一周前，硅谷爆出消息：Meta以4年2億美元的天價(jià)合約，從蘋果挖走AI模型團(tuán)隊(duì)負(fù)責(zé)人龐若明，并組建超級(jí)智能實(shí)驗(yàn)室，誓要在AI競(jìng)賽中翻盤。然而，聲勢(shì)浩大的人才爭(zhēng)奪戰(zhàn)背后，卻隱藏著一個(gè)殘酷的現(xiàn)實(shí)——Meta，這家曾經(jīng)的社交媒體霸主，在AI的路上，可以說節(jié)節(jié)落敗。

Llama 4模型表現(xiàn)不及預(yù)期，被開發(fā)者質(zhì)疑特調(diào)作弊；Behemoth大模型跳票，內(nèi)部測(cè)試結(jié)果慘淡；為AI研發(fā)提供現(xiàn)金流的廣告業(yè)務(wù)遭遇70億美元縮水，Temu和Shein因特朗普關(guān)稅政策大幅削減預(yù)算……

Meta的AI之路，為何越走越窄？扎克伯格的百億美元豪賭，究竟是Meta的絕地反擊，還是另一場(chǎng)預(yù)示失敗的轉(zhuǎn)型？

作為社交媒體時(shí)代的絕對(duì)霸主，Meta曾經(jīng)坐擁著業(yè)內(nèi)最頂級(jí)的資源。研究團(tuán)隊(duì)有著楊立昆這樣的頂級(jí)科學(xué)家坐鎮(zhèn)，資金上憑借廣告業(yè)務(wù)每年千億美元的現(xiàn)金流支撐。

但讓人疑惑的是，它如何步步落敗到了如今不得不重金搶人的局面？我們一起來回溯一下。

Meta曾引領(lǐng)2010年的AI研究，推出PyTorch等主流研究工具。然而，與谷歌TensorFlow和微軟Azure AI不同，Meta研究長期停留在學(xué)術(shù)導(dǎo)向，錯(cuò)失了技術(shù)商業(yè)化的先機(jī)。

2022年，生成式AI興起的前夜，比OpenAI早三月推出聊天機(jī)器人的Meta本有可能最先成為拿起火把的人?？上?，BlenderBot 3和Galactica因頻繁輸出虛假信息黯然下架。同期，楊立昆對(duì)大語言模型的公開質(zhì)疑進(jìn)一步加劇戰(zhàn)略搖擺，讓其錯(cuò)失ChatGPT風(fēng)口。

2023—2024年，在其他公司都全力沖刺大模型時(shí)，扎克伯格的All in元宇宙戰(zhàn)略分散了資源，導(dǎo)致算力布局落后。

前期失利累積的矛盾，在2025年全面爆發(fā)。Llama 4表現(xiàn)不佳，被開發(fā)者質(zhì)疑“特調(diào)作弊”，核心人才流失；Behemoth大模型跳票，內(nèi)部測(cè)試結(jié)果慘淡，被曝或?qū)⒎艞?；商業(yè)化上，Meta的AI應(yīng)用日活僅45萬，與其社交平臺(tái)20億日活的龐大體量形成鮮明對(duì)比，遠(yuǎn)低于ChatGPT；禍不單行，特朗普政府對(duì)華加征關(guān)稅導(dǎo)致Temu、Shein等主要廣告客戶大幅削減預(yù)算，Meta的現(xiàn)金牛業(yè)務(wù)遭受重創(chuàng)。

面對(duì)危機(jī)，扎克伯格決定“用錢砸出一條路”：

在人才方面，不惜重金挖角，僅一個(gè)月就從OpenAI挖走七位核心研發(fā)人員；基礎(chǔ)設(shè)施層面，豪擲千億美元砸向算力，建設(shè)1GW的Prometheus和5GW的Hyperion超級(jí)集群，甚至自建200MW天然氣發(fā)電廠保障供電；商業(yè)化上，考慮放棄開源模型Behemoth，轉(zhuǎn)向閉源開發(fā)，以尋求更清晰的變現(xiàn)路徑。

從早期的技術(shù)領(lǐng)先、到ChatGPT時(shí)代的猶豫不決、再到如今的瘋狂追趕，多節(jié)點(diǎn)的接連落敗讓Meta陷入了一種被雙向擠壓的夾心層困境：向上，無法突破谷歌、微軟等老牌勁旅的技術(shù)壁壘；向下，被OpenAI、xAI等后來者趕超。

