据多家媒体报道，Meta Platforms 正在探索一项新的云基础设施业务，计划向外部客户提供 AI 计算能力和模型访问权限。如果该计划最终落地，Meta 将不再只是大规模购买算力的科技巨头，也可能成为 AI 算力市场的新供应方。
这项业务的核心思路并不复杂：Meta 过去几年投入大量资金建设数据中心、采购 GPU 和布局 AI 基础设施，如果部分计算资源暂时没有被内部业务完全消耗，就可以向外部开发者或企业客户开放，借此提高基础设施利用率。
据报道，Meta 正在考虑的方向主要包括两类。一类是向开发者提供托管 AI 模型访问权限，让客户可以通过 Meta 的基础设施使用相关模型服务；另一类是直接出售或出租原始 AI 计算能力，让客户使用 GPU 等硬件资源进行训练或推理。
如果这项业务推进，Meta 将与 AWS、Microsoft Azure、Google Cloud 等传统云服务商产生竞争关系。同时，它也会与 CoreWeave、Nebius 等专注 GPU 算力租赁的新型云服务商形成重叠。
从背景来看，Meta 近年一直在加大 AI 基础设施投入。公司 2026 年全年资本开支预计达到 1250 亿至 1450 亿美元，主要用于数据中心、服务器、芯片和其他 AI 相关基础设施建设。与此同时，Meta 在监管文件中披露，截至 2026 年 3 月 31 日，公司尚未开始的租赁义务约为 1828.8 亿美元，涉及数据中心、托管机房和网络基础设施等资源。
这也是外界关注 Meta 是否会出售算力的重要原因。对于投资者来说，Meta 在 AI 上的投入规模已经非常庞大，如果能够把部分闲置或阶段性富余的资源对外变现，至少可以缓解市场对投入回报周期过长的担忧。
目前讨论中的一个方案，是让开发者付费访问托管在 Meta 基础设施上的 AI 模型，例如 Meta 在 4 月发布的 Muse Spark。Meta 曾表示，Muse Spark 是 Meta Superintelligence Labs 推出的首个模型，已经用于 Meta AI 应用和 meta.ai 网站，并计划扩展到 WhatsApp、Instagram、Facebook、Messenger 以及 AI 眼镜等产品中。
这种模式有点类似 AWS Bedrock。客户不一定需要自己部署底层模型和复杂基础设施，而是通过云服务接口调用模型能力。对于 Meta 来说，这意味着它可以在 Llama 开源权重策略之外，增加一种更偏商业化的 AI 服务路径。
另一种方向则更接近 CoreWeave、Nebius 这类新型云厂商的模式，也就是直接向客户提供原始计算资源。客户可以租用专门用于 AI 训练和推理的 GPU 集群，自行部署模型、框架和业务系统。
据报道，这项计划由 Meta Compute 相关团队推动。Meta Compute 是 Meta 内部负责 AI 基础设施建设和管理的组织，重点围绕数据中心、算力调度、芯片资源和模型运行环境展开。随着 Meta AI 投入持续扩大，这个团队在公司内部的重要性也在上升。
不过，这项业务目前仍处在探索阶段。扎克伯格此前在股东会议中表示，出售计算资源确实在考虑范围内，也有外部公司询问过 API 服务和可购买算力的问题。但他同时提到，Meta 目前仍然认为这些计算资源可以在内部使用，因此还没有正式对外出售访问权限。
这意味着 Meta 并不是马上要转型成一家完整意义上的云计算公司。传统云服务商不仅需要数据中心和 GPU，还需要完善的软件平台、企业销售体系、客户支持、计费系统、安全合规和生态服务。对于 Meta 来说，真正挑战不只是“有没有算力”，而是能否把算力包装成稳定、可用、可规模化销售的云产品。
市场反应也比较明显。Meta 被曝探索出售 AI 算力后，其股价在纽约一度大幅上涨，而 CoreWeave 和 Nebius 等新型云服务商股价则明显下跌。投资者担心，如果 Meta 未来把部分多余算力推向市场，可能会改变 GPU 云服务的供需关系，并加剧价格竞争。
不过，这一影响也不宜过度放大。Meta 的首要目标仍然是服务自身 AI 产品，包括 Meta AI、推荐系统、广告系统、智能眼镜和未来的超级智能项目。对外出售算力更像是一种提高基础设施利用率和回收投资成本的选择，而不是立即全面进军 AWS 式云计算市场。
整体来看，Meta 探索 AI 云服务业务，反映出当前 AI 行业的一个新趋势：大型科技公司不只是在抢模型能力，也在抢算力资源。当算力建设规模越来越大，如何利用这些昂贵的数据中心和 GPU，将成为决定 AI 投入回报的重要问题。
