Muse Spark 项目延期：Meta 最大的 AI 项目是否因其自身技术而失败？

Xpert 预发布版

在线联系方式（Konrad Wolfenstein）

语言选择 📢

发布日期：2026年6月6日 / 更新日期：2026年6月6日 – 作者： Konrad Wolfenstein

Muse Spark 项目延期：Meta 最大的 AI 项目是否因其自身技术而失败？

Muse Spark项目延期：Meta最大的AI项目是否因自身技术问题而失败？——图片来源：Xpert.Digital

1450亿美元的赌注：Meta公司的新人工智能奇迹为何突然停滞不前？

扎克伯格的战略彻底转变：与新型人工智能“Muse Spark”展开的冒险游戏

从开源到苹果模式：Meta 的 AI 革命对用户和开发者意味着什么

Meta正力图摘得人工智能领域的桂冠，并准备为此付出史无前例的巨额资金。仅在2026年，这家科技巨头的投资额就高达1450亿美元，正经历着一场彻底的战略转型：放弃其备受赞誉的开源模式，转而构建一个严格控制的专有生态系统。其新的旗舰产品“Muse Spark”旨在与OpenAI和谷歌一较高下，并将公司从一家可靠的供应商转变为无可争议的平台霸主。然而，尽管内部指标表现出色，开发者和投资者却面临着重重阻碍。盈利的核心——应用程序编程接口（API）——已被推迟数月之久。技术难题、爆炸式增长的基础设施需求以及巨大的内部文化变革正在侵蚀公司的信誉。马克·扎克伯格是否正面临一场代价惨重的失败？或者，这种令人焦虑的延迟仅仅是对卓越品质毫不妥协的代价？深入分析 Meta 最冒险的赌注、人工智能经济无情的平台逻辑，以及一家公司计划如何收回 1450 亿美元。.

公司历史上最昂贵的项目：为什么 Meta 的时间不多了

如果没有这个界面，一切都毫无价值：Meta 新人工智能面临的巨大信誉危机

2026年4月，Meta高调发布了其全新的旗舰级人工智能模型Muse Spark。这不仅仅是一项技术发布，更是向开发者、投资者以及整个人工智能行业发出的一个战略信号：多年来，Meta一直是可靠但从未真正领先的开源供应商，如今，这家Facebook集团已准备好在顶级专有人工智能生态系统中展开竞争。新任人工智能主管、Scale AI创始人Alexandr Wang在发布后不久便在X平台上发文：“Muse Spark API即将上线！”并热情地补充道：“敬请期待！”两个月过去了，开发者社区仍在等待。这说明了很多问题——既反映了技术的现状，也体现了公告的可信度，更重要的是，也反映了该公司历史上最昂贵的人工智能项目所面临的结构性压力。.

延迟的剖析

乍看之下，这似乎是一个典型的生产问题，但仔细分析后，却发现它背后隐藏着更为复杂的挑战。据《华尔街日报》援引内部消息人士透露，测试运行中的技术故障以及基础设施需求的增加，最初导致发布日期从4月推迟到5月。随后，发布日期再次延后，这次推迟到了6月。随着6月的临近，Meta公司的一位发言人向路透社证实，该公司目前正在与部分合作伙伴测试该接口，并计划在当月晚些时候发布——但并未透露具体日期。.

这一过程值得我们认真分析。在封闭式人工智能模型中，应用程序编程接口（API）不仅仅是一个技术附加组件，而是整个平台逻辑的核心入口。正如行业杂志《The Next Web》所言，没有API的模型只是一个演示，而非真正的产品。没有这个接口，开发者就无法构建应用程序、建立商业模式，也无法与元生态系统建立连接。因此，每延迟一周，不仅会损害声誉，更会成为实现盈利道路上的结构性障碍。.

然而，现在就将此次延迟完全解读为技术故障还为时过早。如此复杂的人工智能模型对底层基础设施提出了极高的要求。确定系统在不影响模型质量的前提下能够可靠地处理多少并行请求，绝非易事。据报道，Meta 已意识到基础设施方面存在重大需求，这表明该公司只有在能够保证极高的稳定性后才会发布 API——从质量角度来看，这是一个明智的决定，但在与交付速度更快的竞争对手的竞争中，这无疑会耗费时间。.

1450亿美元：一项需要回报的赌注

此次延期真正体现其经济意义的背景是Meta公司宣布的史无前例的2026年投资计划。在公布2026年第一季度业绩后——Meta公司报告营收563.1亿美元，净利润267.7亿美元——该公司再次上调了投资预期。本年度计划资本支出在1250亿美元至1450亿美元之间，而上一年约为720亿美元。一年内增长近100%，这意味着在同等时间范围内，很少有其他科技公司会进行如此大规模的投资。.

