游乐游手机版
首页/AI教程/文章详情

小扎一夜背刺开源亲手葬送Llama神话股价大涨12%

时间:2026-06-23 14:22
Meta第二季度净收入183亿美元,股价大涨12%。扎克伯格公开信表示不会开源所有超级智能模型,理由为安全风险。Meta转向闭源,暂停最新Llama模型测试,将个人超级智能作为新使命,并投入巨资建设AI基础设施。

一觉醒来,Meta也要闭源了?

Meta第二季度净收入直接飙到183.37亿美元,超预期,股价盘后大涨12%。这事儿在圈内引发了不少讨论。

周三,扎克伯格公开分享了他对「个人超级智能」的设想,并在公开信中含蓄地表示,Meta不会把所有的超级智能模型都开源。他给出的理由是,潜在的安全风险「需要严谨地评估并减轻,而且还得谨慎决定到底开源哪些内容」,这个表态背后的信号,可不一般。

一直以来,扎克伯格都把Llama系列开源模型视为Meta区别于OpenAI、xAI和谷歌DeepMind等对手的关键差异点。Meta的目标很明确——做一个和那些闭源模型一样好,甚至更强的开源AI模型。

2024年,他曾经信心满满地写道:「从明年开始,希望未来的Llama能成为行业中最先进的。」

结果呢?时隔一年,这脸打得,确实有点响。

不过话说回来,小扎当初给自己留了个后路。去年他在一个播客里说过:「如果在某个节点,模型的能力发生了质变,以至于开源显得不负责任,那我们就不会这么做。」

Closed Meta?

尽管很多人觉得Llama算不上一款严格意义上的开源AI——毕竟Meta没有公布海量的训练数据集,但小扎的最新言论,指向了一个潜在的转折点:对于Meta最尖端的AI,开源可能不再是默认选项。

Meta的对手们把模型保持闭源,原因很简单:闭源能让公司更有效地控制产品变&现。扎克伯格去年曾指出,Meta的核心业务并不靠卖AI模型访问权限赚钱,所以发布Llama不像闭源提供商那样会削弱收入或研发投入。当然,Meta的主要收入来源是互联网广告。

但这里有个关键细节:扎克伯格对开源的这套看法,是在Meta觉得自己还没被竞争对手甩开之前。当Meta的模型开始落后,他就挥舞着上亿美元薪资,从OpenAI、苹果、谷歌疯狂挖角AI人才,彻底改革公司战略、立志成为AI领导者。

2025年6月,Meta豪掷143亿美元投资Scale AI,同时收购其创始人兼CEO,并重组AI团队,正式开启AGI领域的全力冲刺。

这数十亿美元的投入,已经导致Meta暂停了对最新Llama模型Behemoth的测试,转而把精力集中到闭源模型上。当被问到Meta是否可能把最先进的模型闭源时,Meta发言人表示,公司依然致力于开源AI,但未来也会训练闭源模型。

随着扎克伯格提出「个人超级智能」的新使命,他的AI商业化策略也逐渐清晰起来。

受OpenAI的ChatGPT在消费者市场大获成功的启发,扎克伯格认为,要在下一波变革性技术中抢到优势,对维持Meta作为社交和广告平台领头羊的地位至关重要。内部人士透露,AI对社交网络的想象空间在于:提供数字伴侣、生成海量的高度个性化内容来吸引用户,以及投放更精准的广告。AI技术已经帮Meta的广告商实现了流程自动化,也提升了推荐引擎的性能。

Meta还计划通过自家的增强现实(AR)眼镜和虚拟现实(VR)头显,来承载个人超级智能。

扎克伯格在周三的信中写道:像智能眼镜这样的个人设备,因为能看到我们所见、听到我们所闻,并能全天候和我们互动,从而理解周围环境,将成为我们主要的计算设备。

以下是公开信全文。

小扎公开信,谈「个人超级智能」

最近几个月,我们已经初步见识到AI系统开始自我学习和完善。虽然速度还不算快,但趋势非常明确——超级智能离我们不远了。

未来几年,AI毫无疑问会全面提升现有系统,还会催生出如今我们难以想象的新事物和新发现。但一个悬而未决的问题是:我们到底要用超级智能来做什么?要把超级智能引向何方?

这既是一个新篇章,也是历史趋势的延续。就在200年前,还有90%的人终日在田间劳作、勉强糊口。技术进步把大多数人从生存重负中解放出来,让我们能更专注于追求自己选择的事业。

在每个发展阶段,人类都利用新获得的生产力去实现前所未有的成就——无论是科学和健康领域的突破,还是把更多时间投入到创造、文化、人际关系和享受生活上。超级智能一定会大大加快人类的进步速度。

但或许更关键的是,超级智能有潜力开启一个「个人赋能」的新时代。在这个时代,每个人都将拥有更大的主动权去按照自己的意愿改善世界。AI创造的物质财富可能极其丰盛,但对我们生活影响更深远的,或许是每个人都能拥有一个专属的个人超级智能。

它将帮助你实现目标,创造想要的事物,体验向往的冒险,维系与朋友的感情,并最终成长为你想成为的自己。

Meta的愿景,就是把「个人超级智能」带给每一个人。我们坚持认为,应该让人们自己决定如何使用AI,以实现生命中最珍视的价值。这一点与业内一些同行的理念截然不同。

有人认为,超级智能应该由中心统一管理,自动化所有有价值的工作,然后人类靠它产出的福利生活。但Meta相信,人类的进步一直源于每个人对自己梦想的追求——无论在经济、科学还是文化领域。在未来,这一点只会更加重要。

