源模型的技术发展得非常快，尤其是阿里的千问，很多人反馈它有超越Llama的趋势，甚至已经超越了Llama。这部分的争议很大，我不好直接下结论。但能够确定的是，欧美地区的开发者，如果要选择开源模型，由于地缘政治风险等原因，他们不可能去用中国的模型。而Llama在中国以外的地区，技术上还是处于领先地位的。
而从用户使用量上看，Llama 模型累计下载量已超 12 亿次，而根据Hugging Face的“热门开源大模型”榜，其他几个主要的开源模型，包括Mistral，Qwen，DeepSeek等，下载量都是在千万级别而已，远远低于Llama。
可以看到，在开源模型之间，Llama还是有一定优势的，至少是中国以外最成熟的开源模型社区了。
不过我们也要知道，这个领先的位置也没有彻底稳固。这是因为，整个AI开源模型社区的发展还很初期，社区力量不够，开源的生态价值也还没有彻底释放。再加上技术现在还在快速发展，一旦有其他开源模型在技术上实现压倒性优势，那么开发者也很容易转移。所以说Llama现在只能说是暂时领先。至于未来Llama能不能维持领先，我会在后面的分析中谈到。
这里做一个小结，Llama在技术上明显落后于当前最好的闭源模型，OpenAI和谷歌，落后的幅度至少是一到两年，而且追赶的速度也不够快。现在Llama只是在开源社区里处于暂时领先的地位，但这个领先地位还不稳固。所以很显然，Llama在技术上的表现并不怎么样。而这，就是当前Llama的现状。
听到这里，你或许会想，既然Llama这么拉垮，在开源的优势也不那么稳固，那这Meta还能投资吗？Llama对于Meta来说究竟意味着什么呢？
如果我们把精力都放在技术对比上，那么Llama确实没有什么值得兴奋的地方。但对于投资者来说，我认为关注点不应该放在和谷歌、OpenAI的竞争上。投资者应该关注的，是它自己和自己比，是否有在持续进步。为什么这么说呢？
如果你现在去投资谷歌、OpenAI，那我们确实应该投资技术最好的那个模型，因为他们的盈利模式，就是靠更多的消费者去使用，或者更多的开发者去接入他们的API。在这个压力下，你必须要有最好的模型才能吸引到消费者，一旦技术落后，很容易就会被市场淘汰。
但Llama不一样，他没有直接面对消费者的压力。不管它的模型效果如何，Llama的这个模型一定有人用，而这个人就是Meta自己。
现在，Meta很多AI应用都是依赖Llama架构实现的。比如Advantage+，公司一年多前就表示，Advantage+具备的广告生成功能，背后的架构就是Llama。又比如，Meta AI最初的模型，就是基于Llama 2做出来的，而后续的Llama 3，Llama 4更新之后，都有应用到Meta AI的迭代上。除此之外，包括Instagram创作助手，Ray-BanAI语音助手，WhatsApp的AI助手等，都和Llama有着密切的关系。也因此，Llama的任何一点进步，都能立即反应到Meta的产品上。这也是Meta过去两年业绩增长的核心驱动力。
所以你看，Llama不必直接对标OpenAI和谷歌，因为他们的商业模式完全不同。Llama已经是一个应用场景很成熟，而且不缺客户的AI模型。Meta的社交生态，以及广告变现的商业模式，就是当前AI应用落地最好的土壤。Llama有任何的一点进步，都会给Meta带来线性的，可预测，持续增长的红利。这种确定性的AI发展能力，便是Llama对于Meta最大的价值之一，让他不必竞争过OpenAI和谷歌，也足以发挥出它的价值。
这个逻辑其实有点像PLTR。如果我们把PLTR的AI和ChatGPT相比，会不会也落后不少？很有可能。但投资者并不在意PLTR的AI有没有比ChatGPT落后，他们在意的，是PLTR自己的AI还有没有在进步，因为这才是决定了PLTR业绩增长的核心逻辑。这对于Meta来说也一样，Llama的商业模式决定了，它不用跟一般的AI模型去拼性能、拼价格，只需要保证自己会持续进步，就能有直接的应用场景，这就可以了。
不过话虽如此，Llama也不能一直在技术上落后太多，毕竟它仍需要开源社区的支持才能实现技术上的不断进步。更重要的是，他必须要保证自己开源霸主的地位才能最终实现AI的商业价值，为什么这么说呢？
我们从长远发展的角度去思考，未来AI模型的生态上，大概率是开源和闭源共生的。现在虽然闭源模型占绝对领先，但长期来看，一定会有一个极具影响力的开源模型，和这些闭源模型分庭抗礼。这是因为，开源社区有两个需求是闭源提供不了的。
