M
META · Meta Platforms
Meta
机构级研报
Serenity Serenity 此刻对 META 的判断 看多📈 加码升级
「她维持既有前瞻判断(方向见原声)」—— 站内中文速递 · 2026-04-23

Meta 通过 MTIA 自研加速器、Broadcom XPU 共研、PyTorch/Triton/vLLM 生态和 OCP 数据中心标准，把推荐、广告、Llama 与 GenAI 推理负载从通用 GPU 转向内部定制 ASIC，驱动是数十亿用户级 AI 推理降本，约束是先进工艺/HBM/以太网规模化与模型结构快速变化。

-20.9%她跟踪回报自 2026-06-11
17她的发声看多 15 / 看空 0
✅交叉验证多被印证 · 13F 2 条
44同主题热度近 7 天
观点截至 2026-07-06
🏛 机构共识 · 13F 全市场

谁在建仓 META：全市场机构的钱怎么站队

最新一季 · 2026Q1

4,985 家 13F 申报机构披露持有它，占全市场约 57.0%；本季 +298 家加注。

产业节点② AI芯片 持有机构4,985 家 本季持有人+298 家 披露市值环比+1.2% AI 产业链持有广度第 6 / 359

口径=全市场 13F 季度申报聚合（8,741 家申报机构为分母）· 仅呈现机构持仓事实与季度变化，非买卖建议、不构成目标价 · 完整持有人名单 · 逐家调仓 diff · 资金视角 →

🛰 思想转向雷达 · 此刻

她对这条链的注意力正在做什么

同主题 7 天热度 44
📈 加码升级

06-16原贴她自称'我对META较温和'(明确的中性/谨慎表态)；但从06-28起转为连续多日、明确、反复的强力看多防御式表态——07-01/07-02两次重复'市场完全误读了Meta的多余算力评论'、07-01'我反而预计它的capex指引会上调'、07-03'预期会出现尖锐的V型反弹'、07-03'Watermelon模型已经追上GPT5.5，谁又说他们退出AI竞赛了'，并把07-02光子链全线暴跌(AEHR -18.3%/AAOI -17.13%/SIVEF -15.4%等)定性为Bloomberg/UBS叙事误导下的错杀机会。

同主题 · 她的新动向

093370🆕 全新方向此标的完全不在她已知案例库中,是她套用'卡点猎手'方法论(模型1霍尔木兹类比+模型6政府清单/出口管制催化剂)现挖出的全新~12亿美元市值韩国标的。6/13首次发帖详述机制:中国对日钨出口管制→WF6前驱体短缺→冲击SK Hynix/Samsung/TSM所需全球供应的25%,Foosung占该供应链约10%,'如果还记得霍尔木兹海峡和石油,那比例很大',并明确声明'无持仓,只是发布一个想法';6/15转为事后邀功口吻:'我早说过富松(093370)会成为...主要赢家...一天可能暴涨21%',显示她在持续跟踪并把它计入自己的判断战绩。
CBRS🆕 全新方向2026-06-27原贴明确自述：'OpenAI要在$CBRS上发布重量级5.6 Sol前沿模型，最高750 tokens/sec……我昨天看到消息后，在170美元附近第一次买了Cerebras初始仓位，低于185美元IPO价。感觉这是对其技术的验证'——她本人清楚承认这是首次建仓，且给出明确催化剂(OpenAI新模型发布)和估值参照($JBL)。
GOOGL🆕 全新方向freq_signal显示first=2026-06-15是她提及GOOGL的最早记录（此前约10个月未见），本轮她给出了具体的相对排序论证：06-24原贴写'$GOOGL其次，AI capex用于防守Search moat，Google Cloud有高效TPU，也能卖TPU；Gemini用户量上升，也帮助广告优化'（仅次于她认为最优的$AMZN），并在06-28/06-30反复把Google自身算力紧缺(3月削减给Meta的配额、backlog接近翻倍)解读为AI数据中心capex利好的证据。

引擎 thesis_shift_detector · 展示关注变化 · 非买卖建议 · 她关于 META 的原声 →

前瞻研判 · 她怎么看接下来

未来怎么走、盯什么事、什么信号验证或推翻

研判未来是商品，过去战绩只是凭据。下面是 Serenity 本人对 META 的前瞻判断与该盯的催化剂——我们如实呈现她的研判，不替你下结论，判断仍归你自己。

核心论据6她列的风险4前瞻判断4催化剂6验证/证伪触发点3
▲ 她的核心论据 · 免费样本 1/6

part of his 30-stock portfolio he expects to keep going up

站内中文速递 · 2026-04-23
她在盯的前瞻判断 · 完整逻辑与原话锁后可见
  • 未定她维持既有前瞻判断(方向见原声)🔒
  • 未定她称下跌是买入机会🔒
  • 未定预期跟随龙头修复🔒
  • 未定Instagram和WhatsApp用户粘性强🔒
◆ 解锁完整研究解锁完整版 ↓

