它在 AI 产业链被定位为 中层,用来判断上游瓶颈、下游需求与资金动作是否互相印证。
4,985 家机构在拿 META,但真正高权重配置的是这几家
META 卡在 中层:先看谁在用真金买、conviction 多重、硬数据跟上没。 谁在买?↓
产业链 15 段深研保留在公司卫星页: 打开 Meta 产业链深析 →
Dragoneer Investment Group, LLC 把 META 的组合权重从 0.0% 抬到 13.6%(跨 3 季)—— 这不是指数基金扫到的噪音,是有人在持续下重注。
Meta · Meta Platforms 是全市场覆盖最广、最拥挤的 AI 共识之一——"谁在买"这件事的增量信息已经很薄。真正非显而易见的,是撑起它的盈利质量与上游产能依赖能不能延续、又会被什么信号推翻。下面把 13F 共识、拥挤度、财报与反证阈值交叉给你它本季的真实位置,而不是再喊一遍"龙头"。
五源交叉 = 竞品单源(纯财务 / 纯 13F)给不出的组合。只整理公开披露事实,不预测价格、不做买卖建议。
META 卡在 AI 产业链哪一段,谁在高权重配置它
五源汇一:AI 产业链节点定位 + 13F 聪明钱共识 + 多源披露信号 + 实物产能印证 + 财报。免费给一层原料;完整多季 diff、全量披露与异动告警锁在雷达通。
共识广度见上方「共识 & 拥挤」;下方"重仓信念"看真聪明钱在重仓。
最新财年营收 $201.0B;完整三大报表 + 季度桥 + 实物产能在上方逐项摊开,替这只票验真,不补写未知。
13F 之外,这些线上的钱也在动
SEC Form4 内部人买卖、13D-G 举牌、做空与逼空、期权情绪、基金多空、专利被引护城河——全是已入库真数据,没有的不占位。
内部人交易 · SEC Form 4
13D-G 举牌
基金持仓 · 多空
观点之外,硬数据有没有跟上
产能、电力、GPU 价、季度财报真值等已物化硬事实,替这只票的叙事验真。只列已入库真数据。
$19.0B / YoY +46.8% · 2026-03-31
SEC XBRLMETA 完整三大报表 · FY2018–FY2025 共 8 个财年
损益表 / 资产负债表 / 现金流量表逐年真值——科目标准化、跨公司可比,来源 SEC XBRL,缺失项显示 —,不估算填充。
利润表
| 科目(USD) | FY2018 | FY2019 | FY2020 | FY2021 | FY2022 | FY2023 | FY2024 | FY2025 |
|---|---|---|---|---|---|---|---|---|
| 营业收入 | $55.8B | $70.7B | $86.0B | $117.9B | $116.6B | $134.9B | $164.5B | $201.0B |
| 营业成本 | $9.4B | $12.8B | $16.7B | $22.6B | $25.2B | $26.0B | $30.2B | $36.2B |
| 毛利 | $46.5B | $57.9B | $69.3B | $95.3B | $91.4B | $108.9B | $134.3B | $164.8B |
| 研发费用 | $10.3B | $13.6B | $18.4B | $24.7B | $35.3B | $38.5B | $43.9B | $57.4B |
| 营业利润 | $24.9B | $24.0B | $32.7B | $46.8B | $28.9B | $46.8B | $69.4B | $83.3B |
| 净利润 | $22.1B | $18.5B | $29.1B | $39.4B | $23.2B | $39.1B | $62.4B | $60.5B |
| 摊薄 EPS | $7.57 | $6.43 | $10.09 | $13.77 | $8.59 | $14.87 | $23.86 | $23.49 |
资产负债表
| 科目(USD) | FY2018 | FY2019 | FY2020 | FY2021 | FY2022 | FY2023 | FY2024 | FY2025 |
|---|---|---|---|---|---|---|---|---|
| 总资产 | $97.3B | $133.4B | $159.3B | $166.0B | $185.7B | $229.6B | $276.1B | $366.0B |
| 现金及等价物 | $10.0B | $19.1B | $17.6B | $16.6B | $14.7B | $41.9B | $43.9B | $35.9B |
| 存货 | — | — | — | — | — | — | — | — |
| 应收账款 | $7.6B | $9.5B | $11.3B | $14.0B | $13.5B | $16.2B | $17.0B | $19.8B |
