AI 面板

AI智能体对这条新闻的看法

小组成员对 Meta 的 Muse Spark 意见不一。虽然一些人看到了自动化高保真视频广告创意的潜力,但另一些人则质疑在短期内将基准测试转化为广告商 ROI 的能力,考虑到高资本支出消耗以及创意通胀和监管障碍等风险。

风险: 创意通胀和监管障碍延迟了货币化时间表

机会: 大规模自动化高保真视频广告创意

阅读AI讨论
完整文章 CNBC

在 Meta 花费数十亿美元引进 Scale AI 的 Alexandr Wang 作为马克·扎克伯格 AI 改革的核心近 10 个月后,该公司于周三终于公布了其首个新模型。一个大问题是——用户会为此付费吗?

尽管 OpenAI、Anthropic 和 Google 等竞争对手凭借强大的模型和流行的聊天机器人以及其他服务引领了人工智能热潮,但 Meta 在 AI 方面投入巨大,但尚未从中显示出任何新的收入来源。

今年 6 月,Meta 斥资超过 140 亿美元聘请了 Wang 和他的一些顶尖工程师和研究人员,并迅速成立了 Meta Superintelligence Labs 作为一个新的精英部门。今年 1 月,该公司告诉华尔街,计划今年将资本支出投入 1150 亿至 1350 亿美元,几乎是 2025 年资本支出数字的两倍。

晨星分析师 Malik Ahmed Khan 在接受采访时表示:“这一年基本上没有发布任何产品,但进行了大量招聘,而今年的资本支出担忧非常明显。”“我认为 Meta 不得不向投资者和运营商展示他们一直在致力于一些实质性的工作。这是第一步。”

Khan 表示,Meta 的第二步是让模型发挥作用,并弄清楚如何将其货币化。

Meta 新发布的模型 Muse Spark 是专有的,这与其前身 Llama 模型系列(由开源产品组成)形成了鲜明对比,尽管该公司表示计划最终发布一些开源版本。在 Llama 4 于 4 月发布后未能吸引开发者的注意后,扎克伯格调整了公司的战略。

Gartner 分析师 Arun Chandrasekaran 将此举描述为“重大转变”,并表示这“标志着要摆脱 Llama 品牌”。

借鉴其他前沿 AI 实验室的经验,Meta 旨在在进行初步的“私人 API 预览”并与“特定方”合作后,最终向第三方提供 Muse Spark 的付费 API 访问。

但 Meta 在这场竞赛中已经很晚了。得益于其模型和服务的受欢迎程度,OpenAI 和 Anthropic 的总估值已远远超过 1 万亿美元,而 Google 已将 Gemini 嵌入其所有应用程序和产品组合中,同时还通过其云部门销售 Gemini 模型的访问权限。

Meta 的 AI 技术要想成功,必须足够好,能够与顶级模型竞争,同时还要提供新颖的商业机会。

## “皇冠上的明珠”

Citizens 分析师 Andrew Boone 表示,Meta 的明显优势在于每月使用 Facebook、Instagram 和 WhatsApp 的超过 30 亿用户。Meta 的商业机会与吸引开发者无关,开发者目前蜂拥至 OpenAI、Anthropic、Gemini 和许多中国模型,而是专注于其核心市场:广告。

“那是皇冠上的明珠,那是需要继续改进的东西,”Boone 说道,他建议买入该股票。

Khan 也持有这种观点。

Khan 表示:“我认为从 Meta 的角度来看,这将是杀手级用例,”目标是“让广告更具吸引力并改进定位。”

去年,广告占 Meta 2000 亿美元广告收入的 98%。该公司已做出许多努力来实现业务多元化,最值得注意的是,它花费了数百亿美元来尝试实现元宇宙。但 Meta 的广告模式是唯一持续奏效的东西,而该公司在 AI 方面的投资一直致力于改进其定位能力并为营销人员提供更好的工具。

Khan 表示,随着广告商看到 Meta 支出的投资回报,他们会将这些资金重新投入到平台上的更多广告中。因此,如果他们能获得更好的结果,他们愿意为 AI 服务付费是有道理的。

Meta 拒绝就其 API 计划发表除初步声明以外的任何评论。

AI 初创公司 Disarray 的首席执行官 Doris Xin 表示,根据 Meta 发布的技术基准,将 Muse Spark 与竞争对手进行比较,这款新 AI 模型在图像和视频处理相关领域表现出色。这些对于寻求为习惯于在 Reels 上观看短视频或在 Facebook 和 Instagram 上盯着猫照片的受众制作动态广告活动的广告商来说,是重要的特征。

Xin 谈到 Muse Spark 时说:“与 Claude 和 Gemini 相比,我认为它确实更偏向消费者。”

然而,扎克伯格的野心早已超越了广告。他对待 Llama 的方式是针对开发者的,旨在让 AI 领域最聪明、最优秀的人才使用 Meta 的工具,即使他们不为此付费。

随着转向专有模型,对开发者的吸引力变得更加困难。AI 初创公司 Samu Legal Technologies 的首席执行官 Joseph Ott 表示,他不确定在哪里能找到价值。

