Meta 的 AI 战略

本文信息来源：generativevalue

扎克伯格的愿景与 Meta 为何重金招揽人才

人工智能领域的巨额投资史册又添新篇章。这一章始于 Meta 以 143 亿美元收购 Alexander Wang 及 Scale AI 49%股份的伪收购案。按此估值计算，这笔交易将跻身本世纪创立公司近十年最昂贵收购案前四名：

若报道属实，Meta 正在招揽 SSI 首席执行官 Daniel Gross 及其合伙人（前 GitHub 首席执行官）Nat Friedman，并收购他们风投公司的股份。Meta 还曾考虑收购 Ilya Sutskever 的 SSI（最新估值 320 亿美元）和 Perplexity（最新估值 140 亿美元），并为加入 Meta 超级智能团队的人工智能研究者提供九位数薪酬方案（总支出可能高达 50 亿美元）。

显然，Meta 已准备好花费至少 300 亿美元 ，容我重新表述—— 不惜一切代价以在人工智能前沿领域保持竞争力。

这显然是对 Meta 模型开发表现不佳的回应，据 Stratechery 报道：

促使这次重新评估的直接原因，是 Meta 公司正面临五级火警般的严峻局面：其最新发布的 Llama 4 表现令人失望——至少在某些方面存在欺骗性——这迫使创始人兼 CEO 马克·扎克伯格开启了一场大规模的人才抢购行动。

本文不会分析这些投资能否奏效，而是聚焦其背后的战略动机。正如我之前关于科技巨头资本支出的论述，这些举措完全符合商业逻辑。简而言之，Meta 具备：

1. 个人动机：Meta 与底层平台提供商（苹果）的长期冲突，催生了”不惜一切代价掌控下一代平台”的执念。

2. AI 的盈利场景：Meta 拥有全球最具商业价值的 AI 应用场景（广告系统），足以支撑这些投资的回报预期。

3. 进展速度不尽如人意：Meta 在人工智能领域的进展未能达到扎克伯格的预期。在提升模型的三大路径（算力、数据和人才/算法）中，人才是目前最具差异化的因素。

4. 激励+别无选择：Meta 拥有可从 AI 获利的产品（胡萝卜）+依赖他人完成下一次平台转型的风险（大棒）+缺乏合理替代投资方案（上季度 200 亿美元利润！）=必须加入 AI 军备竞赛。

若我们眯起眼睛细看，就能发现 AI 的宏大愿景正在成形：一个了解我们生活背景的随身智能助手，随着能力增强和个性化提升而不断进化。它越是融入我们的生活，就越难以被取代。

成为这种个人助手的窗口期正在关闭。这正是 Meta 全力追逐的目标，而对该愿景投资不足的风险，远大于过度投资的风险。

本文将全面解析 Meta 的 AI 战略，包括他们从过往挫折中获得的驱动力、当前技术发展现状，以及他们对未来的愿景。

一、历史背景

理解 Meta 战略动机的三个重要历史背景：

1. Meta 最初并将自己定位为——且始终怀有成为——一家平台型企业的抱负。

这一切始于 2010 年代初的 Facebook 平台，当时企业可以在 Facebook 生态系统上构建应用程序（还记得《开心农场》吗？）。在早期，扎克伯格及其团队眼中，平台的重要性与广告业务不相上下。

但随着移动端崛起，Facebook 显然只是一个移动应用 ，而移动平台终将属于苹果。这个事实给扎克伯格带来的压力不亚于任何其他挑战：

“长期以来，谷歌——尤其是苹果——阻止我们做许多事情，尽管我认为这些对消费者有利。某次我们核算数据后发现，如果能实现所有我们认为有益的功能——考虑到额外的用户参与度、应用使用率的提升以及规避各类费用——公司的利润可能是现在的两倍。” ——扎克伯格在 Stripe Sessions 访谈中的发言（略有编辑以提升清晰度）