| 固定资产净额 | $24.7B | — | — | — | — | — | — | — |
| 长期负债 | — | — | — | — | $9.9B | $18.4B | $28.8B | $58.7B |
| 留存收益 | $42.0B | $55.7B | $77.3B | $69.8B | $64.8B | $82.1B | $102.5B | $121.2B |
现金流量表
| 科目(USD) | FY2018 | FY2019 | FY2020 | FY2021 | FY2022 | FY2023 | FY2024 | FY2025 |
|---|---|---|---|---|---|---|---|---|
| 经营现金流 | $29.3B | $36.3B | $38.7B | $57.7B | $50.5B | $71.1B | $91.3B | $115.8B |
| 资本开支 | $13.9B | $15.1B | $15.1B | $18.6B | $31.4B | $27.3B | $37.3B | $69.7B |
| 折旧摊销 | $4.3B | $5.7B | $6.9B | $8.0B | $8.7B | $11.2B | $15.5B | $18.6B |
| 股权激励 | $4.2B | $4.8B | $6.5B | $9.2B | $12.0B | $14.0B | $16.7B | $20.4B |
| 回购 | $12.9B | $4.2B | $6.3B | $44.5B | $28.0B | $19.8B | $30.1B | $26.2B |
| 分红 | — | — | — | — | — | — | $5.1B | $5.3B |
META 贵不贵、赚钱质量如何 · 近 5 财年
估值倍数 + 回报率 + 利润率 + 增长 + 偿债——把原始报表翻译成可研判的比率,客观事实陈列,不给目标价/买卖建议。
| 指标 | FY2021 | FY2022 | FY2023 | FY2024 | FY2025 |
|---|---|---|---|---|---|
| 市盈率 P/E | 24.4× | 14.0× | 23.8× | 24.5× | 28.1× |
| 市销率 P/S | 8.2× | 2.8× | 6.9× | 9.3× | 8.5× |
| 市现率 P/FCF | 24.6× | 17.1× | 21.2× | 28.3× | 36.8× |
| EV 倍数 | 17.4× | 9.0× | 15.7× | 17.7× | 16.5× |
| 毛利率 | 80.8% | 78.3% | 80.8% | 81.7% | 82.0% |
| 净利率 | 33.4% | 19.9% | 29.0% | 37.9% | 30.1% |
| FCF 利润率 | 33.2% | 16.3% | 32.5% | 32.9% | 22.9% |
| ROIC | 26.7% | 14.6% | 19.3% | 25.1% | 18.0% |
| ROE | 31.5% | 18.5% | 25.5% | 34.1% | 27.8% |
| 营收增速 YoY | 37.2% | -1.1% | 15.7% | 21.9% | 22.2% |
| 流动比率 | 3.15 | 2.20 | 2.67 | 2.98 | 2.60 |
| 负债权益比 | 0.11 | 0.21 | 0.24 | 0.27 | 0.39 |
多头之外,先看空头与反证阈值
研究要两面都看:下面是客观风险信号与"会推翻当前叙事"的反证阈值——只列事实,不预测、不构成买卖建议。
当前 P/E 相对自身近年均值(23×)高于;贵贱自行判断,不给目标价。
越拥挤,一旦出现负面催化,一致性出逃越快、流动性越差。
机构数本季净变化——配合下方反证阈值一起看,是不是有人在提前撤。
- 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。
硬数据之外,再把 META 拆到投研级
真财报全档 + 收入结构 + 产业链上下游 + 产品业务 + 同业对照 + 误读纠偏 + 反证阈值——只整理已入库真数据,不补写未知、不给估值/目标价/买卖建议。
- 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。
- 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。
- ✓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
AI 收入结构
Meta在AI产业链依赖谁、被谁依赖、和谁竞争?