一个是数据安全的需求，如果是闭源的话，企业数据就不得不上传到云端，或者上传到闭源公司的服务器上，这对于很多企业来说都是一个无法接受的数据安全风险。但开源就没有这个风险，企业完全可以把模型下载到本地，然后把数据保留在本地运行。
另一个是对垂域模型微调的需求。随着AI的发展，垂直领域的应用将会越来越多。而要做垂域应用，最好的方法就是在已有的开源模型上进行微调。因为闭源模型可供调整的幅度有限，企业又不可能从零去做这么一个应用，所以这个需求，未来就会体现在开源模型上
正因为这两个原因，未来AI模型一定会有开源模型的一席之地。而对于开源模型来说，由于社区网络的存在，往往会产生强者恒强的局面，因此谁能掌握开源模型的第一名，它在未来就占据着一定的技术优势。而现在看来，未来开源模型的第一名，最有可能的就是Llama，为什么这么说呢？
首先，在中国以外，不管是技术本身，还是社区规模，Llama确实就是当下开源模型中的第一名，这给了Llama一定的先发优势。
其次，从发展的眼光去看，当前开源模型的竞争方向，主要还是在技术上，而不是社区。如果不能在技术上保持领先，那么开发者很快就会转移到别的社区里去。而说到技术的进步，其实就是底层模型的训练，这部分的提升主要就涉及到三点，算力，数据，和人才。而这三点综合来看，Meta在当前开源的几个模型里还是明显占优势的。
但这些还都不是最重要的，最重要的是，Meta非做不可。前面的分析中我们说到，Llama对于公司的战略地位极高，现在Meta在AI上的成就，以及过去两年业绩的增长驱动力，都离不开Llama的支持。未来也一样，对于Meta来说，维持Llama的领先太重要了。由于开源模型有强者恒强的特点，一旦Llama在开源模型的竞争中落后，开发者都迁移到别的社区，Meta的AI应用就会立即受到打击，并对业绩带来永久性的影响。而这对于Meta的伤害就太大了，管理层是绝对不允许这件事发生的。这或许就解释了，为什么Meta最近在大手笔花重金招人。正是因为这个如此强烈的意愿，让我相信，Meta必须要全力以赴。
所以综合以上来看，不管是当前Llama已有的先发优势，还是Meta在技术竞争中潜在的优势，以及最重要的，Llama对于公司的战略地位所赋予管理层极高的意愿。综合下来，我认为未来AI开源模型的第一名，最有可能的还是Meta。
那这对于Meta这支股票的投资来说意味着什么呢？
首先，最简单也是最容易看到的，就是Meta能借助Llama的技术，来推出自己的AI产品，或者给自己的现有产品赋能，更新迭代，从而给业绩带来进一步增长。就像是过去两年，Meta通过Llama推陈出新一样，只要Meta维持住开原模型的领先地位，那么未来持续的AI赋能增长就是可预期的事情。考虑到现在Llama技术这么拉垮，都能给Meta过去两年带来不错的增长，要是未来Llama能达到行业领先水平，那么相信Meta还有不少的增长空间。
当然了，在这个过程中，Meta还会不断去烧钱，这会对财务造成一定的压力，从而影响市场对Meta股价的情绪。就比如最近小扎砸重金请人，市场的情绪明显就不那么乐观。但整体来说，Meta对Llama的持续投入，对于股价来说肯定还是积极的。
更进一步看，有了Llama后的Meta，不仅在业务上有价值，它甚至有可能让公司在战略层上带来帮助。为什么这么说呢？
在两年前小扎发表的一篇文章中，他说过：“Meta在苹果平台上被抽成、限制功能的经历印象深刻，因此下一代计算平台，AI技术，要走开放路线”。意思是，之前Meta一度被苹果限制，未来不希望再受到类似的限制了。
一直以来，Meta都是被苹果欺负得最多最狠的公司。Meta的很多收入就要跟苹果分成，像是一些用户想要付费去boost帖子，Meta只能拿到70%的收入，剩下30%直接给苹果拿走。而最为人熟知的，则是在22年App Store隐私政策调整，逼得Meta不得不重新训练一个新的广告算法。
正是因为Meta多年来受制于苹果，小扎非常希望，自己可以在没有限制的、有充分自由度的环境下发展。这也是为什么，小扎不惜每年亏损几十亿美元也要搞VR眼镜和元宇宙。
可这些年来，VR和元宇宙的进展都不太理想，但却在两年前跑出了一个AI。前面说过，小扎当时显然就意识到AI时代要来了。虽然Meta在移动互联网时代受到了苹果巨大的制约，但在AI时代，可就不能再受到下一个“苹果”的制约了。那可以怎么做呢？Llama就迈出了重要的一步。