2. 为避免重蹈覆辙，Meta 在 2010 年代初期对未来平台做出了两项战略性押注：增强现实/虚拟现实（AR/VR）与人工智能（AI）。

在 AR/VR 领域，Meta 于 2014 年以 20 亿美元收购了 Oculus。正如公开资料所示，为掌控该平台他们已投入逾 600 亿美元。

在 AI 领域，他们于 2013 年聘请了杨立昆（Yann LeCun）等顶尖 AI 研究人员，与谷歌共同形成了顶级 AI 人才的双头垄断格局。FAIR（现 Meta AI）由此成为全球最受尊敬的 AI 研究实验室之一。

3. Meta 打造了全球企业中最具盈利价值的 AI 应用体系之一。

Meta 已投入数千亿（甚至可能上万亿）美元购置 GPU 并实现盈利。数字广告是史上最赚钱的行业之一，而增加收入只有三种途径：扩大用户规模、延长屏幕使用时间，或是提升广告转化为购买的概率。

Meta 的推荐系统是利用第三个变量的最佳方式——整合所有用户数据并据此实现广告个性化投放。在将 GPU 资源用于训练 Llama 模型之前，这些购置的 GPU（其中大部分至今仍在）的核心用途正是支撑这套系统。

简而言之，扎克伯格个人和财务层面都有动力去掌控下一代平台，为此他不惜付出任何代价。

二、Meta 当前的人工智能产品布局

快速了解 Meta 模型概况（ 内容源自 Devansh 对 Llama 4 的解析 ）：

• Scout：一款高效的多模态 LLM，具备 1000 万 token 的上下文窗口，单块 GPU 即可运行。

• 特立独行者：更强大的模型（仍保持合理效率），碾压各类”智能模型”——包括 GPT 4.5、4o、Claude 3.7、DeepSeek R1、Gemini 2.0 Flash 等。

• 巨无霸：两万亿参数的顶级模型，目前仍处于训练中期尚未发布。该模型将作为轻量级模型的教师模型使用。

其大部分资本支出正投向数据中心和 GPU，用于支持模型训练：

这些巨额投资旨在确保他们掌控前沿模型。由于其他盈利业务的存在，他们无需直接从该模型获利，因此采取开源策略。开源提供了差异化竞争路径，通过社区开发和数据形成的开源飞轮效应助力目标达成。

那么，他们的模型表现如何？

根据基准测试，这些模型难以跟上竞争对手的步伐：

在 LMArena 平台上，Llama 4 Maverick 在文本模型排行榜中位列第 39 名。根据 Artificial Analysis 的分析报告，该模型在智能表现（逻辑推理方面，毕竟它并非推理模型）上竞争力较弱。不过其在运行速度和价格方面表现尚可，但各项指标均未达到领先水平：

我要明确一点：基准测试可能具有误导性。正如一位朋友最近所说：”我还没遇到过不喜欢的基准测试。”

但大量报告都指出同样的问题：

• 来自 Platformer 的报道：”公司去年因 Llama 4 的机能失调而遭受挫败。”

• 来自 Stratechery：Llama 4 被普遍认为是个令人失望的模型，原 Llama 团队大部分成员早已离开 Meta。

• 来自 The Information： Meta 推迟了新一代 AI 模型 Llama 4 的发布，因为它在技术基准测试中的表现未达公司预期。

• 据《华尔街日报》报道： 知情人士透露，公司工程师正艰难提升其”巨兽”大语言模型的能力，员工质疑当前版本相较前代的改进是否足以支撑公开发布。

本文并非意在批判 Meta，本通讯始终秉持乐观态度！但根据多方报道和实际动向，可以公允地判定 Meta 的模型表现未达预期。那么他们为何还要执着追逐这个目标？

三、Meta 的人工智能愿景

扎克伯格曾阐述过 Meta 在 AI 领域的若干重大机遇：

1. 打造”终极商业成果生成器”