从整个行业的宏观角度来看，这一数字更加惊人：亚马逊、谷歌、微软和Meta计划到2026年共计投资高达7250亿美元用于人工智能领域，其中绝大部分将用于数据中心和人工智能基础设施。Meta的特殊之处在于，与其他三家公司不同，它无法依赖成熟的云业务来持续获得基础设施的直接收入。.

这就是问题的关键所在。对亚马逊而言，投资于AWS基础设施的每一美元都会通过一种商业模式，一旦容量可用，就能立即产生收益。然而，对Meta而言，数据中心最初仅仅是成本中心——它们支持人工智能训练流程，改进广告定向，并最终成为外部开发者的平台。但所有这一切都以支撑这一战略的产品真正达到市场成熟为前提。从这个意义上讲，Muse Spark API的缺失并非孤立的技术问题，而是收入周期中的一个瓶颈。.

战略转变：从开源模式转向封闭模式

要全面理解当前形势的影响，就必须审视其前因后果而做出的根本性战略决策。多年来，Meta 一直是大型语言模型领域开源模式最积极的倡导者。Llama 模型套件可供用户免费下载、修改并用于其自身产品中。这一策略优势显著：它构建了一个庞大的开发者生态系统，在学术界和商界赢得了良好的声誉，并将 Meta 定位为 OpenAI 和 Google 等封闭系统的可靠替代方案。.

但 Muse Spark 标志着公司发展方向的根本性转变。该模型为专有模型，无法免费下载，外部开发者唯一的访问途径是他们仍在等待的 API。在公司内部，这一战略转变并非一帆风顺。据报道，新成立的 Meta 超级智能实验室的高层成员自 2025 年年中以来一直在争论是否应该发布下一个主要的开源模型 Behemoth——尽管 Meta 官方否认了这一说法，但也暴露了公司内部的深刻矛盾。.

推动这一转变的主要力量是亚历山大·王。2025年6月，Meta以公司历史上第二大投资——143亿美元收购了王创立的人工智能数据专家公司Scale AI近一半的股份——将他招入麾下。交易时，Scale AI的估值高达290亿美元。王的背景是一位企业家，他将人工智能转化为商业模式——他并非主要从事研究或工程工作，而是构建商业生态系统。他对Meta战略的影响在很大程度上解释了该公司为何如今选择走自主控制和基于API的商业化道路。.

其背后的经济逻辑令人信服：通过API交付的封闭模式，可以实现基于使用量的计费，控制访问条件，防止竞争对手免费使用这项技术，并创造直接的收入来源。马克·扎克伯格本人向股东证实，每周都有公司向Meta申请人工智能API产品，这足以证明市场需求的存在。问题完全出在供应端。.

基准、信誉和开发商的初始信任度

根据 Meta 的内部性能测试，Muse Spark 可以与 OpenAI 和 Anthropic 的模型相媲美，甚至在许多测试中超越了 xAI 的 Grok。该模型发布后，在人工智能分析指数 (AII) 中位列全球领先 AI 模型第四名——对于一家此前旗舰产品 Llama 4 表现落后于竞争对手的公司而言，这是一项卓越的成就。外部用户的独立测试也证实了 Muse Spark 的强大实力，尤其是在复杂的推理任务和编程问题方面。.

然而，这里必须特别说明一点：更广泛的开发者社区尚未能对该模型进行独立测试。所有已发布的性能数据均基于 Meta 内部评估或少数合作机构的测量结果。Meta 过去曾操纵基准测试数据或对其进行美化，这自然引起了专业社区的质疑。这种质疑并非空穴来风：在人工智能平台上构建应用程序的开发者会投入大量时间和资源。如果模型在上市后表现令人失望，不仅会造成直接损失，还会损害用户对 Meta 作为平台合作伙伴的长期信任。.

因此，Meta面临着一个典型的可信度问题：其性能承诺非常出色，但目前仍缺乏独立验证的可能性。每一次延期都会加剧这个问题，因为它会拉大已公布内容与实际可用内容之间的差距。.

借助“托管人工智能”（人工智能）实现数字化转型的新维度——平台及B2B解决方案 | Xpert咨询

“托管式人工智能”开启数字化转型新篇章——平台及B2B解决方案 | Xpert Consulting - 图片来源：Xpert.Digital

在这里，您将了解到您的公司如何快速、安全地实施定制化的人工智能解决方案，且无需承担过高的准入门槛。.