已免费看到 1 条论据 + 全部判断标题 · 解锁 Serenity 对 META 的完整前瞻

其余 5 条论据摘要 + 观点流索引 4 条前瞻判断的完整逻辑 6 个催化剂的时机与逻辑 3 个验证/证伪触发点 她自列的 4 条风险
她的战绩 · 凭什么信她

从她首次发声到现在，这票走了多少

数据截至 2026-07-06
$717.63她首次发声价 · 2026-06-11
-20.9%至今涨跌
17她的发声 · 看多15/看空0
2026-07-06最近发声
看多发言看空发言中性/背景区间 $525.72–$790.00
我们的独有数据 · System2

她的判断，被 13F 资金 / 实物硬数据验了吗

✅

SEC 13F 机构资金 / Form4 / 台积电·台湾月营收 / 海关 / GPU 现价 / 数据中心电力 等独有硬数据，客观裁决她的观点。Capafy / Fintwit 都没有这一层。

◆ 解锁完整研究解锁完整版 ↓

已免费看到 scoreboard + 1 条完整证据轨 · 解锁全部硬数据审判

逐机构 13F 明细 + 实物/海关/Form4 detail 2 条 13F/实物交叉验证

她最近在 META 上怎么说

看多2026-07-06

我想特别感谢 Bloomberg 关于 $META 算力的那篇文章。 也感谢连续两篇看空 CPO 延迟的帖子。 但我认为，从主题上看，光子、存储、能源和实体 AI 从长期来看会跑赢。 https://t.co/vghsG5H2w5

看多2026-07-05

看起来高功率圆柱电芯 / BBU 电芯出现了短缺（也就是瓶颈）： - Samsung SDI 向 Simplo 供应电芯，Simplo 再把它们组装成 BBU，供给 $META 到 $AMZN。 - 随着数据中心需求上升，Samsung SDI 圆柱电芯的产量也大幅增加。 - 行业消息人士称，Panasonic、Samsung 在 BBU 电芯供应上正遭遇短缺。 所以在我看来，主要受益方包括： - Samsung SDI（KRX: 006400）/ Panasonic Energy，是最直接、最纯粹的赢家 - Murata（6981）/ 这家公司在 MLCC 和其他环节里也到处出现，哈哈 - LG Energy（KRX: 373220）/ 应该也快了 真正直接相关的美国公司似乎不多？但可以外推到相邻链条，比如 $VRT、$ETN，或者 $BWA / $ENS。不过这不太是我重点覆盖的领域。 我不会把这件事简单等同于所有短缺都有巨大 TAM，但其中可能存在机会……

看多2026-07-03

SemiAnalysis 关于 $META “产能过剩”以及 $NBIS 等相关市场反应的看法： “我们认为 Meta 的数据中心和算力会加速。” “2027 年资本开支会高得惊人。” 最近全球暴跌，尤其是光子学板块，真的很蠢……只是因为一些误导性叙事，说 Meta 退出 AI 竞赛、要出售多余算力…… 但事实上，随着 Meta 追赶 GPT5.5，事情很可能会加速。 我个人预期会出现尖锐的 V 型反弹，尤其是那些因为这个叙事跌了 50% 以上的名字。

看她在 META 上的全部 17 条观点流 →
财报与关键数据 · 数据采集中心

真财报 + 13F + 信号

SEC XBRL · 截至 2026-07-06
US$201.0B
FY2025 FY 收入
SEC XBRL companyfacts
82.0%
毛利率 GM
FY2025 FY
41.4%
营业利润率 OPM
FY2025 FY
US$46.1B
自由现金流 FCF
FY2025 FY
✓聪明钱看点
  • Broadcom 与 Meta 多代际 MTIA 合作的规模、工艺节点和网络技术披露，是判断 MTIA 从单代试验走向基础设施平台的关键。
  • MTIA 对 Facebook/Instagram 广告排序、推荐和 Meta AI 推理的负载覆盖率，决定自研 ASIC 是否真实改善成本曲线。
  • PyTorch、Triton、vLLM 和 FlashAttention 类路径的兼容性，会直接影响内部模型团队是否愿意迁移。
  • HBM 容量和带宽是否跟上长上下文 Llama/GenAI 推理，是 MTIA 450/500 能否进入主流 GenAI 推理池的前提。
⚠口径风险
  • Meta 不单独披露 MTIA 出货量、成本节省、利用率或各应用负载占比，外部只能从官方技术披露和供应链合作推断。
  • MTIA 不是 Meta AI 训练的唯一底座；NVIDIA 和 AMD GPU 仍是前沿训练和通用模型迭代的重要资源。
  • 财报、持有人、估值和雷达块由数据管线另行注入；本文不伪造任何财务数字或 13F 数字。
  • 内部 ASIC 的收益高度依赖模型结构稳定性，如果推荐/GenAI 架构快速变化，硬件定制优势可能被开发速度抵消。

