Meta再次向人工智能竞赛投下重磅筹码。据Ars Technica报道，该公司于8月11日发布了新一代开放权重大语言模型，CEO马克·扎克伯格称之为“通往多模态智能的基础”和“重建Meta在AI领域地位的关键一步”。这已是Meta在一年半内的第二次重大AI战略调整——上一次是2023年发布的Llama系列。
落后者为何押注开放？
过去的两年里，Meta在生成式AI的浪潮中显得步履蹒跚。OpenAI的ChatGPT和谷歌的Gemini接连占据头条，而Meta的AI助手虽然拥有数十亿用户入口，但技术口碑始终屈居人后。早期内部项目Galactica因生成错误信息遭到学术界嘲笑，被迫下线；后续开源的Llama虽聚集了大量下载量，却被指责为“开源的外衣，闭锁的算力”。Meta的长处在于社交图谱和用户数据，而不是底层模型创新。
扎克伯格在最近的财报电话会上坦言：“我们一直在追赶，但这不代表我们永远追不上。”他认为，直接与OpenAI、谷歌比拼参数规模并非唯一出路，开放生态才是Meta的“奇兵”。这一次，Meta不仅开源了权重，还向企业端提供完整的微调工具链，并联合多个云平台进行分发，意图降低开发者使用门槛，构建类似Linux或Android的开放AI生态系统。
开放模型的双刃剑
Meta的开放策略并非孤例。法国AI公司Mistral、阿联酋的Falcon模型以及国内诸多开源模型，都在尝试以开放换生态。赞成者认为，完全自研的闭源模型将导致AI权力集中在少数巨头手中，而开源模型能够促进透明度、加快科研与创新。同时，对企业用户来说，开源意味着可以私有化部署，避免敏感数据外流，这也是Meta在开发者群体中拉拢支持者的一大卖点。
“开放并不意味着放弃商业回报，而是选择更聪明的控制方式。”独立AI分析师Sarah Chen评论道，“Meta的问题从来不是技术路线，而是执行力与战略摇摆。”
但开放也暗藏风险。一方面，开放权重模型一旦被恶意使用，可能引发深度伪造、虚假信息等问题，监管压力随之而来；另一方面，开源模型很难直接盈利，Meta需要找到广告系统与AI能力结合的商业模式。更关键的是，性能落后的开源模型很快会被社区超越，闭源厂商则通过年度迭代拉大差距。若此次新模型再无法在基准测试中跻身第一梯队，恐怕又会被看作一次“自我安慰式的更新”。
编者按：新的开始，还是又一次循环？
Meta的AI之路颇具戏剧性。从早期押注PyTorch成为深度学习基础设施，到错过Transformer的爆发，再到如今重新拥抱开源，扎克伯格显然把未来的赌注押在了“开放”二字上。从策略上看，这符合Meta一贯的规模扩张逻辑：如果不能在模型技术上碾压对手，就通过拥有最多开发者来形成事实标准。历史也证明，Android曾以开放策略击败了iOS的封闭生态。
然而，AI时代与移动互联网时代存在本质差异：模型训练成本极高，且与云服务深度绑定，开放模型很可能只是“代码上的开放”，算力和数据仍然掌握在少数巨头手中。Meta若想靠开放模型翻身，不仅需要持续的资本投入，更需要在产品端找到真正的杀手级应用——让用户心甘情愿为AI付费或停留，而不只是为开发者社区提供玩具。
截至目前，新模型的具体评测结果尚未完全解禁，社交媒体上的讨论也褒贬不一。但可以肯定的是，留给Meta的时间不多了。随着AI浪潮进入应用爆发期，一步落后可能意味着步步落后。这次“重启”究竟是策略性的倒退，还是一次有诚意的进攻，未来12个月将给出答案。
本文编译自Ars Technica
© 2026 Winzheng.com 赢政天下 | 转载请注明来源并附原文链接