Meta AI战略调整与亚历山大王加入 - Meta以140亿美元收购Scale AI并引入其创始人亚历山大王，旨在重塑其AI战略[1] - 亚历山大王加入的直接原因是Llama 4的发展轨迹不符合公司继续押注的要求，Meta需要追赶AI前沿[16][26] - 公司创始人Mark Zuckerberg坚信AGI即将到来，视AI为千载难逢的变革性技术，并决定全力押注[25][38] Meta超级智能实验室(MSL)的组织架构 - 新成立的Meta超级智能实验室由亚历山大王统筹，下设多个部门[42] - TBD部门是大型模型研究实验室，汇集顶尖研究人员和基础设施工程师[44] - 产品与应用研究(PAR)部门由Nat Friedman领导，负责产品构建和模型部署[45] - FAIR继续负责探索性研究，如用AI理解大脑和计算化学[45] - 算力业务由Daniel Gross主导，专注于长期GPU和数据中心基础设施规划[48] - 首席科学家赵胜佳负责统筹整个MSL的科学议程[49] 实验室的核心原则与运营理念 - 实验室围绕 “超级智能即将到来” 的核心信念构建[61] - 制定三条军规：认真对待超级智能、技术声音最响、科学严谨押大注[16][64] - 管理哲学是招募杰出人才并让他们告诉公司该做什么，而非自上而下发号施令[106][108] - 实验室文化类似早期的OpenAI和Anthropic，研究员主要动机是追求雄心勃勃的研究而非金钱[16][80] 技术进展与模型规划 - 亚历山大王加入后，团队用九个月时间从零开始构建了前沿模型Muse Spark[15] - 过去九个月是对核心研究技术栈的全面翻新，Muse Spark被视为扩展曲线上的早期数据点或开胃菜[113][115] - 更大的模型正在开发中，预计在未来几个月内发布，团队对这些模型比Muse Spark更感兴奋[16][116][125] - 整个项目围绕可预测的扩展构建，在预训练、强化学习、测试时及多Agent扩展等多个维度均观察到可预测性[117] - Muse Spark在Artificial Analysis平台上达到与其他实验室模型相似结果，但使用的token数量少很多，显示出更高的token效率[133] 对行业竞争与AI终局的判断 - 认为AI行业远未到达终局，竞争格局动态变化，难以断言谁已获胜[16][139] - 指出科技行业正在分层：拥有大量算力的公司和没有算力的公司将活在两个完全不同的世界[16][37] - 举例说明竞争动态：一年前OpenAI看似领先，但随后Anthropic的Claude Code在收入上实现超越，Google Gemini也获取了大量市场份额[136][137][138] - 认为随着AI达到新的智能水平，会解锁新形态，每一波都是新的技术浪潮，且下一波会更大[141][142] 算力优势与Meta的独特机会 - 将下一阶段技术很大程度上归结于算力，拥有大量算力使公司能做的事情截然不同[35][37] - Meta的算力投入创造了条件，使其能够用大量算力构建模型，并对世界产生巨大影响[39] - Meta拥有全球数亿家小企业用户基础，通过WhatsApp、Facebook、Instagram等平台运营，存在构建Agent经济的独特机会[154][155][157] 模型安全、开源策略与收购 - Muse Spark因触发了安全检查（特别是在生化、网络能力和失控等方面）而目前未开源[16][161] - 公司正在开发适合开源的Muse Spark版本，预计未来几个月会有更多分享[162][164] - 公司承诺会继续开源模型，但对最强大的模型必须评估其是否足够安全来开源[166][167] - 收购机器人AI初创公司ARI，认为物理超级智能是构建超级智能的自然延伸，且机器人智能同样受益于算力扩展[186][189][190] 长期愿景与哲学思考 - 公司的目标是构建个人超级智能的世界，让其全球数十亿人都能平等获得，开启人类丰裕时代[205][207] - 提出 “模型福利” 概念，思考AI是否有主观感受及是否值得被善待，并考虑以此指导开发和部署[16][208][209] - 认为超级智能、机器人和脑机接口(BCI)都是人类未来的关键路径技术[214] - 公司FAIR的TRIBE研究方向在脑部预测基础模型上取得里程碑，可在无数据情况下预测大脑对刺激的反应[218]