SEC XBRL companyfacts · FY2025 FY
  • ✓FY2025 FY 毛利率 82.0%，毛利 US$164.8B
  • ✓FY2025 FY 营业利润率 41.4%，营业利润 US$83.3B
  • ✓FY2025 FY 净利率 30.1%，净利润 US$60.5B
  • ✓FY2025 FY FCF US$46.1B
毛利率 GM 82%
营业利润率 OPM 41.4%
净利率 NM 30.1%

AI 收入结构

集团收入趋势 · US$B
FY2024Q3FY2024Q1FY2025Q2FY2025Q3FY2025Q1FY2025Q2FY2025Q3FY2026Q1

Meta在AI产业链依赖谁、被谁依赖、和谁竞争？

上游 / 下游 / 竞品
上游
  • Broadcom
  • Taiwan Semiconductor Manufacturing Company
  • SK hynix
  • Samsung Electronics
  • Arista Networks
  • NVIDIA
  • Cadence Design Systems
下游
  • Facebook
  • Instagram
  • WhatsApp
  • Threads
  • Reality Labs
  • Hugging Face
竞品
  • NVIDIA
  • Google
  • Amazon
  • Microsoft
  • Advanced Micro Devices

Meta靠哪些产品/平台支撑收入？

含收入贡献 / 量产状态

Meta Training and Inference Accelerator

MTIA 100/200

早期自研加速器，主要覆盖推荐、排序和广告推理，已形成内部生产部署经验。

收入贡献不直接外售，主要通过降低广告推荐和内容分发 AI 推理成本支撑核心应用收入。
量产成熟度
量产

MTIA 300

第三代 MTIA

面向更广泛 R&R 推理和部分训练负载，强调模块化迭代和与内部模型栈适配。

收入贡献扩大内部 ASIC 覆盖面，降低高频推荐/广告模型的 GPU 占用。
量产成熟度
量产/部署

MTIA 400

第四代 MTIA

面向一般 GenAI 工作负载和更复杂模型结构，强化 PyTorch/Triton/vLLM 路径。

收入贡献把 Meta AI、Llama 推理和生成式功能部分迁移到定制硬件，改善单位推理成本。
量产成熟度
路线披露/部署推进

MTIA 450/500

后续 MTIA 代际

面向 GenAI 推理，公开路线强调更高 HBM 带宽/容量、低精度计算和更高集群效率。

收入贡献支撑长上下文助手、视频/图像理解和大规模消费者 AI 功能的成本曲线。
量产成熟度
路线披露

Llama / Meta AI Infrastructure

Llama 3/4 与 Meta AI 服务栈

开源/开放权重模型、推理服务、训练平台和内部模型部署工具，消耗 GPU 与 MTIA 混合算力。

收入贡献通过提升广告、推荐、用户留存、商业消息和开发者生态影响间接支撑收入。
量产成熟度
量产/持续迭代

PyTorch/Triton/vLLM MTIA 软件路径

开放框架适配层

围绕 PyTorch 原生、Triton kernel 和 vLLM serving 建立 MTIA 可编程性，降低内部团队迁移成本。

收入贡献不是独立收费产品，但决定 MTIA 是否能从硬件资产转化为实际推理成本优势。
量产成熟度
持续迭代

US$B · SEC XBRL companyfacts · FY2026Q1
口径FY2025Q1FY2025Q2FY2025Q3FY2026Q1
收入 42.31447.51651.24256.311
毛利 34.74239.02542.03646.093
营业利润 17.55520.44120.53522.872
净利润 16.64418.3372.70926.773
FCF 11.085——13.229

缺失期项以 — 表示，未用估算填充。

供应链上每个环节的上行/下行情景是什么？

·

定制 ASIC 平台·Broadcom XPU

依赖依赖 Broadcom 的 XPU 平台、SerDes、高速 I/O、以太网网络和多代际共设计能力。

↑若 Broadcom 帮助 MTIA 按半年级节奏快速迭代，Meta 可更快把新模型需求写进硬件并降低推理成本。
↓若共研节奏、IP 集成或网络硅交付受阻，MTIA 会错过模型结构变化窗口，回到通用 GPU。

先进工艺·TSMC/2nm 路线

依赖依赖先进节点 PPA、晶圆良率、先进封装和与 HBM 的协同验证。

↑若 2nm/先进封装按计划导入，MTIA 可在功耗密度和单瓦 token 上拉开与通用 GPU 的差距。
↓若先进节点良率或成本不达标，Meta 的自研 ASIC 降本逻辑会被折旧和供应风险抵消。

