当前位置: 首页 > web >正文

Meta 再次重组人工智能部门

  每周跟踪AI热点新闻动向和震撼发展 想要探索生成式人工智能的前沿进展吗?订阅我们的简报,深入解析最新的技术突破、实际应用案例和未来的趋势。与全球数同行一同,从行业内部的深度分析和实用指南中受益。不要错过这个机会,成为AI领域的领跑者。点击订阅,与未来同行! 订阅:https://rengongzhineng.io/

据知情人士透露,Meta 公司近日在内部宣布了一项关于人工智能部门的新一轮重组,这是首席执行官马克·扎克伯格(Mark Zuckerberg)近几个月内对公司 AI 战略进行的又一次重大调整,反映出公司内部围绕该技术的紧张氛围仍在持续。

消息人士指出,Meta 将其人工智能部门“Meta 超级智能实验室”(Meta Superintelligence Labs)拆分为四个小组,分别专注于以下方向:AI 基础研究、“超级智能”研发、AI 产品开发,以及基础设施(包括数据中心与 AI 硬件)的建设。

据称,此次重组预计将是未来一段时间内的最后一次,目的是加快开发 AI 产品、推进超级智能目标,并提升团队内部的协同效率。该策略也可能引发人事变动,一些 AI 高管预计将离职;公司也在评估是否缩减该部门规模,包括裁撤岗位或将员工转岗至其他部门,目前相关讨论尚未定案。

更值得关注的是,Meta 可能将打破以往坚持使用自研 AI 技术的做法,开始考虑集成第三方 AI 模型。这其中包括基于开源模型进行开发,或直接从其他公司授权使用闭源模型。


扎克伯格押注超级智能,AI 战略持续动荡

在当前 AI 技术竞赛日益激烈的大背景下,扎克伯格表现出前所未有的投入力度——无论是资金,还是组织架构。他在 6 月曾宣布成立一个专门的超级智能实验室,目标是研发超越人脑能力的 AI 系统。当时,Meta 对 AI 独角兽 Scale AI 投资高达 143 亿美元,并任命该公司首席执行官 Alexandr Wang 担任 Meta 的首席 AI 官。

此外,Meta 向业界人才开出九位数的薪酬待遇,试图从 OpenAI 和 Google 等竞争对手手中挖角,点燃了硅谷一场“人才争夺战”。

在上月的投资者电话会议中,扎克伯格强调“超级智能”是未来个体赋能的关键,并指出 AI 已显著提升 Meta 核心广告业务的效率。公司同时透露,2025 年的资本支出预计将高达 720 亿美元,主要用于建设数据中心和招聘 AI 人才。


冲突加剧:新旧 AI 团队理念分歧

自从 Alexandr Wang 上任并组建超级智能团队以来,公司内部摩擦日益明显。据悉,该团队正致力于开发 Meta 迄今为止最强大的“前沿模型”(frontier model),并考虑将其设为闭源模式——这将与 Meta 一贯坚持的开源理念产生根本性偏离。

该团队已经放弃了原先代号为 Behemoth 的前沿模型,理由是该模型在春季测试中表现不佳。目前,新团队正从零开始开发全新模型。

与此同时,一些长期在 Meta 任职的 AI 研究人员对新加入的“空降兵”表示不满。据三位知情人士透露,公司内部已有明显的文化冲突与权力摩擦。


高层变动频繁,权力重组加速

今年 7 月,Meta 任命前 OpenAI 研究员、ChatGPT 联合创作者赵胜嘉(Shengjia Zhao)为新的首席 AI 科学家。据悉,赵近期频繁面试公司内部员工,有一连串旧团队研究人员在他办公室外排队,接受其对过往项目的询问及重新评估。

在 AI 产品与应用研究方面,前 GitHub 首席执行官 Nat Friedman 与 Safe Superintelligence 创始人 Daniel Gross 将担任领导角色,推动新一代 AI 功能开发。

与此同时,多位 AI 关键人物已离职:

