Meta的AI追赶之路：能否缩小与对手的差距？

在人工智能的全球竞赛中，Meta（原Facebook）正试图上演一场“后来者居上”的戏码。尽管扎克伯格早在2013年就邀请图灵奖得主Yann LeCun组建AI实验室，但过去十年间，Meta在AI领域的声量始终被OpenAI和Google压制。直到2023年开源LLaMA系列模型引发业界震动，外界才真正开始审视这家社交巨头的AI野心。

开源策略：Meta的差异化武器

与OpenAI的闭源路线不同，Meta选择将核心模型LLaMA免费开放。这一策略看似矛盾——一家依赖广告收入的社交公司为何要放弃技术壁垒？背后实则暗藏深意：通过开源吸引全球开发者生态，加速模型迭代，同时倒逼内部创新。正如扎克伯格在内部备忘录中所言：“如果我们不建立开放的AI标准，就会被封闭的生态系统边缘化。” 截至2026年，LLaMA系列已更新至第四代，在部分基准测试中接近GPT-4o的水平，但成本仅为后者的十分之一。

“开源不是慈善，而是Meta在AI领域建立影响力的核心手段。当全球数百万开发者基于你的模型构建应用时，你就掌握了定义下一波技术浪潮的话语权。” —— 某位Meta前AI研究员，匿名

算力豪赌：从GPU到自研芯片

为了支撑AI模型的训练与推理，Meta在2024-2025年间采购了超过150万块NVIDIA H100 GPU，并投入数十亿美元建设新的数据中心。与此同时，其自研AI芯片Meta Training and Inference Accelerator (MTIA) 已进入第二代，目标是在2027年前将推理成本降低40%。然而，与Google的TPU、亚马逊的Trainium相比，Meta的芯片起步较晚，生态兼容性仍是短板。

更大的挑战在于内部组织调整。2025年底，Yann LeCun宣布从FAIR（Meta AI基础研究实验室）离职，由前Google Brain研究员领导的新架构团队接手。人才流失的隐忧始终挥之不去——据领英数据，2024-2025年间有超过200名AI研究员离开Meta，流向Anthropic或初创公司。

产品化困局：AI如何变现？

Meta已将AI融入旗下所有产品：Facebook的AI推荐算法、Instagram的AI滤镜、WhatsApp的智能回复，以及刚刚公测的“Meta AI”聊天机器人。但相比ChatGPT的订阅收入和微软的Azure AI服务，Meta至今未找到清晰的AI商业化路径。广告业务依然贡献98%的收入，而AI广告工具的提效效果尚未在财报中得到明显体现。

分析师指出，Meta最大的优势在于用户基数——每天有超过30亿人使用其家族应用。如果能够利用AI实现更精准的个性化内容推荐和广告投放，理论上可能带来百亿美元级别的增量营收。但欧盟的隐私监管与AI审查制度正在成为阻碍。2025年底，爱尔兰数据保护委员会叫停了Meta基于AI的面部识别情绪分析实验，给其AI产品化蒙上阴影。

编者按：追赶者的黎明前夜

站在2026年年中回望，Meta的AI战略已从“防御性跟随”转向“主动进攻”。开源模型的策略成功降低了其认知度门槛，但真正的竞赛才刚刚开始。当OpenAI和Google在通用人工智能（AGI）领域加速狂奔时，Meta是否满足于做一个“实用型AI”的整合者？这或许是扎克伯格未来三年需要回答的最关键问题。毕竟，在科技史上，第二名往往意味着永恒的追赶——除非你能定义下一个赛道。

本文编译自Ars Technica