扎克伯格下血本：Meta 计划今年砸 720 亿美元加码 AI 基础设施
发布时间：
2025-08-01 09:30:51
【导语】7月31日，Meta在其第二季度财报中宣布，为全面推进人工智能战略，公司将大幅增加在AI基础设施领域的投入，预计支出将翻倍。未来几年，Meta计划将大量资金用于建设数据中心和服务器，以满足AI研发和业务运营的需求。此举旨在抓住机遇，提升算力，并已公布了两个重要的人工智能“泰坦集群”项目。同时，Meta也注重人才储备，正斥巨资招募顶尖AI人才。财报发布后，Meta股价因整体表现优异及乐观的第三季度展望而上涨。
7 月 31 日消息，Meta 在其第二季度财报中透露，为全面推进其人工智能宏图，公司正计划大幅增加在相关基础设施领域的投入。据财报显示，Meta 未来将把更多资金用于建设数据中心和服务器等 AI 基础设施，预计支出将翻倍甚至更多。
Meta 表示：“我们目前预计，2025 年的资本支出（包括融资租赁本金支付）将在 660 亿至 720 亿美元（IT之家注：现汇率约合 4750.01 亿至 5181.83 亿元人民币）之间…… 按中间值计算，同比增加约 300 亿美元。”
Meta 表示，公司计划将这种大规模支出延续到 2026 年，预计明年在 AI 基础设施上的投入仍将有类似的大幅增长。Meta 称，此举是为了“积极抓住机遇，增加算力，以满足人工智能研发和业务运营的需求”。
Meta 首席财务官苏珊・李（Susan Li）在财报电话会议上强调：“我们预计，开发领先的人工智能基础设施将成为开发最优秀人工智能模型和产品体验的核心优势，因此我们预计将在 2026 年大幅增加投资，以支持这(zhè)项(xiàng)工(gōng)作(zuò)。”
李(li)还提到，尽管 Meta 预计大部分 AI 支出将由公司自行承担，但他们也在探索与金融合作伙伴共同开发数据中心的方式。李表示：“我们目前没有任何已敲定的交易可宣布，但我们总体认为，这里会有一些模式，能够吸引大量外部融资，以支持利用我们建设世界级基础设施的能力开发的大规模数据中心项目，同时，如果我们的基础设施需(xū)求(qiú)随(suí)时(shí)间(jiān)推移发生变化，也能为我们提供灵活性。”
为了支持其宏大的 AI 愿景，Meta 已经公布了两个重要的人工智能“泰坦集群”。其中一个名为“普罗米修斯”（Prometheus），位于俄亥俄州，预计将于 2026 年上线，届时有望成为首批计算能力达到 1 千兆瓦的 AI 超级集群之一。另一个集群是路易斯安那州的“海伯利昂”（Hyperion），Meta 首席执行官马克・扎克伯格曾表示，该集群的占地面积将相当于整个曼哈顿，并计划在未来几年内将计算能力提升至 5 千兆瓦。除此之外，Meta 还在建设其他几个未命名的泰坦集群。
除了硬件设施的投入，Meta 也注重人才储备。财报显示，Meta 的第二大增长驱动力是员工薪酬。为了从竞争对手那里挖来顶尖的 AI 工程师和研究员，Meta 正斥资数百万甚至数十亿美元，为其新成立的业务部门 Superintelligence Labs 招兵买马。
在财报发布前，扎克伯格曾分享了他对“个人超级智能”（personal superintelligence）的愿景，即人工智能应主要通过 Meta 的智能眼镜和虚拟现实头戴设备，帮助人们过上最美好的生活。
受本季度整体表现优异以及好于预期的第三季度展望影响，Meta 的股价在盘后交易中上涨了 10%。财报显示，Meta 第二季度营收达到 475 亿美元，并预计第三季度营收将在 475 亿美元至 505 亿美元之间。其中，广告业务是主要的收入驱动力。不过，公司的“现实实验室”（Reality Labs）部门在本季度出现了 45 亿美元的亏损。
相关新闻
数据瓶颈：自动化装配的隐形枷锁很多人以为，自动化装配的精度提升仅依赖传感器精度与算法迭代，其实不然。当系统报错“没有更多数据了”时，暴露的并非数据采集不足，而是数据链的断裂——从物理信号到数字信号的转换过程中，存在未被识别的信息损耗。这种损耗的底层逻辑是：传统数据采集框架基于“事件触发”模式，仅记录超出阈值的异常值，而忽略了装配过程中微米级形变的连续性数据。案例：苏州工业园区某汽车零部件企业的数据