HBM 内存·SK hynix/Samsung/Micron

依赖依赖 HBM3E/HBM4 带宽、容量、堆叠高度、功耗和封装认证。

↑若 MTIA 450/500 类产品获得更大 HBM 容量和带宽，长上下文 Llama 与 GenAI 推理可从 GPU 转移更多流量。
↓若 HBM 供给被 NVIDIA/AMD 大量锁定，Meta 只能限制 MTIA 部署规模或压缩模型上下文。

开放软件·PyTorch/Triton/vLLM

依赖依赖 PyTorch 原生路径、Triton kernel、vLLM serving、FlashAttention 和低精度格式支持。

↑若 MTIA 对 PyTorch/Triton 兼容接近 GPU，内部模型团队迁移成本会显著下降。
↓若每代 MTIA 都需要大量手写 kernel 或模型重构，Meta 会牺牲开发速度换取硬件效率，难以规模推广。

网络与机架·OCP/以太网/Arista

依赖依赖 OCP 机架标准、Broadcom/Arista 以太网、光模块、拥塞控制和集群调度。

↑若 MTIA 集群能用标准化以太网高效 scale-up/scale-out，Meta 可用更开放的供应链替代专有互联。
↓若网络瓶颈导致 GPU/ASIC 混合集群利用率低，MTIA 只适合孤立推理池，难以进入训练或大规模 GenAI。

内部需求·广告/推荐/Meta AI

依赖依赖 Facebook、Instagram、WhatsApp、Threads 和 Llama/Meta AI 的持续推理增长。

↑若 GenAI 助手、视频推荐和广告模型推理量继续增加，MTIA 的单位成本优势会被高利用率放大。
↓若用户增长、广告负载或 GenAI 使用低于预期，自研 ASIC 会面临利用率不足和折旧压力。

谁在公开披露里持有 META？

完整历史 = Pro
持有主体披露市值权重来源 · as_of
B BlackRock, Inc.
US$96.6B 1.7% SEC 13F · 2026-03-31
V VANGUARD CAPITAL MANAGEMENT LLC
US$81.3B 2.0% SEC 13F · 2026-03-31
F FMR LLC
US$66.7B 3.5% SEC 13F · 2026-03-31
S STATE STREET CORP
US$50.6B 1.7% SEC 13F · 2026-03-31
G GEODE CAPITAL MANAGEMENT, LLC
US$30.9B 1.9% SEC 13F · 2026-03-31
J JPMORGAN CHASE & CO
US$26.9B 1.7% SEC 13F · 2026-03-31
A ARK ARKF/ARKK/ARKW
US$111.9M 5.6% ARK日频 · 2026-06-23

和主要同业的定位差在哪？

· 2026-06-24
公司定位关键差异
Meta PlatformsMeta Platforms
 内部广告、推荐和 GenAI 推理导向的自研 MTIA 平台。 优势是拥有数十亿用户级真实推理负载、PyTorch 源头生态和 Broadcom 多代际 ASIC 共研。
NVIDIANVIDIA
 通用 GPU、互联和 CUDA 生态标准。 NVIDIA 适合训练与复杂新模型快速迭代；MTIA 针对稳定高频 Meta 负载做成本/功耗优化。
GoogleGoogle
 TPU 与搜索、广告、YouTube、Gemini 内部负载闭环。 Google TPU 商业化历史更长；Meta 的差异是社交推荐/广告推理和 Llama 开源模型生态。
AmazonAmazon
 Trainium/Inferentia 面向 AWS 云客户和 Anthropic 大模型。 Amazon 要把芯片变成外部云实例；Meta 主要用 MTIA 优化内部成本曲线。
MicrosoftMicrosoft
 Maia 绑定 Azure、OpenAI、Copilot 和企业软件。 微软有企业 SaaS 分发，Meta 有消费互联网流量和广告模型密度。
Advanced Micro DevicesAdvanced Micro Devices
 Instinct GPU 作为开放 GPU 第二供应商。 AMD 提供通用 GPU 和大显存；MTIA 是应用特定 ASIC，适合 Meta 可预测内部负载。