Meta 的广告引擎已臻化境，在多数情况下比企业自身更了解其客户。这个广告黑箱系统是 Meta 实现 AI 投资回报最清晰的路径。

在 Stratechery 访谈中，扎克伯格这样描述该系统的愿景：

“优化推荐算法，让任何想要达成商业目标的企业只需找我们，既不必制作内容，也无需了解客户。他们只需说’这是我要的商业成果，这是我愿意支付的金额，我会把银行账户对接给你，你实现多少商业成果我就支付多少费用’。”(为表述清晰略有编辑)

2. AI 生成个性化内容

Facebook 和 Instagram 已从社交媒体转型为媒体平台，因为用户主要与未关注者发布的内容互动：

如今，我们或许将见证下一阶段的变革：由 AI 生成的个性化内容。

摘自 Stratechery：“你可以把我们的产品发展分为两大阶段。而第三阶段，我认为将充满 AI 生成内容——但前两类内容不会消失，创作者内容仍会存在，朋友分享的内容也会保留。”（为表述清晰略有编辑）

但如前所述，扎克伯格通过这些 AI 投资所追求的宏大愿景，是打造个性化且无处不在的 AI。其投资回报体现在提升平台用户参与度，从而获得更多广告收入。

3. 通用型 AI 助手

这是当前 AI 领域最具价值的争夺目标。从这个角度看，OpenAI 挖角 Jony Ive 的举动就说得通了。记忆功能的重要性由此凸显。未来的世界里，你的助手将时刻相伴，而掌控这项技术的企业将成为真正的 AI 巨头 。这正是 OpenAI、Meta 和谷歌全力争夺的战场。

“我们致力于实现两大核心价值。在增强现实和混合现实领域，我们的首要目标是营造强烈的临场感。另一个重点方向是个性化人工智能，这正是 Llama、Meta AI 及相关项目的发力点。当前有大量研发工作致力于提升这些模型的智能水平，但我认为当 AI 能为你量身定制时，才能真正展现颠覆性魅力。” – 扎克伯格在 《若真则巨》 节目中的发言（略有编辑以提升清晰度）

Meta 既拥有用户数据，又在 AR/VR/AI 眼镜领域保持领先，同时还具备角逐尖端地位的 AI 模型。他们完全具备争夺这一目标的实力，这也必定是 Meta 进行这些投资时的首要考量。

四、他们如何实现这一愿景（提示：人的因素依然关键）？

至此我们完成了完整的逻辑闭环。Meta 和扎克伯格既有切肤之痛，又有财务驱动力，更怀揣着对 AI 未来的清晰愿景。但具体该如何实现？

人工智能发展的三大核心驱动力是：算力（GPU/数据中心/能源）、数据以及算法（作为人才水平的体现）。目前算力瓶颈已有所缓解，自 2023 年起 Meta 在 GPU 储备上已远超竞争对手。

通过前文提及的 Scale 投资与人才战略布局，他们正将赌注押在数据与人才上。但更准确地说，是押注于人才。

尽管人们总在讨论 AI 将取代人力，但推动 AI 进步的始终是人类自身。

史蒂夫·乔布斯曾告诫我们 “永远不要低估人类的动态潜能”。扎克伯格显然深谙此道。这既是他实现愿景的最佳路径，也是避免重蹈过去十年社交平台覆辙的关键所在。

一如既往，感谢阅读！

免责声明第二条：本文所含信息不构成投资建议，亦不应被视为投资建议。投资者在投资本文讨论的任何证券前应自行做好尽职调查。虽然我力求信息准确，但无法保证其准确性或可靠性。本文基于个人观点，应仅作此理解，而非事实陈述。本网站发布或链接的博文及其他内容，以及在社交媒体和其他平台发布的观点仅代表我个人立场，不代表 Felicis Ventures Management Company, LLC 的观点。