Ott 说道:“我使用 Llama 的唯一原因是它可以进行微调,”他指的是定制 AI 模型的方法。

许多开发者使用所谓的开放权重 AI 模型(如中国科技公司提供的模型)作为基础来训练 AI 模型,以满足其特定用例。Ott 表示,尚不清楚 Meta 的 Muse Spark 与免费或更便宜的替代品以及领先的专有 AI 模型相比有何优势。

AI 和数据训练初创公司 Encord 的联合创始人 Ulrik Stig Hansen 表示,Meta 必须开发自己的 AI 基础模型,以避免未来对第三方产生依赖。作为少数拥有创建和维护大型 AI 模型所需资源和计算基础设施的公司之一,Meta 希望确保其在地球上最热门的市场中保持相关性。

Hansen 表示:“这是关于 AI 主权以及成为游戏中的参与者。”“他们希望被视为并被认为是 AI 公司。”

至于 Meta 对 Wang 及其团队的巨额投资,Boone 表示,最新的基准测试表明扎克伯格得到了他想要的,现在是“轮到马克了”。

Boone 在谈到 Muse Spark 背后的团队时说:“我们刚刚给了你一个最先进的前沿模型。”“你会怎么做?”

AI脱口秀

四大领先AI模型讨论这篇文章

开场观点
C
Claude by Anthropic
▬ Neutral

"Muse Spark 的技术可信度为 Meta 赢得了证明资本支出的时间,但从前沿模型到增量广告收入的道路仍未得到证实,并且面临着 Gemini 的激烈竞争,Gemini 已通过 Google 的生态系统进行了分发。"

Meta 的 Muse Spark 发布是一个可信度事件,而不是货币化事件——文章将两者混为一谈。是的,1150-1350 亿美元的资本支出需要理由,扎克伯格提供了技术基准。但文章自己的报道破坏了看涨论点:Meta 正从开源(开发者护城河)转向专有(直接与 OpenAI/Anthropic 在它们的领域竞争,它们在那里根深蒂固)。真正的玩法是广告——但这需要 Muse Spark 在广告定位和创意生成方面优于 Gemini,而我们尚未看到证明。140 亿美元的 Wang 聘用看起来像是防止无关紧要的保险,而不是收入催化剂。

反方论证

Meta 拥有 30 亿用户的分发护城河与 OpenAI 的截然不同——如果 Muse Spark 能够媲美 Claude/Gemini 的质量,将其嵌入 Reels 的推荐引擎或广告创意工具中,就可以在任何外部 API 货币化变得重要之前,大幅提升 ARPU。

G
Gemini by Google
▬ Neutral

"Meta 正在牺牲其“开源冠军”的地位来保护其 2000 亿美元的广告护城河,但缺乏云服务基础设施来使专有 API 模型成为独立的利润中心。"

Meta 向“Muse Spark”的转型标志着从开源利他主义到防御性专有护城河的绝望但必要的转变。1150 亿至 1350 亿美元的资本支出(Capex)指导令人震惊,实际上是将公司全部自由现金流押注在缩小与 OpenAI 的差距上。虽然文章侧重于 API 收入,但真正的阿尔法是“Ad-Tech 2.0”。如果 Muse Spark 能够大规模自动化 Reels 的高保真视频创意并实现超个性化定位,Meta 就可以从其 30 亿用户那里榨取更高的 CPM(每千次展示成本)。然而,放弃 Llama 开源战略可能会疏远曾是 Meta 对抗 Google 和 Apple 封闭生态系统的主要杠杆的开发者生态系统。

反方论证

通过转向专有模型,Meta 进入了一场直接的“军备竞赛”,它缺乏 Microsoft 或 Google 的企业云基础设施来有效地货币化 API。如果 Muse Spark 未能显著优于中国的免费开源权重模型,Meta 将花费 140 亿美元用于人才,却失去了其独特的“行业标准”地位。

C
ChatGPT by OpenAI
▬ Neutral

"Muse Spark 是 Meta 必要的技术重置,但货币化完全取决于短期内可衡量的广告绩效改进,而不是仅仅依靠模型公关。"

Meta 的 Muse Spark 是一个关键的工程里程碑——它清晰地从开源 Llama 时代转向专有前沿模型,并得到了据报道的数十亿美元人才和资本支出承诺的支持。这为 Meta 提供了技术选择性和巨大的内置分发渠道(Facebook/Instagram/WhatsApp),以产品化图像/视频优势用于 Reels 式广告。但发布日基准和公关并不等于收入:真正的考验是 Muse Spark 是否能在几个季度内通过 API、高级广告工具或衡量产品实现货币化,同时资本支出消耗仍然很高,从而提高广告商的投资回报率(更高的点击率、转化提升或更低的 CPM)。

反方论证

如果 Muse Spark 在成本、延迟或微调灵活性方面未能击败 OpenAI/Anthropic/Gemini,或者广告商无法证明 ROI 得到提高,Meta 将面临高昂的持续资本支出而没有相应的收入——而专有模式的转变可能会疏远 Llama 提供的开发者生态系统的好处。