托管式人工智能平台是您实现人工智能的全方位、无忧解决方案。您无需处理复杂的技术、昂贵的基础设施和漫长的开发流程，即可从专业合作伙伴处获得根据您的需求量身定制的现成解决方案——通常只需几天时间。.

主要优势一览：

⚡ 快速实施：从构思到可立即使用的应用，只需几天而非几个月。我们提供切实可行的解决方案，创造即时附加值。.

🔒 最高数据安全保障：您的敏感数据始终由您掌控。我们保证安全合规地处理您的数据，绝不与任何第三方共享。.

💸 无财务风险：您只需为结果付费。完全无需前期投入大量资金用于硬件、软件或人员。.

🎯 专注于您的核心业务：集中精力做好您最擅长的事情。我们将负责您人工智能解决方案的全部技术实施、运营和维护。.

📈面向未来且可扩展：您的AI将与您一同成长。我们确保持续优化和可扩展性，并灵活调整模型以适应新的需求。.

更多信息请点击这里：

托管式人工智能解决方案——工业人工智能服务：服务业、工业和机械工程领域保持竞争力的关键

Meta One，云计算和广告：这是 Meta 实现收入扭亏为盈的计划。

营收难题：Meta计划如何弥补1450亿美元的损失

Meta面临的结构性挑战并不陌生。亚马逊在AWS成为独立业务部门之前，建造首批数据中心时也面临过同样的挑战。基础设施投资通常先于收入产生——问题在于，这一融资前阶段会持续多久，以及公司的运营现金流能否经受住压力测试。.

Meta 对这个问题给出了多方面的答案。首先，人工智能的应用已经对其核心业务产生了积极影响：据该公司称，全自动广告平台 Advantage+ 以及 Reels 和 Facebook 信息流的 AI 驱动推荐模型提高了广告定向的质量，从而提升了广告主的付费意愿。晨星分析师将这种影响量化为广告价格上涨约 10%，这主要归功于广告效果的提升。这种间接影响渠道对投资者而言比直接的 API 收入更难理解，但它是真实存在的，并且已经显现成效。.

其次，自2026年5月底以来，Meta一直在推出一种新的订阅模式，并将其整合到Meta One品牌下。该模式涵盖了从每月3.99美元的Instagram Plus和Facebook Plus，到每月2.99美元的WhatsApp Plus，以及专注于人工智能的套餐：Meta One Plus每月7.99美元，Meta One Premium每月19.99美元。此外，Meta还为创作者和企业提供专业套餐，价格从每月14.99美元到49.99美元不等。这标志着Meta历史上首次直接面向终端用户实现人工智能功能的商业化——这是一个战略转折点，使其商业模式从纯粹的广告收入转向混合模式。.

第三，扎克伯格表示他正在开发一项云服务，旨在将多余的计算能力出售给外部客户——这一理念在结构上与AWS模式类似，如果成功，将开创一个全新的业务领域。扎克伯格本人在2026年5月底的年度股东大会上表示，这项服务“肯定正在讨论中”，但并未提及任何具体的实施计划。.

投资者视角：在狂热与责任之间

资本市场对Meta人工智能攻势的反应可谓五花八门。2026年1月，Meta首次宣布本年度人工智能资本支出计划在1150亿美元至1350亿美元之间，受此消息提振，股价上涨超过8%，投资者将此支出与强劲的季度盈利联系起来。然而，4月份Meta再次上调预期至高达1450亿美元时，盘后交易中股价一度下跌超过5%，之后市场情绪趋于稳定。.

这种波动反映了一个不容忽视的根本性不确定性：如此大规模的人工智能投资，其支出何时才能转化为运营回报尚不明确。晨星公司认为Meta股票的合理估值为850美元，并将其描述为所谓的“宽护城河股票”（即面临严峻竞争挑战的公司），但同时也指出，2026年高于预期的资本支出和运营支出部分抵消了强劲核心业务表现带来的积极影响。在接受调查的80多家机构的分析师中，绝大多数都建议买入该股票，平均目标价约为825美元。.

在此背景下，投资者密切关注的是商业化的速度——而Muse Spark API的延迟发布，其象征意义远不止于其直接的经济影响。这明显表明，Meta尚未达到运营成熟度，无法将其专有的AI模型作为平台运行。在投资者积极寻求证据，证明巨额投入能够转化为一种新的、可行的商业模式之际，每一次进一步的延迟都在传递着某种信息——即便Meta强调他们正在与合作伙伴进行密集测试。.

