7 月 9 日這一天，Meta 同時做了兩件事：Zuckerberg 接受彭博專訪，還打破三年沉默重回 X 發文。兩個動作指向同一個訊號——那個靠「免費開源」累積名聲的 Meta 已經轉身，開始認真賣算力、收規費了。專訪裡最關鍵的一句話是：「在整個 AI 產業裡，我還沒遇到任何人覺得算力是夠用的。」面對「出租算力是不是代表產能過剩」的質疑，他的回應是 Meta 算力全數滿載，只是外部租金高得驚人，公司在比較內部使用與外部出租哪個回報更高。潛台詞很清楚：GPU 不是成本，是隨時可以變現的黃金資產。 同一時間，Meta 自研晶片 Iris 的消息也悄悄曝光：預計 9 月投產，由 Meta 設計、博通協助開發、台積電製造，專門處理 FB 與 IG 的推薦系統和推論工作。Iris 的意義不在於立刻取代輝達——前沿模型訓練短期仍離不開通用 GPU——而是解決「邊際成本」：把廣告排序、內容推薦這類需求穩定的內部工作移到更便宜、能效更高的自研晶片上，昂貴的輝達 GPU 就能釋放出來，投入模型訓練，或直接出租變現。 更有戲劇性的是 X 上那串貼文。Zuckerberg 上一次在 X 發文是 2023 年 7 月 Threads 上線時，此後三年幾乎全面抵制這個對手平台。這次他重出江湖，宣布的是 Meta 最新閉源模型 Muse Spark 1.1 與付費開發者接口，定價為輸入每百萬 token 1.25 美元、輸出 4.25 美元。這是 Meta 第一次為前沿模型收費，也代表策略正式雙軌化：開源繼續賺影響力，最先進的模型與算力基礎設施則開始收錢。選在 X 發佈的理由也很務實——要接觸 AI 開發者與投資人，那裡仍是效率最高的管道，面子問題不重要。 過去一年市場最焦慮兩件事：AI 有沒有真實需求？千億美元的資本支出怎麼回收？這套組合拳給了一個新答案：就算內部需求不如預期，算力也能彈性移往廣告、推薦、模型 API 或外部客戶，把過度建置的代價降到最低。這正是大型科技公司在 AI 下半場的共同課題——支出可以很猛，但每一分支出都要有第二條變現路徑。 當然，故事說得再動聽，最終還是要回到基本面：Muse Spark 的性能能否縮短與第一梯隊的差距？付費 API 能否養出足夠的生態系？這些才是驗證敘事的關鍵。對投資人來說，真正值得記住的是這個轉折：AI 競賽的上半場比誰買得起最多 GPU，下半場比的是誰能替每一單位算力，找到最昂貴的買家。