前有堵截，后有追兵的局面，讓昔日巨頭在這場(chǎng)AI時(shí)代的大戰(zhàn)顯中得愈發(fā)被動(dòng)。

Meta在AI競(jìng)賽中的困境并非一日之寒，而是戰(zhàn)略誤判、技術(shù)債務(wù)和組織文化問題交織形成的系統(tǒng)性困境。這些因素相互強(qiáng)化，讓它一步錯(cuò)、步步錯(cuò)。

2021年，當(dāng)其他科技巨頭開始布局生成式AI時(shí)，Meta卻全力押注元宇宙，更名并投入數(shù)百億美元建設(shè)虛擬世界。這一決策導(dǎo)致兩個(gè)嚴(yán)重后果：

首先，錯(cuò)失生成式AI的黃金發(fā)展期，直到ChatGPT爆火后的2023年2月，Meta才如夢(mèng)初醒般成立專門的生成式AI團(tuán)隊(duì)，而此時(shí)OpenAI已領(lǐng)先一年。內(nèi)部備忘錄顯示，OpenAI早在2022年就已采用H100，Meta直到2024年才開始大規(guī)模部署，嚴(yán)重拖慢模型開發(fā)進(jìn)度。

其次，資源分散，元宇宙業(yè)務(wù)Reality Labs持續(xù)巨額虧損，2025年第一季度達(dá)42億美元，消耗了本可用于AI的現(xiàn)金流。當(dāng)Meta終于轉(zhuǎn)向AI時(shí)，又面臨“既要追趕基礎(chǔ)研究，又要商業(yè)化落地”的雙重壓力，導(dǎo)致戰(zhàn)略焦點(diǎn)模糊。

近期，研究團(tuán)隊(duì)的大洗牌更動(dòng)搖了Meta一以貫之的開源立場(chǎng)，其苦心經(jīng)營的開發(fā)者生態(tài)面臨流失困境。從社交媒體到元宇宙，再迅速轉(zhuǎn)向AI，Meta似乎一直在尋找下一個(gè)增長點(diǎn)，卻未能堅(jiān)定執(zhí)行任何一項(xiàng)長期戰(zhàn)略。

這種猶疑不決的態(tài)度在前期直接累積了嚴(yán)重的技術(shù)債務(wù)。

一方面，Meta將AI視為增量而非變量，一直沒有開辟獨(dú)立的商業(yè)化土壤，持續(xù)用于優(yōu)化廣告等現(xiàn)有產(chǎn)品。短期商業(yè)回報(bào)的偏好帶來了一定收入，卻讓技術(shù)研發(fā)停滯不前、基礎(chǔ)設(shè)施落后。比如，Meta與竟對(duì)在算力上存在顯著差異。而即便現(xiàn)在投入130萬塊GPU建設(shè)1GW算力集群Prometheus，也需要時(shí)間消化吸收。競(jìng)爭(zhēng)對(duì)手如xAI的Memphis集群已開始產(chǎn)出Grok4等成果，形成代際差距。

另一方面，重學(xué)術(shù)輕產(chǎn)品的特點(diǎn)阻礙了商業(yè)化。Meta每年在研究上投入數(shù)十億美元，產(chǎn)出數(shù)百篇頂會(huì)論文，卻沒有將其落地為用戶買單的商業(yè)產(chǎn)品，就好比只燒錢、不賺錢，在AI競(jìng)賽中負(fù)重賽跑。

除了戰(zhàn)略和技術(shù)，組織文化的混亂特質(zhì)也讓其難以形成穩(wěn)定的技術(shù)路線。

內(nèi)部人員爆料，Meta內(nèi)斗嚴(yán)重化、技術(shù)路線割裂、搶功主義盛行，末位淘汰催生的恐怖情緒讓員工核心驅(qū)動(dòng)力從技術(shù)創(chuàng)新異化為“避免被裁”，不少熱衷研究的核心人才離職。收購Scale AI后，外來精英與原有團(tuán)隊(duì)產(chǎn)生摩擦，Alexandr Wang空降領(lǐng)導(dǎo)AI實(shí)驗(yàn)室，砍掉多個(gè)學(xué)術(shù)項(xiàng)目引發(fā)老團(tuán)隊(duì)不滿。政策上，Meta為頂尖人才提供的股權(quán)激勵(lì)多與短期股價(jià)掛鉤，可能鼓勵(lì)冒險(xiǎn)行為而非扎實(shí)研究。

與硅谷傳統(tǒng)的使命驅(qū)動(dòng)、OpenAI的AGI口號(hào)形成鮮明對(duì)比，Meta的AI戰(zhàn)略顯得功利而短視，更多是應(yīng)對(duì)競(jìng)爭(zhēng)而非引領(lǐng)創(chuàng)新。而這某種層面，也源于扎克伯格領(lǐng)導(dǎo)的一言堂風(fēng)格。

