谷歌限制 Meta 使用 Gemini AI 模型，AI 基础设施战升级
根据金融时报援引知情人士消息，谷歌今年三月通知 Meta 公司，无法满足其采购全部所需 Gemini AI 模型容量的需求。这一限制打乱并推迟了 Meta 的多个内部AI项目，暴露出AI基础设施供应紧张对大型科技公司战略执行的直接影响。
知情人士透露，Meta 原本计划大规模部署谷歌 Gemini 模型用于其广告推荐系统、内容审核流水线和内部工具开发。谷歌的产能限制迫使 Meta 不得不将部分工作负载转移到自研模型，并推迟了几个原定于第二季度推出的新功能。这一事件标志着AI基础设施从竞争优势变成了战略瓶颈。
谷歌和 Meta 之间的关系近年来变得越来越复杂。在云计算和AI基础设施领域，两者是直接竞争对手，但 Meta 同时也是谷歌云服务的重要客户。这种既竞争又合作的关系在AI算力短缺时期变得尤为紧张，供应优先顺序的决策经常带有战略考量。
AI基础设施争夺战正在重塑整个科技行业的供应链。微软通过投资 OpenAI 和建设自有数据中心建立了垂直整合优势，谷歌选择保护自己的模型供应以支持搜索和云业务，而 Meta 则同时依赖自研和采购多种策略。每家公司都在试图平衡短期需求满足和长期技术自主权。
这一限制事件也凸显了当前AI模型供应市场的集中化风险。全球能够大规模生产前沿AI模型的公司不超过五家，而且这些公司本身也是彼此最直接的竞争对手。这种竞争格局意味着任何一家公司的产能决策都可能对整个行业产生连锁反应。
Meta 近年来大幅增加了对自研AI模型的投入，包括 Llama 系列开源模型。但在需要最先进能力的场景中，该公司仍然依赖外部模型供应商。谷歌的供应限制可能加速 Meta 进一步推进自研战略，减少对第三方供应商的依赖。
谷歌没有对这一报道作出官方评论，Meta 发言人表示公司拥有多样化的AI基础设施策略，不会对单一供应商的产能波动过度敏感。行业分析师普遍预计，大型科技公司将在未来两年内进一步增加AI基础设施投资，以减少外部供应风险。
这件事也提醒大型科技公司，购买模型能力并不等于获得稳定供应。训练集群、推理容量、模型更新节奏和客户优先级都掌握在供应方手里。对于依赖外部模型的公司来说，任何一次容量调整都可能影响产品路线图。接下来，更多公司会把多模型接入、自研模型和专用算力采购放在同一张风险表里管理。