我们可以想象一下，如果现在的Meta没有Llama，或者说，在未来的开源模型竞争中，Llama输掉了这场竞争，会怎么样呢？Meta不可能不发展AI，它只能去找别的开源模型去做垂域应用，或者把谷歌和OpenAI的模型接到自己的产品上，这又会使得Meta成为一家受制于人的公司。要不就是不得不听从别人的规则，要不就是要付费使用别人的AI技术，这些未来都会成为限制Meta发展的原因。只是这回限制Meta的，不是苹果，而是另一个AI霸主。这同样是Meta最不想看到的情况。
反过来，如果Llama能成为未来开源模型的第一名，整个情况就不一样了。这首先，在AI功能的开发上，Meta就不用担心自己会被限制这种事情出现，有足够的自由度去发展自己的业务，这会对业绩带来间接的提升。就像小札自己曾说，如果不是因为苹果IOS的限制，Meta的利润能够翻倍。我相信这话不假。未来AI时代重获自由的Meta也必定能够迎来利润的提升。
更重要的是，Meta就相当于掌握了一个完整的生态平台，众多AI应用就不得不依仗Llama的生态去发展。到那时候，Meta在AI的战略地位将会发生巨大的改变，它不光是那个处处被人限制的App，而是成为规则制定者之一。
而一旦有了制定规则的实力， Meta的上限就有了明显的提升。往小了说，Meta可以通过规则设定，让资源为自己倾斜。比如在许可层面，Meta 可以降低 Llama 用于广告场景的费用或限制，对相关隐私政策的要求也尽可能放松。这就会某种程度上推动广告场景的AI功能发展，让Meta自己受益。往大了说，Meta可以搭建起全新的生态系统，类似于现在的安卓之于谷歌，通过系统能力，获取数据，训练模型，推动并引领整个AI行业的发展。当然，这部分不确定性较强，我们还需要持续观察Llama技术的发展。但不可否认的是，Llama能为公司带来极高的上限。
好了，到这里，Llama对于Meta的战略意义就讲完了。这期视频的内容比较抽象，线头有点多，最后我给大家做个总结。
Meta的AI起步较晚，为了追赶竞争者，Meta采用了开源的模式，这便是Llama诞生的主要原因。而Meta又有着足够的开源经验，也有资金，有人才供他持续靠开源模型追赶竞争者。
虽然Meta在中国以外的开源模型里已经暂时取得领先，不过Llama整体的性能表现并不突出，仅排在行业中游，和最好的AI模型相比更是全面拉垮，最近更是连追赶的速度都不及预期。但好在，Llama的商业模式和一般的AI模型不一样，他不需要跟人直接拼性能和价格，他只需要保证自己会持续进步，这对于Meta这家公司就有足够价值了。
而从发展的眼光去看，Meta在数据，算力，和人才的综合实力上，是开源模型里最优的，而且Meta有极高的意愿去成为未来开源模型的领先者，再加上Llama本身的先发优势，未来开源模型的第一名，还是最有可能属于Meta的。
这在业务上看，Meta就能借助Llama的技术来不断推出自己的AI产品，从而给公司带来持续的，线性的，且具有确定性业绩增长。这是多数科技公司都不具备的。而更进一步，Llama的存在，让Meta未来在AI功能的发展上不会再被限制，而且Meta相当于掌握了一个完整的生态平台，成为了规则的制定者，让生态为他所用，释放更高的盈利潜力。而这，将会大幅提高Meta的投资价值。
总的来说，Llama给Meta带来的提升是全方位的。下限会因为Llama有了确定性的业绩增长。而上限则因为Llama，掌握了一个完整的生态平台，让业务有了足够的发展空间，并让规则为自己所用。所以研究完之后，我对于这家公司的投资是更有信心了。
最后，我有必要给这期视频加一个小小的补丁。就在我准备这期视频的时候，市场流传着这样一个传言，说Meta正在改变自己的AI战略，原因是小扎花重金招募了Scale AI的CEO，Alexandr Wang，后者有跟小扎讨论Meta单独制作闭源模型的可能性。由于这个事情还没有证实，所以我就先不额外去讨论了。不过我个人是认为，Meta不太可能对当下的AI策略进行大幅度改变，即便他要做闭源模型，也还会保持开源Llama，两条腿一起走，做到双保险。这对于Meta来说肯定是更为有利的，但在现在这一刻，我会暂时保持观望，如果真的有变化，我会另出一期内容和大家做更新。
绝对跟踪-为你持续追踪META基本面变化
绝对跟踪-META
Meta Platforms, Inc.
$579.19
7.06 (+1.23%)
昨收
$572.13
最低价
$573.92
PE Ratio
25.81
今开
$581.07
最高价
$592.55
52周范围
$479.8-$796.25
财报解读
5 视频
业务调研
3 视频
热点解析
5 视频
异动分析
7
估值
1
问答
368
交易
12
META_AI
Llama
扎克伯格
为你推荐