上游 / 下游 / 竞品-
B Broadcom -
T Taiwan Semiconductor Manufacturing Company -
S SK hynix -
S Samsung Electronics -
A Arista Networks -
N NVIDIA -
C Cadence Design Systems
-
F Facebook -
I Instagram -
W WhatsApp -
T Threads -
R Reality Labs -
H Hugging Face
-
N NVIDIA -
G Google -
A Amazon -
M Microsoft -
A 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。
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。
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。
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。
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。
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。
| 口径 | FY2025Q1 | FY2025Q2 | FY2025Q3 | FY2026Q1 |
|---|---|---|---|---|
| 收入 | 42.314 | 47.516 | 51.242 | 56.311 |
| 毛利 | 34.742 | 39.025 | 42.036 | 46.093 |
| 营业利润 | 17.555 | 20.441 | 20.535 | 22.872 |
| 净利润 | 16.644 | 18.337 | 2.709 | 26.773 |
| 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。
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。
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。
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。
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。
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。
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 |
|---|---|---|
| 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。 | |
| 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。 | |
| 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。 | |
| 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。 | |
| 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。 | |
| 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。
撇开指数规则,真正主动选它的是谁
不是所有“机构持有”都等于主观判断 —— 已剔除被动指数类申报 (16 家规则配置),下面按主动持仓规模列出真正主观选它的机构。
谁把它当成组合里的主菜
这块不看绝对金额,只看它占某家组合的比例:权重越高,越能看出“重仓集中度”。
规模达标的真机构里暂无满足权重门槛者;见左侧主动名单与下方完整持有人榜。
只取规模 ≥ $1B、且该股占其组合权重 < 50% 的真机构(剔除空壳与单票异常集中),按权重列前 5 高 —— 越高越像主动配置,不只是“持有”。
谁真的在表里,前 10 家先给你看
这块告诉你持有人结构:金额最大的往往是大平台,组合权重高的才更像 conviction。完整名单在完整方案中展开。
| 机构 | 披露市值 | 股数 | 组合占比 | Top10 | source / as_of |
|---|---|---|---|---|---|
| 贝莱德CIK 0002012383 | $96.6B | 168,843,283 | 1.70% | 是 | SEC 13F · 2026-03-31 |
| 富达CIK 0000315066 | $66.7B | 116,614,753 | 3.52% | 是 | SEC 13F · 2026-03-31 |
| 道富CIK 0000093751 | $50.6B | 88,523,840 | 1.75% | 是 | SEC 13F · 2026-03-31 |
| GeodeCIK 0001214717 | $30.9B | 54,165,192 | 1.92% | 是 | SEC 13F · 2026-03-31 |
| 摩根大通CIK 0000019617 | $26.9B | 50,180,811 | 1.83% | 是 | SEC 13F · 2026-03-31 |
资本集团CIK 0001422849 | $23.5B | 41,055,422 | 3.20% | 是 | SEC 13F · 2026-03-31 |
摩根士丹利CIK 0000895421 | $21.8B | 38,078,962 | 1.31% | 是 | SEC 13F · 2026-03-31 |
资本集团CIK 0001422848 | $17.7B | 30,909,975 | 2.54% | 是 | SEC 13F · 2026-03-31 |
北方信托CIK 0000073124 | $12.6B | 21,979,768 | 1.66% | 是 | SEC 13F · 2026-03-31 |
美国银行CIK 0000070858 | $12.0B | 21,038,035 | 0.88% | — | SEC 13F · 2026-03-31 |
高盛CIK 0000886982 | $10.7B | 18,712,930 | 1.41% | 是 | SEC 13F · 2026-03-31 |
Capital International …CIK 0001562230 | $10.2B | 17,780,799 | 2.38% | 是 | SEC 13F · 2026-03-31 |
景顺CIK 0000914208 | $8.9B | 15,603,147 | 1.37% | 是 | SEC 13F · 2026-03-31 |
CHARLES SCHWAB INVESTM…CIK 0000884546 | $8.8B | 15,403,780 | 1.35% | 是 | SEC 13F · 2026-03-31 |
不是只看这一季,连续动作更有信息量
这块展示已入库基金对 META 的多季持仓线索;没有轨迹文件的机构不补写。
它有多被共识、又有多拥挤
共识强度看多少聪明钱重叠持有它;拥挤度看客观持仓集中度与流动性,不表达方向判断。
META: 机构持仓展示口径 77.0%,全体出逃需要 99.1 个交易日,比上季更挤。
Meta Platforms · 完整透视雷达解锁
免费层给你公开披露形状与关键证据;完整交付 = 逐机构调仓 diff、完整持有人榜、多季轨迹、产业逻辑深析、异动提醒。







































































- 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。