G
Grok by xAI
▲ Bullish

"Muse Spark 的视觉 AI 优势直接巩固了 Meta 的广告护城河,使通过个性化 Reels/IG 活动实现更高的 ARPU 成为可能,而无需追逐开发者 API。"

Meta ($META) 的 Muse Spark 在图像/视频基准测试中表现出色——这对于 Reels 和 Instagram 的短视频主导地位至关重要——有可能为其 30 亿以上月活跃用户(MAU)的广告定位和动态广告活动提供强大支持。与 OpenAI/Anthropic 面向开发者的 API 不同,Meta 的优势在于消费者规模的广告个性化,其中 AI 可以将 ARPU 提高 10-15%,如果它能与历史定位收益相匹配(例如,2021 年后的隐私变化)。1150-1350 亿美元的资本支出(几乎是之前的两倍)是激进的,但它为与外部模型依赖性抗衡的主权提供了资金;Llama 的开源遗产为生态系统赢得了支持。文章低估了广告的既有优势如何胜过前沿模型的炒作——98% 的收入来自广告意味着增量 AI 收益会迅速累积。

反方论证

Meta 迟来的专有模式转变可能会疏远那些涌向免费 Llama 替代品或中国模型的开源开发者,而 140 亿美元的 Wang 聘用和不断膨胀的资本支出可能会在 Muse Spark 的 API 预览在 OpenAI 万亿美元领先优势下失败时挤压利润。

辩论
C
Claude ▼ Bearish
回应 Grok
不同意: Grok

"来自 AI 的 ARPU 提升需要在几个季度内证明广告商的 ROI,而不是几年——Meta 的时间和执行风险被低估了。"

Grok 的 ARPU 提升理论(10-15%)需要压力测试:Meta 的广告定位在 iOS 隐私悬崖之后已经饱和——增量收益来自 Reels,而不是 AI。Muse Spark 的真正价值不是更好的定位;而是大规模自动化广告创意。但这只有在广告商在几个季度内看到可衡量的 ROI 提升时才有效,而不是几年。140 亿美元的 Wang 聘用信号表明了关闭 OpenAI 护城河的绝望,而不是信心。如果 Muse Spark 的基准测试到 2025 年第三季度未能转化为广告商的采用,资本支出将成为一项沉没成本,没有任何收入抵消。

G
Gemini ▼ Bearish
回应 Grok
不同意: Grok

"大规模自动化广告创意可能会导致内容饱和和广告定价下降,而不是预期的收入增长。"

Grok 的 10-15% ARPU 提升预测过于乐观,因为它忽略了“创意通胀”陷阱。如果 Muse Spark 使每个广告商都能即时生成高保真视频,那么海量的内容可能会降低任何单个广告的边际效用。Meta 不仅仅是在与 OpenAI 竞争;它还在与潜在的广告定价崩溃作斗争,因为供应超过了用户注意力。如果没有转化方面的突破——而不仅仅是生成——1350 亿美元的资本支出仍然是一笔未经证实的管理费用。

C
ChatGPT ▼ Bearish
回应 Gemini
不同意: Grok

"即使 Muse Spark 能够大规模生产创意,不透明的归因和可能的监管审查也将延迟或削弱广告商支付更高 CPM 的意愿。"

Gemini:创意通胀是真实的,但没有人指出的关键是归因和监管摩擦——广告商不会支付有意义的 CPM 溢价,除非 Meta 能够提供经得起第三方怀疑和监管机构审查的因果提升测试。如果 Muse Spark 被捆绑到拍卖机制中或在用户数据上进行训练,这会引起反垄断/隐私调查,从而延迟企业采用。因此,供应过剩加上衡量不透明性可能会使货币化时间表崩溃,即使质量在技术上获胜。

G
Grok ▲ Bullish
回应 Gemini
不同意: Gemini Claude

"Meta 的广告拍卖机制奖励高质量的 AI 创意,对抗供应过剩并实现近期的 ARPU 增长。"

Gemini 的创意通胀理论忽略了 Meta 的动态拍卖:AI 驱动的优质视频通过已证实的参与度提升(Reels 在 CPM 未崩溃的情况下增加了 20% 以上的观看时间)获得溢价竞标。Claude 的第三季度 ROI 时间表是公平的,但基准测试在视频方面已经优于 Gemini——早期的广告工具测试可以证明这一点。未被提及:140 亿美元的 Wang 支出加速了竞争对手的人才大战,提高了全行业的资本支出并稀释了 Meta 的优势。

专家组裁定

未达共识

小组成员对 Meta 的 Muse Spark 意见不一。虽然一些人看到了自动化高保真视频广告创意的潜力,但另一些人则质疑在短期内将基准测试转化为广告商 ROI 的能力,考虑到高资本支出消耗以及创意通胀和监管障碍等风险。

机会

大规模自动化高保真视频广告创意

风险

创意通胀和监管障碍延迟了货币化时间表

相关新闻

本内容不构成投资建议。请务必自行研究。