扎克伯格的 “超级智能” 逆袭计划

面对 Llama 4 的失败，扎克伯格并没有选择坐以待毙，而是展现出了破釜沉舟的决心，亲自下场，开启了一场震撼科技圈的 “超级智能” 逆袭计划，誓言要重塑 Meta 在 AI 领域的辉煌。

高薪挖角，组建梦幻团队

扎克伯格深知，人才是 AI 竞争的核心。为了组建一支能够实现他宏伟目标的精英团队，他不惜打破常规，亲自投身到人才招募的战场中。据纽约时报消息，Meta 已经向 OpenAI 和谷歌等公司的数十名研究人员开出了 7-9 位数的薪酬方案 ，如此丰厚的待遇，足以让任何一位 AI 人才心动。

在这场激烈的人才争夺战中，扎克伯格可谓是诚意满满。他不仅提供高额薪酬，还亲自撰写电子邮件，向谷歌的 AI 团队 DeepMind 的研究人员抛出橄榄枝，在信中详细阐述人工智能对 Meta 的重要性，表达希望他们加入的诚挚愿望。为了能与新成员密切合作，他甚至调整了 Meta 门洛帕克总部的工位布局，让新成员的工位紧邻自己 ，方便随时交流沟通，监督项目进展。

在过去一个月里，扎克伯格频繁在加州太浩湖和帕洛阿尔托的家中举办会晤，亲自与人工智能研究员、基础设施工程师及创业者会面，向他们描绘 Meta 在 AI 领域的宏伟蓝图，邀请他们加入这个充满挑战与机遇的团队。他的努力也收到了成效，DeepMind 的前研究员 Michael Valko 宣布加入 Meta，担任 Meta 生成式人工智能团队 LlamaD 首席工程师 ；谷歌 DeepMind 首席研究员 Jack Rae 也确认转投 Meta 。这些顶尖人才的加入，无疑为 Meta 的新团队注入了强大的活力。

收购 Scale AI，加注数据筹码

除了挖角人才，扎克伯格还将目光投向了数据领域。当地时间 6 月 10 日，据外媒援引知情人士消息，Meta 已同意以 148 亿美元收购人工智能初创公司 Scale AI 49% 的股份 ，这一消息如同一颗重磅炸弹，瞬间引爆了整个 AI 行业。

Scale AI 成立于 2016 年，在 AI 数据标注领域堪称 “隐形冠军”。它专注于提供大规模标注数据，也就是经过整理的训练数据，这类数据对于开发如 OpenAI 的 ChatGPT 这类高级 AI 工具至关重要 。其客户名单堪称豪华，包括 OpenAI、微软、谷歌、Meta 等科技巨头，以及自动驾驶汽车公司如 Waymo、Cruise 等 。Scale AI 的成功，得益于其高效的数据标注技术和全球布局，尤其在东南亚、非洲设立的外包机构有效降低了成本，并开发了自动标注工具，大大提高了标注效率。

此次 Meta 对 Scale AI 的巨额投资，堪称一箭多雕。一方面，通过成为 Scale AI 的大股东，Meta 能够确保自家模型开发拥有最优先、最优质的数据支持，在数据这个 AI 发展的 “石油” 资源上占据优势。另一方面，Scale AI 的创始人 Alexandr Wang 将加入 Meta，领导新的 “超级智能” 实验室。Alexandr Wang 年仅 28 岁，却有着非凡的技术实力和战略眼光，他从 MIT 辍学后创立 Scale AI，将其打造成估值超百亿的 AI 基础设施帝国 。他的加入，不仅为 Meta 带来了顶级的大脑，更带来了他对整个 AI 行业，特别是对 OpenAI、微软等核心对手研发流程的深刻理解，让 Meta 在竞争中仿佛拥有了 “上帝视角” 。

新实验室启航，目标 AGI

在高薪挖角和巨额投资的双重加持下，Meta 全新的 AI 研究实验室 ——“超级智能小组” 正式启航。这个秘密团队在内部被寄予厚望，扎克伯格亲定目标，要让 Meta 成为通用人工智能（AGI）领域的领导者 。

通用人工智能，意味着机器能在多种任务上媲美人类的能力，这是人工智能领域的圣杯，也是众多科技巨头梦寐以求的目标。扎克伯格认为，Meta 不仅有能力，更有责任率先实现 AGI。一旦达成这一目标，AGI 的能力将被整合到 Meta 的全系产品中，包括社交媒体、通讯平台、AI 聊天助手以及智能眼镜等 AI 工具，为用户带来前所未有的体验，重塑 Meta 在科技行业的地位。

然而，通向 AGI 的道路充满了荆棘。虽然 Meta 在 AI 领域已经投入了大量资源，拥有强大的算力和优秀的人才团队，但要实现 AGI，还面临着诸多技术挑战，如如何让 AI 真正理解物理世界、具备持久记忆、能进行复杂的推理与规划等 。此外，市场竞争也异常激烈，OpenAI、谷歌等对手同样在 AGI 领域全力以赴，不断取得新的突破。

但扎克伯格对此充满信心，他坚信 Meta 强大的广告业务现金流足以支撑其在 AI 领域的巨额投入。他曾承诺，将在未来数年里对 AI 领域追加 “数千亿美元” 的投资 ，为新实验室提供坚实的资金保障。他还积极与潜在招募对象沟通，展示 Meta 在算力建设方面的决心和成果，描绘出一个拥有全球最强大算力中心之一的美好愿景，吸引更多人才加入。