  • Joelle Pineau,曾是 Meta 顶尖计算机科学家,已加入 AI 创企 Cohere;
  • Angela Fan,曾主导开源模型 Llama 的研究,已跳槽至 OpenAI;
  • Loredana Crisan,负责生成式 AI 的副总裁,即将加入 Figma 出任首席设计官。

但仍有部分资深成员选择留下:

  • Rob Fergus,Meta AI 研究部门 FAIR(Fundamental AI Research)的联合创始人,将继续领导基础研究团队,该团队致力于开源 AI 技术的前沿突破;
  • Ahmad Al-Dahle 与 Amir Frenkel 也将继续负责战略性 AI 项目,并直接向 Alexandr Wang 汇报。


战略焦点转向闭源 + 第三方集成

据知情人士透露,新领导团队正认真评估采用闭源 AI 模型的可能性。这标志着 Meta 或将从一贯强调开源的技术哲学中转向一个更具保密性、竞争性的闭源模式。同时,公司也在积极探索集成第三方模型的路径,无论是构建于开源模型之上,还是直接授权使用闭源方案。

这种策略调整或意味着,Meta 将更务实地应对当前技术瓶颈与商业压力,通过灵活的技术组合加速 AI 产品落地。


AI 战争升级,Meta 前路未明

Meta 在 AI 领域的持续重组反映出整个行业的动荡与不确定性。随着超级智能时代临近,围绕模型架构、技术理念、人才引进与数据控制的博弈已达到新高潮。

扎克伯格显然已下定决心,不惜代价让 Meta 在 AI 竞赛中保持领先。但面对日益复杂的组织架构、高昂的资本支出、以及不断升级的内部张力,Meta 能否实现其“超级智能”愿景,仍需时间与市场的检验。

http://www.xdnf.cn/news/18393.html

相关文章:

  • 自学嵌入式第二十三天:数据结构(3)-双链表
  • C语言基础:(二十)自定义类型:结构体
  • Linux 文本处理三剑客:awk、grep、sed 完全指南
  • 如何在 Ubuntu 24.04 配置 SFTP Server ?
  • AI 驱动三维逆向:点云降噪算法工具与机器学习建模能力的前沿应用
  • vue3源码reactivity响应式之数组代理的方法
  • MySQL/Kafka数据集成同步,增量同步及全量同步
  • 深入理解数据结构:从数组、链表到B树家族
  • 医疗AI与医院数据仓库的智能化升级:异构采集、精准评估与高效交互的融合方向(上)
  • 【工具使用-Docker容器】构建自己的镜像和容器
  • 栈上创建和堆上创建区别
  • 低开高走的典例:DeepSeek V3.1于8月19日晚更新:128K 上下文击败 Claude 4 Opus
  • 攻克PostgreSQL专家认证
  • RabbitMQ:消息转化器
  • Java EE ----- Spring Boot 日志
  • 第四章:大模型(LLM)】07.Prompt工程-(5)self-consistency prompt
  • 【自动化运维神器Ansible】Roles中Tags使用详解:提升自动化效率的利器
  • 氢元素:宇宙基石与未来能源之钥的多维探索
  • TENON AI-AI大模型模拟面试官
  • GPT-4.1旗舰模型:复杂任务的最佳选择及API集成实践
  • Datawhale工作流自动化平台n8n入门教程(一):n8n简介与平台部署
  • 数据组合与合并:Pandas 数据整合全指南 +缺失值处理
  • Redission是什么
  • 【大模型本地运行与部署框架】Ollama的使用记录
  • TDengine IDMP 运维指南(3. 使用 Ansible 部署)
  • HTML应用指南:利用GET请求获取全国新荣记门店位置信息
  • 代码随想录Day56:图论(冗余连接、冗余连接II)
  • CTFshow系列——命令执行web34-37
  • 深入理解抽象类
  • 08.5【C++ 初阶】实现一个相对完整的日期类--附带源码