什么公开信号会推翻当前叙事？（反证阈值·非预测）

产业链
  • ⚠Meta 停止披露 MTIA 新代际或把 MTIA 从 AI infrastructure strategy 中降级为实验项目。
  • ⚠Broadcom 与 Meta 的多代际合作出现终止、延期或显著缩小部署规模的公开声明。
  • ⚠Meta 公开承认核心推荐、广告或 GenAI 推理负载因性能/软件问题无法从 GPU 迁移到 MTIA。
  • ⚠MTIA 300/400/450/500 的部署节奏连续落后官方披露窗口，且没有替代代际说明。
  • ⚠PyTorch/Triton/vLLM 对 MTIA 的支持长期不能覆盖 Llama、MoE、长上下文和低精度推理核心路径。
  • ⚠Meta 资本开支和供应链披露显示增量 AI 容量几乎全部流向 NVIDIA/AMD GPU，而非 MTIA 机架。
🔒 完整真财报 + 13F 逐机构持仓明细 · 解锁完整版解锁完整版 ↓
产业逻辑深析

为什么是这门生意：产业链位置 / 护城河 / 竞争 / 误读纠偏

投资摘要产业链位置AI 相关收入拆解（季度桥 + 公式）核心产品（含收入贡献）上游供应商 / 下游客户同业硬指标对比表（5+ 家 × 9 维度）护城河财务质量（近 4-6 季度）业绩传导路径SOTP 估值表催化（4-6 条带时点）核心风险（4-6 条带情景）跟踪指标最新事件（分级）来源 footnotes

投资摘要

  • Meta 是 AI 云/模型链里“Llama 开源模型 + 广告推荐系统 + AI 内容/创意工具 + Reality Labs/AI glasses + 自建数据中心”的应用入口型公司。
  • 2026Q1 revenue 563.11 亿美元、同比 +33%；advertising revenue 550.24 亿美元、同比 +33%，说明 AI 当前最可验证的商业化仍在广告效率而非模型 API 收入。1
  • 2026Q1 operating income 228.72 亿美元、OPM 40.6%；净利 267.73 亿美元、净利率 47.5%，但净利受 50.21 亿美元所得税 benefit 抬升，不能直接年化。1
  • Q1 FCF 123.86 亿美元 = CFO 322.26 亿美元 - PPE 189.97 亿美元 - finance lease principal 8.43 亿美元，短期现金流仍强，但 2026 capex 指引 1,250-1,450 亿美元将显著抬高再投资门槛。12
  • Meta 未披露 Llama、Meta AI、AI glasses 或 Business AI 的独立收入；本文把广告收入、FoA operating income、capex 和 AI 产品采用作为四个代理变量。

产业链位置

Meta 位于 AI 产业链的模型与应用层，向上采购 GPU、网络、电力、数据中心和自研 MTIA/推理芯片供应链，向下连接 Facebook、Instagram、WhatsApp、Messenger、Threads、广告主、创作者和开发者。与 Google 类似，Meta 的优势在消费入口和广告数据；与 AWS/Microsoft/Google Cloud 不同，Meta 不是通用公有云；与 Anthropic/OpenAI 不同，Meta 通过开源 Llama 和自有应用分发来外溢模型影响力。

AI 相关收入拆解（季度桥 + 公式）

口径2025Q12025Q32025Q42026Q1计算 / 判断
集团收入423.14 亿美元512 亿美元598.93 亿美元563.11 亿美元Q1/Q4 为公司发布稿，Q3 为公司发布稿摘要。134
Advertising revenue413.92 亿美元待补待补550.24 亿美元AI 推荐、投放和生成式创意主要体现在广告。1
Family of Apps revenue419.02 亿美元507.7 亿美元待补559.09 亿美元FoA 是 AI 商业化主载体。14
Reality Labs revenue4.12 亿美元待补待补4.02 亿美元AI glasses/VR 仍小，亏损大。1
FoA operating income217.65 亿美元约 717 亿美元 YTD待补269.00 亿美元广告 AI ROI 的利润代理。14
Reality Labs operating loss-42.10 亿美元待补待补-40.28 亿美元AI/AR 硬件期权仍消耗利润。1

公式：Meta AI 收入代理 = Advertising revenue uplift + FoA engagement/monetization uplift + Business AI/WhatsApp 消息商业化 + Reality Labs/AI glasses early revenue。由于公司未单列 AI 收入，任何“Meta AI revenue”只能作为情景，不得写成披露值。

核心产品（含收入贡献）

产品 / 平台定位收入贡献关键参数状态证据
Facebook / Instagram AdsAI 推荐与广告投放Advertising Q1 550.24 亿美元+33% YoY已规模化1
Reels / Feed ranking内容推荐与时长提升体现在广告收入收入未单列已规模化1
Llama开源/开放权重模型生态直接收入未单列降低外部开发者采用门槛生态扩张5
Meta AI / AI assistant消费端助手收入未单列嵌入 WhatsApp/Instagram/Facebook商业化早期5
Business AI / WhatsApp商户客服、营销、agent收入未单列可能拉动 messaging monetization早期5
Reality Labs / AI glassesAR/VR 与可穿戴 AIQ1 revenue 4.02 亿美元，loss -40.28 亿美元硬件期权高投入早期1

