Meta 的 AI 叙事转向改善，但高资本开支使评级仍停留在 Neutral

概览

本报告聚焦 Meta Platforms Inc 的 AI 战略转折。JPMorgan 认为，Muse Spark 1.1 的模型进展、Meta Model API 的外部变现尝试，以及潜在 AI 产品周期，使市场对 Meta 的 AI 叙事明显改善。与此同时，报告维持 Neutral 评级，原因是 AI 变现仍处于早期验证阶段，而大规模算力投入导致 2026-2027 年资本开支和自由现金流压力显著上升。

核心观点

核心观点是：Meta 的 AI 前景较此前更具吸引力，但尚不足以支持更积极评级。正面因素包括模型能力进步、面向开发者和企业的 API 商业化、约 4B 用户基础上的内部 AI 产品机会，以及算力出租或云计算化带来的增量 ROI 可能。限制因素包括 AI 投资规模过大、变现滞后风险、2027 年资本开支可能继续上调，以及与 Google、TikTok、OpenAI 等在广告和 AI 产品上的竞争。

分析框架

报告采用公司基本面研究框架，将 AI 模型进展、外部 API 变现、算力供给与资本开支计划结合起来评估 Meta 的盈利上行与现金流压力。估值上以 2027E GAAP EPS 为核心，给予约 21x 倍数，并用 DCF 模型交叉验证每股 $725 的目标价。

方法论与常识提炼

• 基本面估值P/E 倍数估值

  目标价基于约 21x 2027E GAAP EPS $34.19。

  该方法将 Meta 的盈利预测与相对估值倍数结合，反映报告对其收入增长、成本效率和相对 SPX 溢价的判断。

• 现金流估值DCF 现金流折现

  DCF 模型同样得到约 $725 的每股估值，假设约 14% WACC 和 10% 终端增长率。

  DCF 用于验证目标价的合理性，同时显式体现高资本开支对未来自由现金流的影响。

• 主题催化分析AI 产品周期与外部变现评估

  通过 Muse Spark 1.1、Meta Model API、企业采用和算力出租机会评估 AI 投资回报。

  报告认为模型进展和 API 定价策略可能推动外部 AI 变现，但仍需观察开发者、企业和内部产品采用情况。

标的映射与对比

研报将主题/逻辑映射到具体标的时的结构化摘要（优势、劣势、对比与风险）。

• Meta Platforms Inc (META.O)

  核心覆盖标的

  优势

  拥有社交图谱、约 4B 用户基础、广告定位能力、AI 驱动广告排序与推荐提升，以及快速扩张的 AI 基础设施。

  劣势

  AI 变现较部分互联网同业仍不充分验证，2026-2027 年资本开支大幅增加导致多年自由现金流承压。

  对比

  报告将 Meta 的模型进展与 Anthropic、OpenAI、Google 等领先 AI 实验室比较，并认为 Muse Spark 1.1 可能缩小差距。

  风险

  AI 投资过重且变现滞后、产品和模型发布未能提升参与度、广告竞争加剧、监管诉讼和费用。

关键数据

• 评级Neutral报告维持中性评级。
• 当前价格$669.21价格日期为 2026-07-10。
• 目标价$725.00目标价对应 2026 年 12 月。
• 隐含上行空间约 8.3%按 $725.00 目标价与 $669.21 当前价计算。
• 2027E GAAP EPS$34.19目标价估值基准。
• 2027E Adj. EPS$43.28关键财务预测表披露。
• 2026E 资本开支$142B报告预计同比增长 104%。
• 2027E 资本开支$202B报告预计同比增长 42%，并认为仍可能上修。
• 2026E 算力规划7GWReuters 报道的 Meta 2026 年算力目标。
• 2027E 算力规划14GWReuters 报道称 2027 年算力容量可能翻倍。
• Meta Model API 定价约为领先 AI 模型成本的 25%来自报告引用的 Bloomberg 访谈信息。
• 用户基础约 4B 用户报告认为 Meta 可在庞大用户基础上部署核心 AI 产品。

影响与含义

对投资判断的含义是，Meta 的 AI 叙事已从单纯成本中心逐步转向潜在收入和 ROI 改善来源。若 Muse Spark 1.1 与后续 Watermelon 模型在内部产品、开发者生态和企业客户中获得采用，市场可能更愿意接受更高资本开支，并重新评估 Meta 的 AI 变现能力。但若资本开支继续上修而商业化信号不足，自由现金流下滑和盈利压力可能抵消 AI 叙事改善。

风险

• AI 投资规模较大而变现滞后，可能压低 GAAP OI、GAAP EPS 和自由现金流。
• 收入增长慢于预期会限制 AI 变现带来的盈利上行。
• AI 产品和模型发布若未能获得用户、开发者或企业认可，可能拖累参与度、收入和利润率。
• Google、TikTok、OpenAI 及其他线上广告公司对广告预算和 AI 产品生态构成竞争。
• 监管诉讼和相关费用可能带来额外不确定性。
• 2027 年资本开支可能继续上修，若缺乏同步变现信号，市场接受度可能下降。

后续跟踪

• Muse Spark 1.1 及后续 Watermelon 模型的性能、发布节奏和实际产品落地。
• Meta Model API 的开发者采用、企业客户转化和收入规模。
• Meta 是否将 Muse Spark 1.1 与后续模型更深入用于内部广告、推荐和 FOA AI 产品。
• 外部 AI 变现是否能证明较高的稳态经营利润率。
• 2027 年资本开支是否继续上调，以及市场是否因变现改善而接受更高投入。
• Meta 在 LLM 市场份额、企业信任和开发者生态中的变化。
• 潜在股权融资讨论是否升温，以及市场对融资用途和 AI 进攻姿态的反应。