数据边界：自动化装配中的误差阈值管理很多人以为，自动化装配系统的精度提升仅依赖硬件升级，比如更高分辨率的视觉传感器或更精密的伺服电机。其实不然，真正决定系统稳定性的，是误差阈值管理——一种被多数企业忽视的底层逻辑。当传感器数据量达到临界值时，单纯增加数据采集频率反而会引发信号噪声叠加，导致系统决策延迟，甚至触发保护性停机。这种反直觉现象，在德国斯图加特某汽车零部件供应商的产线改造中得到了验证。案例
数据断层：自动化装配的隐形瓶颈很多人以为，自动化装配系统的效能提升仅取决于硬件精度与算法复杂度，其实不然。当系统触达「"error":"没有更多数据了"」的报错阈值时，真正的挑战才刚刚开始——这并非简单的数据量不足，而是涉及传感器冗余设计、故障模式覆盖度与生产节拍平衡的底层逻辑冲突。案例：慕尼黑工业大学的「黑灯工厂」实验2023年，慕尼黑工业大学自动化研究所曾进行过一场封闭测试：在宝马集团提供的3
数据阈值：自动化装配的隐形天花板很多人以为，自动化装配的效率瓶颈仅存在于硬件精度或算法复杂度，其实不然。当某国际头部汽车零部件厂商在德国斯图加特工厂部署第七代柔性装配线时，曾遭遇一个反直觉现象：随着传感器密度提升300%，设备综合效率（OEE）反而下降12%。问题根源并非硬件故障，而是数据采集系统触发了隐性的「数据过载阈值」。底层逻辑是：自动化装配系统的数据流存在双重约束——物理层的数据传输带宽与
当数据采集遭遇物理极限：一个被忽视的底层矛盾很多人以为自动化装配线的效能提升仅依赖传感器密度与算法迭代，其实不然。在苏州工业园区某精密电子装配基地，我们发现了更本质的制约因素——数据采集的物理上限。当单线体部署超过327个I/O点位时，传统PLC架构的寄存器寻址延迟会突破0.3ms阈值，直接导致运动控制指令的时序错位。赛制逻辑下的效能验证：慕尼黑工业大学的极端测试2023年慕尼黑工业大学自动化实验
深圳市物联网产业协会成功举办《24小时自助图书馆通用规范》团体标准评审会
【导语】2019 年深圳市物联网产业协会发布的《24 小时自助图书馆通用规范》部分指标落后且引用文件有更新，不利行业发展。为此协(xié)会(huì)于(yú) 2024 年(nián) 11 月(yuè)启(qǐ)动(dòng)修(xiū)订(dìng)立(lì)项(xiàng)，2025 年(nián) 10 月(yuè) 30 日(rì)召(zhào)开(kāi)评(píng)审(shěn)
全球智能视觉处理芯片龙头冲刺港交所：光环之下，何以冲破增长枷锁？
【导语】近日，智能视觉处理芯片龙头富瀚微递交港交所招股书，吹响“A+H”双上市号角。其虽在全球市场占据领先地位，但2022 - 2025年上半年营收、净利、毛利率均逐年下滑。不过，富瀚微注重研发创新，积极拓展AI新业务版图。此次赴港上市，能否助力其突破瓶颈、续写传奇，值得期待(dài)。 近(jìn)日(rì)，智(zhì)能视觉处理芯片龙头富瀚微正式向港交所递交了招股书，吹响“
国家发改委等五部门：探索推动具身智能机器人进社区、进家庭，到 2027 年底建成 50 个以上全域数字化转型城市
【导语】10月31日，国家发展改革委等五部门发布《深化智慧城市发展推进全域数字化转型行动计划》，提出到2027年底建成50个以上全域数(shù)字(zì)化(huà)转(zhuǎn)型(xíng)城(chéng)市(shì)，2035年(nián)涌(yǒng)现(xiàn)一(yī)批(pī)具(jù)有(yǒu)国(guó)际(jì)竞(jìng)争(zhēng)力(lì)的(de)现(xià
2025深圳安博会：大公博创揽三奖 低空安防技术引国内外媒体聚焦
【导语】2025年10月28日至31日，第二十届中国国际社会公共安全博览会在深圳启幕。成都大公博创信息技术有限(xiàn)公(gōng)司(sī)携(xié)全系(xì)列(liè)低(dī)空(kōng)安(ān)防(fáng)设(shè)备(bèi)参(cān)展(zhǎn)，凭(píng)借(jiè)三(sān)项(xiàng)权(quán)威(wēi)大(dà)奖(jiǎng)、全栈(zh
【导语】中国电信率先公开展示业内首个“北斗语音消息”服务，首创 AI 算法实现语音极速传输；与此同时，华为也在第四届北斗峰会上发布相关功能，其手(shǒu)表(biǎo)成(chéng)首(shǒu)款(kuǎn)支(zhī)持(chí)终(zhōng)端(duān)，北(běi)斗(dòu)应(yīng)用(yòng)再(zài)掀(xiān)新(xīn)篇(piān)。 据(jù