上游供应商 / 下游客户

环节对象关系关键变量
上游 GPUNVIDIA、AMD训练/推理集群capex 1,250-1,450 亿美元指引决定供应链拉动。2
上游自研芯片MTIA/ASIC 供应链推理成本优化若 MTIA 成熟，可改善广告推理单位成本。
上游电力/机房数据中心、电网、冷却自建 AI infraQ1 PPE 189.97 亿美元。1
下游广告主SMB、品牌、电商、应用广告主广告收入核心AI 投放 ROI 决定预算迁移。
下游用户FoA daily people / apps users内容供给和交互推荐质量影响 engagement。
下游开发者Llama 生态开源模型采用生态影响力不等同收入。

同业硬指标对比表（5+ 家 × 9 维度）

公司相关业务收入同比增速GM / 经营率净利 / 利润率FCF margin客户集中度技术代际PE/PS反证条件
Meta / METAAdvertising Q1 550.24 亿美元+33%OPM 40.6%净利 267.73 亿美元FCF margin 22.0%广告主分散Llama + MTIA + 推荐模型C 级行情capex 不能提升广告 ROI
Alphabet / GOOGLGoogle Cloud 200.28 亿美元；Services 896.37 亿美元Cloud +63%Cloud OPM 32.9%净利 625.78 亿美元FCF 101.16 亿美元广告/云分散Gemini + TPUC 级行情Search AI 稀释广告
Amazon / AMZNAWS 376 亿美元 [AWS]+28%AWS OPM 37.7%集团净利 302.55 亿美元FCF -181.71 亿美元云客户分散Trainium + BedrockPE 32.51x [AMZN]AWS 低于 20%
Microsoft / MSFTMicrosoft Cloud 545 亿美元 [MSFT]+29%Cloud GM 66%Q3 净利 317.78 亿美元FCF 158.03 亿美元OpenAI 重要Azure + CopilotPE 24.58x [MSFT]Copilot seat 放缓
OpenAI2025 run-rate >200 亿美元高增未披露未披露未披露消费/企业混合GPT-5/Codex未上市 PS算力成本过高
Anthropicrun-rate revenue >470 亿美元高增未披露未披露未披露企业客户高增Claude + Claude Code未上市 PS多云成本压毛利

护城河

  1. 广告闭环护城河：Meta 在广告主、用户行为、创意、转化反馈之间形成闭环，AI 推荐和投放模型的收益能直接反映到 550.24 亿美元 Q1 广告收入。1
  2. 分发护城河：Facebook、Instagram、WhatsApp、Messenger、Threads 让 Meta AI 可低边际成本触达海量用户。
  3. 开源模型生态：Llama 降低开发者采用门槛，帮助 Meta 在非云业务中获得模型标准影响力。5
  4. 现金流护城河：即使 Q1 PPE 接近 190 亿美元，Meta 仍产生 123.86 亿美元 FCF。1
  5. 硬件期权：Reality Labs 当前亏损，但 AI glasses 若形成新入口，可降低对移动平台规则的依赖。

财务质量（近 4-6 季度）

季度收入GMNMFCF质量判断
2025Q1423.14 亿美元82.1% = (423.14-75.72)/423.1439.3%103.34 亿美元广告 413.92 亿美元，FoA OI 217.65 亿美元。1
2025Q2待补 A 源待补待补待补DAP 3.48B，公司披露增长，财务表待补。6
2025Q3512 亿美元待补受一次性税费拖累待补FoA revenue 约 507.7 亿美元，税费使净利失真。4
2025Q4598.93 亿美元待补38.0% = 227.68/598.93待补假日广告高峰，FY2025 capex 高基数。3
2026Q1563.11 亿美元81.9% = (563.11-102.18)/563.1147.5%，受税收 benefit 抬升123.86 亿美元收入/广告高增，PPE 189.97 亿美元。1

业绩传导路径

AI 推荐/生成式广告工具
  -> engagement、ad load、conversion、pricing 提升
  -> Advertising revenue +33%
  -> FoA operating income 269 亿美元
  -> AI capex 与 Reality Labs 亏损消耗现金
  -> 若广告 ROI 覆盖 capex，META 维持高利润平台倍数

Meta 的传导不是“卖模型 API”，而是“AI 让广告系统更会匹配、创意更便宜、商户客服更自动化”。因此核心反证是广告增速和 FoA margin 不能覆盖 AI 数据中心折旧。

