Meta AI战略与资源投入 - 公司CEO马克・扎克伯格公开信提出「AI系统自我改进」概念并强调「谨慎选择开源内容」[1] - 为追赶AI顶级研究阵地，公司投入逾140亿美元重注Scale AI并组建Meta Superintelligence Labs (MSL)，以百万至上亿美元签约金吸引OpenAI、DeepMind等团队人才[2] 内部管理问题与组织文化 - 研究科学家朱泽园披露内部审批流程低效：申请官方账号转发研究项目耗时近一年，且触达量不足个人推文10%[5] - 前员工Tijmen Blankevoort公开批评内部文化失调现象，朱泽园证实该批评「基本属实」并暗示存在更严重未披露问题[9] - 内部资源分配矛盾突出：Physics of Language Models项目未获公司层面支持，研究者需自行争取GPU资源[18][20] 开源策略争议与研究成果 - 朱泽园发布Physics of Language Models第一阶段代码，包含42k GPU小时预训练的8B基础模型全量数据与权重，仅用10%训练资源即超越Llama3-8B[11] - 开源效果引发质疑：项目关注度低迷使研究者反思「完全开源的必要性」，行业意见两极分化（Hugging Face CEO支持开源 vs 部分从业者认为特定场景下开源效率低）[12][14][16] - 公司开源政策存在矛盾：虽公开宣称减少开源，但同期批准Physics of Language Models、MetaCLIP2、VGGT等项目以Apache 2.0协议发布[21] 研究推广机制缺陷 - FAIR研究团队缺乏统一成果推广体系，依赖研究者个人社交账号宣传且未提供X Premium+等推广支持[18] - 法务流程严重拖累研究效率：公共数据集使用批准耗时超两月，模型权重发布需与法务部门反复沟通，协议审批耗时超一周[20] 行业人才动态 - AI从业者普遍存在职业焦虑，朱泽园建议主动把握跳槽时机，并透露自身离职意向（暂因项目优先级延迟）[8] - 公司外部对Meta边缘化研究项目的兴趣高于内部，暗示人才流失风险[6][8]