Meta 上调2026年资本支出下限至1300亿美元，上限维持1450亿美元
Meta Platforms 将 2026 年资本支出计划从 1250 亿 -1450 亿美元调整为 1300 亿 -1450 亿美元，下限提高 50 亿美元，上限不变。
调整后资本支出中值从 1350 亿美元升至 1375 亿美元，反映 AI 基础设施投资强度提升。资金从其他业务流向 AI 数据中心和 GPU 集群，Reality Labs 和广告业务承压于资源挤占。
Meta 2026 年 Q2 资本支出 380 亿美元，同比 +65%，其中 70% 用于 AI 基础设施（数据中心、GPU、网络），20% 用于 Reality Labs（VR/AR 硬件），10% 用于其他（办公、并购）。
Meta 与 BlackRock 合作 140 亿美元 El Paso 数据中心项目，2027 年目标部署 7 吉瓦计算能力，2028 年目标 14 吉瓦，支撑 AI 模型训练和推理需求。
来源：公开信息
ABAB AI 解读
历史行为
Meta 在资本支出上的历史行为呈现"激进扩张"特征。2024 年资本支出 350 亿美元，2025 年 600 亿美元，2026 年预计 1400 亿美元，3 年增长 300%。对比 Google（2026 年 1200 亿美元）、微软（2026 年 1000 亿美元）、亚马逊（2026 年 900 亿美元），Meta 的"AI 资本支出/营收"比例最高（2026 年 90% vs Google 40%、微软 30%）。2025 年 Zuckerberg 提出"个人超级智能"愿景，2026 年资本支出向 AI 倾斜，反映"AI 优先"战略。
资本路径
资本配置的结构性变化清晰：2026 年 1400 亿美元中，AI 基础设施占 70%（980 亿美元），Reality Labs 占 20%（280 亿美元），其他占 10%（140 亿美元）。AI 基础设施中，数据中心建设占 50%（490 亿美元）、GPU 采购占 30%（294 亿美元）、网络和优化占 20%（196 亿美元）。资金从"广告业务现金流"（2026 年预计 1500 亿美元）流向"AI 资本支出"（1400 亿美元），自由现金流从 2025 年 400 亿美元降至 2026 年 100 亿美元。若 AI 变现不及预期（2026 年 AI 收入 50 亿美元，仅占营收 3%），资本回报率将承压。
类比 + 行业位置
类似案例：2000 年代思科"互联网基础设施"投资——1999 年资本支出 20 亿美元，2000 年 50 亿美元，2001 年互联网泡沫破裂后股价 -80%。2010 年代亚马逊"云计算基础设施"投资——2010 年资本支出 10 亿美元，2020 年 500 亿美元，AWS 2026 年营收 1500 亿美元，验证"长期投资"逻辑。Meta 目前处于"AI 基础设施军备竞赛"的中期阶段——相比 Google（自研 TPU+ 第三方 GPU）、微软（Azure+OpenAI 独家），Meta 的策略是"开源模型 + 第三方 GPU"（Llama 系列 + NVIDIA H200）。行业位置属于"AI 资本支出峰值期"——2026 年全球 AI 资本支出 5000 亿美元，2027 年预计 7000 亿美元，2028 年 1 万亿美元，Meta 占 14-20%。
结构判断
本质属于资本集中导致的技术路线赌注。Meta 的"980 亿美元 AI 基础设施"本质是"用资本换时间"——当 OpenAI、Google、微软已建立模型优势，Meta 选择"用算力弥补算法差距"。这解释了为何资本支出中 70% 用于 AI——不是"多元化投资"，而是"单点突破"。当 AI 模型趋同（2026 年 Llama 3、GPT-5、Gemini 2 性能接近），竞争壁垒从"模型能力"转向"推理成本"。Meta 的目标是"用 1 美元算力提供 2 美元智能"，通过规模效应（14 吉瓦计算能力）降低单位成本。这推动了"AI 基础设施 REIT 化"——数据中心从"成本中心"变为"基础设施资产"，估值逻辑从"增长"转向"稳定现金流"。
ABAB News · 认知定律
资本支出是技术路线的赌注
算力规模是 AI 竞争的新壁垒
开源模型的本质是用资本换时间