SOTP 估值表

情景FoA 广告/应用Reality Labs / AI glassesAI infra 净投入折现净现金目标权益价值 / 股价公式
看空2,250 亿美元收入 × 7.0x = 15,750 亿美元0 亿美元-2,000 亿美元+224 亿美元13,974 亿美元 / 552 美元(15750+0-2000+224)/25.34
中性2,450 亿美元收入 × 8.5x = 20,825 亿美元500 亿美元-1,250 亿美元+224 亿美元20,299 亿美元 / 801 美元(20825+500-1250+224)/25.34
看多2,750 亿美元收入 × 10.0x = 27,500 亿美元1,500 亿美元-750 亿美元+224 亿美元28,474 亿美元 / 1,124 美元(27500+1500-750+224)/25.34

股本用 Q1 2026 basic shares 25.34 亿股；净现金近似 cash + marketable securities 811.80 亿美元 - long-term debt 587.48 亿美元 = 224.32 亿美元。1 估值不把 Llama 生态单独作硬资产，只在 FoA 倍数中反映。

催化（4-6 条带时点）

  1. [已发生] 2026-04-29，Q1 revenue 563.11 亿美元、+33%，广告收入 550.24 亿美元、+33%。1
  2. [已发生] 2026-04-29，FoA operating income 269.00 亿美元，Reality Labs loss -40.28 亿美元。1
  3. [指引] 2026Q2，公司预计 revenue 580-610 亿美元，是验证广告 AI 动能延续的下一节点。2
  4. [指引] FY2026 capex 1,250-1,450 亿美元，若后续不上修且收入继续高增，将缓和市场对 AI 投入的担忧。2
  5. [行业预测] 2026H2，Business AI 与 WhatsApp monetization 若扩大，将提供广告之外的 AI 收入代理。
  6. [供应链估算] 2026H2，MTIA/自研推理芯片采用若提升，将改善推荐与助手推理成本。

核心风险（4-6 条带情景）

  1. Capex ROI 风险：若 FY2026 capex 达 1,450 亿美元但广告增速降至 15% 以下，FoA 倍数可能从中性 8.5x 降至 7.0x。2
  2. 平台依赖风险：iOS/Android 隐私、应用商店规则或浏览器 cookie 变化会削弱广告信号。
  3. Reality Labs 持续亏损：若 RL loss 维持每季 40 亿美元以上且 AI glasses 商业化慢，估值需扣除更大期权成本。1
  4. 开源模型商业化风险：Llama 的生态影响力不必然形成收入，反而可能增加训练/维护成本。
  5. 内容与版权风险：模型训练数据、生成内容治理和监管诉讼可能提高合规成本。
  6. 税率正常化风险：Q1 2026 净利受税收 benefit 抬升；若税率回归正常，EPS 会明显低于表观年化。1

跟踪指标

频率指标阈值来源
季度Advertising revenue growth25%+ 为强，低于 15% 为负Meta release
季度FoA operating margin45%+ 为强，低于 40% 警惕Segment table
季度Reality Labs operating loss高于 45 亿美元/季为负Segment table
季度Capex / revenue高于 35% 且广告放缓为负Cash flow / outlook
半年AI glasses / Business AI adoption商业化收入线索为正公司 call / product updates

最新事件（分级）

日期事件分级投资含义
2026-04-29Q1 revenue 563.11 亿美元、advertising 550.24 亿美元[已发生]AI 推荐/广告系统贡献可在收入中观察。
2026-04-29Q1 FCF 123.86 亿美元，PPE 189.97 亿美元[已发生]现金流仍强，但 capex 强度高。1
2026-04-29RL revenue 4.02 亿美元、loss -40.28 亿美元[已发生]AI glasses/AR 仍是期权而非利润来源。1
2026Q2revenue 指引 580-610 亿美元[指引]下一季度广告 AI 动能验证。2
FY2026capex 指引 1,250-1,450 亿美元[指引]市场关注 AI ROI 的核心分母。2

来源 footnotes

1 A/B - Meta Q1 2026 earnings release, https://s21.q4cdn.com/399680738/files/doc_news/Meta-Reports-First-Quarter-2026-Results-2026.pdf 2 B - Meta Q1 2026 outlook in earnings release / IR commentary, same release. 3 A/B - Meta Q4/FY2025 earnings release, https://s21.q4cdn.com/399680738/files/doc_financials/2025/q4/Meta-12-31-2025-Exhibit-99-1-FINAL.pdf 4 B/C - Meta Q3 2025 company release and public summaries, https://investor.atmeta.com/investor-news/press-release-details/2025/Meta-Reports-Third-Quarter-2025-Results/default.aspx 5 B - Meta AI / Llama company product announcements and annual risk disclosures. 6 B - Meta Q2 2025 earnings release, https://investor.atmeta.com/investor-news/press-release-details/2025/Meta-Reports-Second-Quarter-2025-Results/ 7 C - Public market data for META, used only as valuation context pending 2026-05-27 close verification. 8 A - Meta 2025 Form 10-K filed January 29, 2026, referenced in company release.