业界震荡，未来何去何从

扎克伯格组建新团队、收购 Scale AI 的举动，在科技业界引发了巨大的震荡，也让人们对 Meta 在 AI 领域的未来发展充满了猜测与期待 。

新成立的 “超级智能小组”，无疑将为 Meta 带来新的活力和思路。然而，这也可能对 Meta 现有的 AI 团队产生一定的冲击。如何协调新老团队之间的关系，避免内部竞争导致的资源浪费和人才流失，是 Meta 亟待解决的问题 。据外媒报道，目前尚不清楚新团队将如何与 Meta 现有的人工智能团队协作，部分员工可能会在两个团队之间流动 。这种不确定性，可能会让一些员工感到迷茫，影响他们的工作积极性和效率。

在人员流动方面，虽然扎克伯格开出了天价薪酬，吸引了不少顶尖人才，但也可能引发行业内的人才大战，加剧人才市场的竞争。其他公司可能会采取相应的措施来留住自己的人才，或者也加入到挖角的行列中，这将使得 AI 人才的争夺更加激烈 。而且，新成员的加入，也需要一定的时间来适应 Meta 的企业文化和工作节奏，如何让他们快速融入团队，发挥出最大的效能，也是 Meta 需要考虑的问题 。

从团队协作来看，新团队与现有团队之间可能存在理念、工作方式等方面的差异。例如，新团队可能更加注重创新和突破，而现有团队可能更习惯于按照既定的流程和方法进行工作 。如何弥合这些差异，实现两个团队的优势互补，形成强大的合力，是 Meta 在未来发展中需要面对的挑战 。

展望 Meta 在 AI 领域的未来走向，虽然扎克伯格的 “超级智能” 计划充满了雄心壮志，但前方的道路依然充满了不确定性 。一方面，Meta 拥有雄厚的资金实力、庞大的用户基础和丰富的数据资源，这些都是它在 AI 竞争中的优势 。通过新团队的努力，Meta 有望在 AI 技术上取得重大突破，开发出更强大的 AI 模型和应用，提升用户体验，增强市场竞争力 。

另一方面，AI 领域的竞争异常激烈，OpenAI、谷歌等竞争对手也在不断加大投入，持续创新 。Meta 要想在这场竞争中脱颖而出，不仅需要在技术上取得领先，还需要在产品应用、市场推广等方面下功夫 。此外，AI 技术的发展也面临着一些伦理和社会问题的挑战，如数据隐私、算法偏见等，Meta 需要在发展技术的同时，妥善解决这些问题，以赢得用户和社会的信任 。

扎克伯格组建新团队的举措，是 Meta 在 AI 领域的一次重大战略调整，它既带来了新的机遇，也带来了诸多挑战 。Meta 能否借此实现逆袭，在 AI 领域重塑辉煌，让我们拭目以待 。而在这场 AI 竞赛中，整个科技行业也将因 Meta 的这一动作而产生新的变化，AI 技术的发展或许也将因此而加速，为我们的生活带来更多的可能性 。

网友热议，大佬去向成谜

扎克伯格的一系列动作，在网上引发了轩然大波，网友们纷纷化身 “键盘侠”，在各大社交平台上展开了激烈的讨论 。这场讨论中，最受关注的当属 Meta 首席人工智能科学家杨立昆的动向 。

自从 Llama 4 折戟沉沙，杨立昆就被推上了舆论的风口浪尖 。作为 Meta AI 团队的核心人物，他一直坚持走 “非主流” 的技术路线，反对主流的自回归生成路线，这在当时就引起了不少争议 。如今，扎克伯格组建新团队，似乎在一定程度上表明他对当前 AI 战略的调整，这也让人们对杨立昆在 Meta 的未来充满了担忧 。

在知名科技论坛 Reddit 上，一个关于 “杨立昆是否会离开 Meta” 的帖子迅速成为热门话题，吸引了数千名网友参与讨论 。有网友认为，杨立昆在 Llama 4 项目中的决策失误，以及他所坚持的技术路线与公司当前需求的偏差，可能会导致他失去扎克伯格的信任，甚至被解雇 。“杨立昆的世界模型路线折腾了这么久，也没看到什么实质性的成果，Llama 4 又搞砸了，小扎现在亲自下场组建新团队，杨立昆在 Meta 的日子恐怕不好过咯 。” 一位网友留言道 。

也有部分网友持不同看法，他们觉得杨立昆毕竟是图灵奖得主，在人工智能领域有着深厚的技术积累和广泛的影响力，Meta 不太可能轻易放弃这样一位人才 。“杨立昆在 AI 领域的贡献是有目共睹的，他的研究方向虽然小众，但说不定未来能带来突破呢 。Meta 要是解雇他，那可真是太可惜了 。” 另一位网友反驳道 。

国内的社交媒体上，网友们也在密切关注着杨立昆的动态 。在微博上，“杨立昆是否会离开 Meta” 的话题阅读量迅速突破千万，相关讨论热烈非凡 。有网友调侃说：“杨立昆这下压力山大，要是新团队搞出了成绩，他可就更尴尬了 。” 还有网友表示：“不管杨立昆走不走，Meta 在 AI 领域的这场变革都值得我们关注，说不定会给整个行业带来新的变数 。”

【省心锐评】

Meta 未来在 AI 领域的发展充满不确定性，虽有资金、用户和数据等优势，但面临激烈竞争与伦理社会问题，其能否重塑辉煌，值得持续关注 。