Meta裁員計劃與Llama AI模型推遲發布詳情
随着人工智能相关成本的不断攀升，Meta正计划启动新一轮大规模裁员，预计员工规模或将缩减约五分之一。
免费影视、动漫、音乐、游戏、小说资源长期稳定更新！ 👉 点此立即查看 👈
援引知情人士近日透露的消息，三位内部人士证实Meta正在筹划大规模人员优化，此举可能波及公司超过20%的员工。这一决策旨在抵消公司在人工智能基础设施方面的巨额投入，并为AI技术带来的效率提升做好准备。
其中两位人士表示，高层管理者近期已向其他高级领导层传达了相关计划，并着手规划人员精简的具体方案。不过，知情人士称，具体的裁员日期尚未最终确定，裁员规模也仍在讨论之中。
根据Meta最新的公开文件，截至去年12月31日，其全球员工总数约为7.9万人。回顾2024年11月，Meta曾裁减约1.1万名员工，占当时员工总数的13%。大约四个月后，公司再次宣布裁员1万人。如果此次最终确定20%的裁员比例，这将是该公司自2024年底至2025年初以来规模最大的一次人员调整。
过去一年间，Meta首席执行官马克·扎克伯格全力投身于人工智能竞赛，推动公司在生成式AI领域的发展，并以高薪策略争夺顶尖AI人才。Meta计划到2028年投入6000亿美元建设数据中心，并在今年3月收购了专注于AI智能体构建的社交平台Moltbook。公司预计，本年度的资本支出将高达1350亿美元，几乎是去年720亿美元的两倍。扎克伯格曾在一月提及AI投资带来的效率提升，称自己开始看到“以前需要大型团队完成的项目，现在由一个极具才华的人就能独立胜任。”
然而，在Meta大举投资AI之前，其Llama 4模型去年曾遭遇挫折。为防止再次受挫，公司在去年6月向初创公司Scale AI投资了约143亿美元，并任命Scale AI年仅29岁的首席执行官Alexandr Wang担任Meta的首席AI官。扎克伯格表示，公司的新目标是创造“超级智能”。
Alexandr Wang在Meta内部组建了一个名为TBD Lab的精英AI实验室，着手开发两款以水果为主题的新AI模型——Avocado（牛油果）和Mango（芒果），主打图像生成和视频生成能力。今年，Meta希望通过Avocado重振公司在AI领域的地位，但该模型的实际表现尚未达到预期。
据《纽约时报》报道，扎克伯格曾在去年7月表示，公司的新人工智能模型将“在未来一年左右推动技术前沿”。不过，三位知情人士日前透露，已在AI竞赛中投入数百亿美元的扎克伯格，如今似乎越来越难以如期实现这一目标。
据悉，在内部的推理、编程和写作测试中，Meta已研发数月的Avocado模型，其表现不及谷歌、OpenAI和Anthropic等竞争对手的AI模型。因此，Meta已将其发布计划从本月推迟到至少五月。随着时间线拉长，扎克伯格在过去几个月里也降低了对Avocado的预期。公司领导层已经开始构思未来的AI模型，下一个模型将以更大的水果“西瓜”来命名。
相关攻略
阿里巴巴2026财年收入首次突破万亿元。阿里云表现突出，AI业务收入连续11个季度三位数增长，年化收入达358亿元，占其外部收入超30%。集团对AI等领域持续高强度投入导致自由现金流为净流出，但管理层对回报路径充满信心。本季度员工总数增加三千余人，未进行规模化裁员。
编辑 | 王凤枝 在亚马逊当个“幸存者”，有时比被裁掉更像一种酷刑。 短短几个月，这家巨头手起刀落，将三万名员工扫地出门。但真正让人窒息的，是那些侥幸保住工位的人突然发现：昔日同事的座位空了，活儿却一点不落地全砸在了自己肩上。 一边是被无限拉长的工作时间和持续透支的身体，另一边是高层强推下来、时刻威
2026年第一季度全球科技裁员近8万人：AI是驱动力还是“替罪羊”？ 近日，一份来自《日经亚洲》的报道引发了广泛关注。数据显示，在刚刚过去的2026年第一季度，全球科技行业经历了一轮显著的岗位调整，裁员总数逼近8万人。这波浪潮背后，一个被反复提及的关键词，正是人工智能。 数据透视：近半数裁员与AI直
全球科技行业裁员潮：AI是驱动力还是“替罪羊”？ 最近一份来自日经亚洲的报告，给本就寒气逼人的科技行业又添上了一层霜。数据显示，仅仅在2026年的第一季度，全球科技行业就有近7 9万人失去了工作。更值得玩味的是，其中近一半的岗位削减，被归因于人工智能的实施与工作流程自动化。 具体来看，从今年1月1日
近4000名NASA员工提交离职申请，占比高达两成 最近科技圈有个消息挺轰动，据外媒报道，美国国家航空航天局内部正经历一场不小的人事地震：有近4000名员工提交了离职申请。算下来，这差不多占了NASA员工总数的五分之一。 关于具体的裁员规模，美国宇航局发言人谢丽尔·华纳在官方声明里给出了更详细的数字
热门专题
热门推荐
这项由清华大学、美团、香港大学等多家顶尖机构联合开展的研究，于2026年3月以预印本论文（arXiv:2603 25823v1）的形式发布。它直指当前AI视觉生成领域一个被长期忽视的核心问题：这些能画出“神作”的模型，到底有多“聪明”？研究团队为此构建了一套全新的测试基准——ViGoR-Bench，
人工智能的浪潮席卷了各个领域，机器在诸多任务上已展现出超越人类的能力。然而，有一个看似寻常却异常复杂的领域，始终是AI研究者们渴望攻克的堡垒——让机器像真正的学者那样，撰写出一篇结构严谨、逻辑自洽、图文并茂的完整科学论文。这远比下棋或识图要困难得多。 2026年3月，一项由中科院AgentAlpha
这项由法国Hornetsecurity公司与里尔大学、法国国家信息与自动化研究院(Inria)、法国国家科学研究中心(CNRS)以及里尔中央理工学院联合开展的研究，发表于2026年3月31日的计算机科学期刊，论文编号为arXiv:2603 29497v1。 在信息爆炸的今天，我们每天都在网上留下数字
当你满怀期待地拆开一台全新的智能设备，最令人困扰的往往不是如何使用它，而是如何让它真正“理解”指令并智能地执行任务。如今，一个更为优雅的解决方案可能已经出现。来自清华大学深圳国际研究生院与哈尔滨工业大学（深圳）的联合研究团队，近期取得了一项极具前瞻性的突破：他们成功训练人工智能自主“撰写”并精准理解
2026年3月，来自华盛顿大学、艾伦人工智能研究所和北卡罗来纳大学教堂山分校的研究团队，在图像智能矢量化领域取得了一项突破性进展。这项研究（论文编号：arXiv:2603 24575v1）开发了一个名为VFig的AI系统，它能够将静态的栅格图像智能地转换为可自由编辑的矢量图形，如同一位“图形考古学家