可見，Meta其實(shí)已經(jīng)危機(jī)四伏，即便加碼投入，也需要時(shí)間消化吸收。但同時(shí)，它的競(jìng)爭(zhēng)對(duì)手還在加速前進(jìn)。那么，深陷困境的Meta到底有沒有破局之路？如果有，在哪？

歷史表明，技術(shù)范式轉(zhuǎn)往往伴隨著科技巨頭的洗牌。社交媒體時(shí)代的Meta成功顛覆了傳統(tǒng)媒體，而現(xiàn)在，它又面臨著被AI新貴顛覆的困境。

但它的核心問題不在于資源匱乏，而在持續(xù)搖擺帶來的危機(jī)：既失去先發(fā)優(yōu)勢(shì)、又缺乏后來者的靈活與專注。

如今，Meta正試圖用最野蠻的方式翻盤：砸錢、搶人、堆算力。短期內(nèi)，它仍可依靠其規(guī)模優(yōu)勢(shì)維持一定地位。但長遠(yuǎn)來看，若不解決根本問題，很可能重蹈元宇宙的覆轍，巨額投入落空。

要扭轉(zhuǎn)局面，Meta需要的不只是金錢攻勢(shì)，而是從內(nèi)部發(fā)力的幾個(gè)變化。

變化一：明確技術(shù)路線，放棄“既要又要”的搖擺策略，停止跟風(fēng)式創(chuàng)新。

Meta在上半年的丑聞?lì)l出一定程度上是因?yàn)樾膽B(tài)崩了，眼看著各家大模型以神速迭代，DeepSeek等AI新秀刷新榜單，研究團(tuán)隊(duì)甚至不惜測(cè)試作弊向觀眾賣好。如今，Meta仍在開源與閉源之間猶豫，甚至可能放棄Behemoth模型。這種模糊立場(chǎng)或?qū)⒁鸶鬆?zhēng)議。想要翻盤，Meta必須明確技術(shù)路線：若堅(jiān)持開源，則強(qiáng)化Llama生態(tài)，綁定PyTorch開發(fā)者，成為AI基礎(chǔ)設(shè)施提供商（類似Red Hat模式）；若轉(zhuǎn)向閉源，則聚焦企業(yè)AI服務(wù)等高利潤場(chǎng)景，但需承受社區(qū)反彈風(fēng)險(xiǎn)。

變化二：注重技術(shù)的價(jià)值轉(zhuǎn)化，從論文導(dǎo)向轉(zhuǎn)向產(chǎn)品落地

Meta的AI研究長期偏學(xué)術(shù)，而競(jìng)爭(zhēng)對(duì)手更注重工程化能力，需要設(shè)立“產(chǎn)品－研究”聯(lián)合團(tuán)隊(duì)，打破傳統(tǒng)壁壘。研究流程上，借鑒谷歌Brain與DeepMind的融合模式，讓研究員參與產(chǎn)品設(shè)計(jì)，工程師介入模型優(yōu)化，縮短從論文到產(chǎn)品的周期；產(chǎn)品上線后，利用Meta龐大的用戶行為數(shù)據(jù)（如20億日活社交互動(dòng)）訓(xùn)練模型，而非依賴純學(xué)術(shù)數(shù)據(jù)集；未來，超算集群等基礎(chǔ)設(shè)施應(yīng)優(yōu)先支持已確定商業(yè)化路徑的項(xiàng)目，而非僅滿足學(xué)術(shù)需求。

變化三：調(diào)整組織架構(gòu)，避免扎克伯格一言堂。

Meta的決策過度依賴創(chuàng)始人，導(dǎo)致戰(zhàn)略頻繁轉(zhuǎn)向。下一步，公司要賦予AI實(shí)驗(yàn)室更高自治權(quán)，類似Google DeepMind，讓團(tuán)隊(duì)獨(dú)立運(yùn)作，減少管理層干預(yù)。同時(shí)，優(yōu)化人才激勵(lì)，建立長期績效體系，將高管薪酬與AI產(chǎn)品商業(yè)化掛鉤，而非短期股價(jià)波動(dòng)。需要注意的是，團(tuán)隊(duì)要吸取教訓(xùn)，在AI、元宇宙、硬件之間明確優(yōu)先級(jí)，避免資源分散。

而至于它究竟能不能挺過轉(zhuǎn)型陣痛，關(guān)鍵就在于接下來能否明確技術(shù)路線、保持戰(zhàn)略定力、重建工程文化。

當(dāng)然，如果繼續(xù)自亂陣腳，Meta的AI黃昏或許將正式到來。

審核編輯 黃宇