科技如何融入人们的生活,是Meta的核心关注点,它的重要性只会不断增加。按照这个趋势,人们花在办公软件上的时间会减少,更多时间去创造和连接。能深度理解我们、洞悉我们目标并帮我们实现的个人超级智能,将成为迄今为止最实用的工具。

像智能眼镜这样的个人设备,因为能看到我们所见、听到我们所闻,并全天候和我们互动,从而理解所处的环境,将成为我们主要的计算设备。

超级智能带来的好处应该和全世界广泛分享。但话说回来,超级智能也会引发新的安全风险。我们需要严谨地评估并减轻这些风险,并谨慎决定开源哪些技术。

未来五年很可能就是决定这项技术发展路径的关键时期。它将决定超级智能究竟是成为个人赋能的工具,还是沦为一股旨在取代社会上大部分角色的力量。

Meta的信念非常坚定:我们要构建赋能每个人的个人超级智能。我们有足够的资源、顶尖的人才去搭建基础设施,也有能力和决心,通过产品把这项新技术带给全球数十亿人。

Meta财报亮眼

Meta财报一发布,股价直接大涨12%!

第二季度营收475.2亿美元,同比增长22%;净收入183亿美元,同比增长36%,远超投资者预期。

广告业务是主要增长引擎,这得益于AI工具(如AI翻译和视频生成)帮助广告转化率提升了5%。广告仍是主要收入来源,通过应用程序投放的广告同比增长了11%。

网友评论说,蜥蜴人的Meta帝国还是很有实力的。

Meta正在与OpenAI和Anthropic等初创公司竞争,这些公司背后有风险投资家数十亿美元的支持,乐于押注增长和盈利前景。第二季度财报显示,Meta在2025年已经砸了720亿美元在AI基础设施上。

「我们相信,拥有领先的AI基础设施是开发最佳AI模型和产品体验的核心优势,因此将在2026年大幅增加投资。」Meta首席财务官Susan Li在周三的财报电话会议上说。

不过,Meta旗下的Reality Labs仍然亏损45亿美元。

接下来,小扎将全面进入「杠杆模式」。

这场豪赌,结局如何,让我们拭目以待。

来源:https://www.aiagiai.com/13464.html
上一篇国产旗舰AI模型开源,海外网友称中国开源四巨头成型 下一篇谷歌将地球数据融入大模型实现每日实时观测
本站内容用于信息整理与展示,如有侵权或内容问题请及时联系处理。

相关推荐

补充同频道和同主题内容,方便继续浏览更多相关内容。

同类最新

继续查看同栏目最近更新的文章。

更多
RAG四标融合企业知识资产体系四库协同GEO优化实践
AI教程 · 2026-07-01

RAG四标融合企业知识资产体系四库协同GEO优化实践

生成式AI正在彻底改写信息检索的底层逻辑。传统SEO依赖关键词堆砌和外链建设的策略,在大模型的内容采信规则下已经基本失效。取而代之的,是生成式引擎优化(GEO)。它不再关注外链数量,而是重点衡量你的知识是否结构化、证据链是否坚实、信源是否可靠——这些维度才是RAG(检索增强生成)架构真正看重的核心指

一个普通上班人分享WorkBuddy使用心得与真实体验
AI教程 · 2026-07-01

一个普通上班人分享WorkBuddy使用心得与真实体验

前言 最近我开始使用WorkBuddy——这是腾讯推出的一款AI办公工作台。差不多用了一周时间,趁印象还新鲜,把真实的使用感受记录下来,给还在犹豫的朋友做个参考。不吹不黑,只说实际体验。 初印象:不只是聊天机器人 之前用过不少AI工具,大多数就是个对话框,你问它答,答完就结束了。WorkBuddy不

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录
AI教程 · 2026-07-01

AI幻觉变真功能实战教程:App Inventor 2视频录制拓展一周开发实录

先讲一个颇具戏剧性的开端。 这件事的开端颇显荒诞——有用户前来咨询,称AI Pro版的介绍中提到我们有一款“视频录制拓展”。团队全体成员都感到困惑,翻遍产品列表,发现根本不存在该组件。AI那种“一本正经胡说八道”的能力,这次确实让我们陷入尴尬。 按常理,此事到此便可结束——一句“抱歉,暂时没有这个拓

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同
AI教程 · 2026-07-01

别再混淆OLAP和SQL-on-Hadoop两者查询本质不同

OLAP和SQL-on-Hadoop虽都使用SQL查询数据,但本质不同。SQL-on-Hadoop负责海量数据批量计算与ETL,查询速度秒级至分钟级;OLAP通过预聚合实现毫秒级多维分析,适合BI报表。两者在数据平台分工协作,前者是后厨加工,后者是前台快速服务。

GEO优化深度解析:AI偏好FAQ还是长文内容?
AI教程 · 2026-07-01

GEO优化深度解析:AI偏好FAQ还是长文内容?

在GEO优化中,AI对内容形式无统一偏好:FAQ在简单查询中引用率41%,长文在复杂查询中达58%。内容应基于用户意图选择形式,FAQ适配简单事实类问题,长文建立主题权威,两者互补而非替代。