🔒 15 章产业逻辑深析全文（护城河 / 竞争格局 / 误读纠偏）· 解锁完整版解锁完整版 ↓

仅保留不随行情过期的产业逻辑章；时效性内容（最新财务/估值/事件）以上方财报与前瞻块为准（实时）。深度叙事刷新中。

◆ 解锁完整研究 · 越往上覆盖越广

墙后是 META 背后的完整思想 + 逐机构证据

上方免费给了判断 + 转向雷达 + 审判室 scoreboard + 各 1 条样本；墙后 = 完整前瞻逻辑 + 逐机构 13F 证据轨 + 产业深析 15 章。往下选一档解锁：

先看整站（最多人选）· 要为你点名的一个对象立项 → 机构级投研追踪（在下方）
★ 最多人选
43 位聪明钱，一个不落，全站为你追踪她们的每一次转向，你比市场先看见
43 位聪明钱大佬 —— 每一次转向，你先看见
dylanpatels2gavinbakermarknewmanmingchikuodannilesbethkindigcitrinichrismackscottenjonesasianometrytaekimstacyrasgonpierreferraguvivekaryaaustinlyonszeuskerravalarihardjarcfabianandrewschmittclausaasholmtimculpanchiakokhuaiancutressbrianbaileytpmbillkleymanjaminballtanayguwenjunpaultriolovikramsekarduanyongpingarkleopolddanbindannystedtjukanphilgarroudruckenmillerlilusoros
1,149家公司 · 深度页
713家 AI 产业链机构 · 深度追踪
427只标的 · 透视雷达
24产业链节点 · 13 赛道
nvdatsmavgoamdasmlamatmumrvlarmcohrliteaxtiaehralabanetamkraeisadiklaclrcxterintcqcomsmcifncamtvrtmtsigfsasxarryaclsacmrapldappgooglmsftmetatsladellhpepltrsnpscdnsmpwrpiformontolsccsitmaaoiakamstxwdcpstgddognetsnowcrwdpanwnoworclibmcrmadbekeysenphneecegvstgevetn
芯片 → HBM → 先进封装 → 光模块 → 电力 —— 整条 AI 产业链，一个节点都不落；每只票背后谁在买、谁在减，逐季追到底。
年付省 29% 按月付
$299/年
每月只合 $24.9 · 比 月付省 29% · ≈ 一天 8 毛 43 位大佬 + 1,149 家公司 + 713 家 AI 产业链机构 + 全产业链雷达全给你 · 单订一位 $79/年 = 每位 ≈ $7
43 位各自单订 = $3,397 · 整站 $299你打包省下 $3,098（立省 91%）
0 元开始 · 7 天完整版 →
0 元开始随时取消续费前 7 天必提醒
只想先盯META一个？也行 —— 钉一个 · /月（$79/年）→ 先把这一个看穿。 跟你说实话：4 颗钉一年（$316）就超过整站（$299）。想多看几个，直接整站更划算——43 位全给你、每位约 $7。哪种都行，账摆在这，你自己挑。
定制专属 机构级投研追踪 把追踪 43 位聪明钱的整套机构级投研方法，单独架设在你点名的那一个对象上——专人立项、持续盯守、证据可回溯。 看服务书 →
  • 先评估覆盖 · 再单独立项：你点名一个对象——一个人（投资人 / 机构 / 分析师 / 高管）或一家公司 / 标的——我们先评估其公开数据覆盖与可采源，确认能追踪后单独立项、架设专属投研席位；踪迹不足会直说做不了，不硬凑。
  • 按对象适用性启用机构级方法：13F 持仓 · Form4 内部人 · 13D-G 举牌 · 公开发声 · 跨源交叉验证 · 命中率台账——适用于 SEC 可覆盖对象；不适用的项以替代证据或缺口说明如实交付，与追踪 43 位聪明钱同一条投研流水线。
  • 持续盯守 · 证据可回溯：人工 / 半自动每周投研简报 + 重大信号经人工确认后工作日提醒 + 证据链归档（本地 JSON / Markdown / SEC 链接），可回溯复盘「当时凭什么这么判」。
  • 只对你一人开放：追踪口径、提醒规则、交付形式按你的决策需求定制；不进公共库、不共享。
不荐股 · 不碰你的账户7 天免费试用随时取消年付省 29%续费前 7 天必提醒升级按余额补差

本页整合公开披露/SEC 真财报 + 独立深度研究 + Serenity 公开观点与我们的跨源交叉验证；仅供研究学习，不构成投资建议、无估值/目标价；个人观点与战绩自报未经审计；提及不等于持仓；站内内容为中文转化式整理，继续深问请用 AI 对话或站内观点流。