结构性风险：转型的重担

API延迟的运营层面背后隐藏着结构性风险，必须将其纳入全面的经济评估考量。首先是开发者忠诚度的竞争。过去几年，OpenAI和Anthropic不仅提供了技术上极具吸引力的模型，还构建了强大的开发者工具、文档和社区资源生态系统。谷歌也正凭借其Gemini模型采取类似的策略。在生态系统中投入巨资的开发者不太可能轻易转换平台。Meta进入这一领域较晚，必须凭借技术优势、更低的价格或特定优势来赢得开发者的青睐——而开发者尚未有机会独立评估该模型。.

第二个结构性风险在于内部转型的速度。从开源到专有的战略转变并非一份备忘录就能生效的纯粹战略决策，它需要对开发文化、安全架构、基础设施和业务拓展团队进行根本性的调整。在 Meta 公司，这导致了重大的人员变动：据报道，近几个月来，几位经验丰富的 AI 研究人员离开了公司，部分原因与 Meta 超级智能实验室的重组有关。在如此关键的转型阶段，机构专业知识的流失是一个难以量化但又容易被低估的现实风险。.

第三个风险本质上是监管方面的。围绕人工智能法案、通用数据保护条例 (GDPR) 以及平台特定要求的欧洲辩论，对专有人工智能模型的影响远大于开源替代方案，因为在封闭系统中，透明度、可解释性和独立验证的可能性在结构上更难实现。尤其是在欧洲，Meta 历来受到更严格的监管审查，这一因素可能会进一步延缓或增加 Muse Spark API 的发布成本。.

关键所在：人工智能经济的平台逻辑

从根本上讲，Muse Spark 的延迟发布触及了当前人工智能经济的核心问题之一：哪些公司将占据人工智能技术栈的平台地位，哪些公司又将成为其他生态系统的用户？智能手机时代常见的平台逻辑——苹果的 iOS 和谷歌的 Android 形成双寡头垄断，控制着价值流的绝大部分——如今正在人工智能领域重现。谁能构建出拥有最丰富开发者生态系统的领先模式，谁就能吸引网络效应，从而在未来数年内巩固其领先地位。.

Meta 拥有诸多优势，使其在竞争激烈的市场环境中脱颖而出：其社交平台日活跃用户超过 30 亿，其他任何人工智能公司都无法与之匹敌的销售渠道。用户数据、互动模式和商业化经验的结合，是连 OpenAI 和 Anthropic 都无法复制的宝贵资产。如果 Meta 能够成功地将 Muse Spark 无缝集成到 Instagram、WhatsApp 和 Facebook 等平台，同时为开发者提供稳定的 API，那么该公司将获得超越模型性能本身的结构性优势。.

然而，这要求平台在技术上、时间上以及与开发者的沟通方面都能做到尽善尽美。如果平台总是拖延截止日期，发布公告后又再次推迟，那将严重损害其在开发者生态系统中的声誉。信任的建立源于可靠的交付，而非热情洋溢的宣传。.

投注评估：风险与前景

对当前形势进行冷静、全面的经济评估，会发现一幅更为复杂的图景。积极的一面是，该公司拥有异常强劲的资产负债表：2026年第一季度，Meta的营收达到563.1亿美元，净利润达到267.7亿美元——这笔资金为其巨额投资提供了财务保障。其核心数字广告业务已从人工智能的应用中显著受益，而新的订阅模式则是其收入来源多元化的第一步。凭借亚历山大·王担任人工智能负责人以及令任何竞争对手都望尘莫及的投资预算，Meta理论上拥有在专有人工智能市场占据领先地位所需的一切资源。.

但另一方面，仍有几个问题悬而未决：Muse Spark API 究竟何时可用？该模型的实际性能能否达到因数月延期而不断提高的预期？Meta 能否构建一个在结构上与 OpenAI 相媲美的开发者生态系统？从开源生态系统到专有平台的深刻转型能否在不产生持久摩擦的情况下完成？

有一点可以肯定：在Muse Spark的第一条训练线完成之前，就已决定投资1450亿美元用于人工智能的未来发展。这并非一家犹豫不决的公司孤注一掷的赌博，而是一家决心在人工智能时代扮演关键角色，否则就将失败的公司的深思熟虑之举。基础设施、人才和运营纪律是否足以实现这一雄心壮志，将在下一个财报季揭晓。或许，最终的答案将由Muse Spark API揭晓。.