从 Llama 到 Avocado:Meta 转向中的 AI 战略引发内部困惑

从 Llama 到 Avocado:Meta 转向中的 AI 战略引发内部困惑

  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/

Zuckerberg 曾经对 Llama 充满信心,如今却只字未提

Meta CEO 马克·扎克伯格曾在去年高调宣称,公司的 Llama 大模型系列将成为“业界最先进的模型”,并“把 AI 的益处带给所有人”。

今年 1 月财报会议上,他仍大篇幅谈论 Llama,但在 10 月财报电话会上,Llama 仅被提及一次。公司内部原本对开源 Llama 的执着,如今已转向另一套截然不同的 AI 计划——包括以数十亿美元的代价从行业挖人,以对抗 OpenAI、Google 和 Anthropic。

随着 2025 年接近尾声,内部人士与行业专家表示,Meta 的 AI 战略变得支离破碎,进一步强化了外界对其落后于 AI 竞争对手的印象——尤其是在消费者与企业市场上,对手的模型迅速占领份额。


Meta 正秘密打造 Llama 的继任者——代号 Avocado

据 CNBC 获悉,Meta 正研发一款新的前沿 AI 模型,代号 Avocado

知情人士表示:

  • 许多员工原本预计这款模型会在年底前发布;
  • 但现在计划推迟至 2026 年第一季度
  • 模型仍在处理训练与性能测试,以确保正式亮相时能获得良好评价。

Meta 发言人回应称:

“我们的模型训练进展符合计划,没有出现重大时间调整。”

华尔街质疑 Meta:巨额投入后仍未看到回报

今年 Meta 股价表现不及科技大盘,落后于 Google 母公司 Alphabet。

今年 6 月,Meta 花费 143 亿美元挖来了 Scale AI 创始人 Alexandr Wang 与其团队,并在随后提高了 2025 年资本支出预期(从 660–720 亿美元上调至 700–720 亿美元)。

KeyBanc 分析师评价:

“Meta 从年初的 AI 领跑者,变成了如今投资规模和回报皆受质疑的公司。”

Meta 的难题:广告业务太成功

Meta 的核心业务依然是数字广告。

  • 每年广告收入超过 1600 亿美元
  • 依靠 Instagram 的增长与 AI 驱动的精准投放,广告收入仍以 **20%+**的速度成长
  • 投资者称赞 Meta 用 AI 提升效率、降低冗余

但扎克伯格的野心远不止广告,而负责推进未来 AI 蓝图的新团队,在广告领域毫无背景。

扎克伯格强调:

不进行大规模押注,就可能在 AI 时代被边缘化。

从“开源信徒”到谨慎收缩:Meta 正重新审视 Llama 开源策略

Meta 的独特优势原本是 Llama 的开源策略,让研究者和开发者能够自由下载模型权重并改进。

扎克伯格曾在 2024 年 7 月写道:

“虽然许多公司在研发封闭模型,但开源正在迅速缩小差距。”

但随着 Llama 4 发布失败、开发者不买账,这种态度开始动摇。

7 月,扎克伯格表示:

必须更严谨看待风险,并慎重决定哪些部分继续开源。

知情人士透露:

  • 新模型 Avocado 很可能是封闭的,模型权重不会再被自由下载;
  • 部分员工对中国实验室 DeepSeek 在今年 R1 模型中采用 Llama 架构感到不满,这进一步强化了收紧开源策略的声浪。

此外,Meta 今年新成立的 Meta Superintelligence Labs(MSL)内部,也有领导者质疑开源路线,主张构建更强大的专有模型。


Llama 4 失利引发内部震动:20 年老臣不再负责 AI 单元

消息人士称,Llama 4 的失败是促使扎克伯格转向的重大转折点,并导致内部结构调整:

  • 20 年资深老将、首席产品官 Chris Cox 被撤出 AI 部门(GenAI 单元)的管理。

随后,扎克伯格展开了一场高价 AI 人才抢夺战


扎克伯格押注外部人才:Scale AI 创始人成 Meta 新 AI 负责人

扎克伯格相中 28 岁的 Alexandr Wang(Scale AI 创始人),任命其为 Meta 首席 AI 官,并领导一个名为 TBD Lab 的精英团队。

Avocado 模型正由 TBD Lab 负责开发。

此外还有:

  • GitHub 前 CEO Nat Friedman(负责产品与应用研究)
  • ChatGPT 共同创造者 Shengjia Zhao(赵昇佳)

这一批人带来了硅谷最先进的前沿模型研发方式,彻底颠覆了 Meta 内部原有的软件开发流程。


竞争对手全面提速,Meta 感受巨大压力

谷歌在上月发布了 Gemini 3,获得良好评价。
OpenAI 刚更新了 GPT-5
Anthropic 则在 11 月发布 Claude Opus 4.5

分析师对 CNBC 表示:

没有绝对领先的模型,但要保持领先,每家公司都必须大量砸钱。

其中大部分资金最终流向了 英伟达(Nvidia)

英伟达 CEO 黄仁勋在 11 月财报会上直接点名主要客户:

“我们运行 OpenAI、Anthropic、xAI、Gemini……我们运行所有人。”

唯独没有提到 Llama


Meta 内部工作强度飙升:70 小时工作周成常态,AI 部门裁员不断

为了重获竞争力,Meta 多个 AI 单位经历高压:

  • 工作周普遍 70 小时
  • 多次裁员与重组
  • 10 月 MSL 裁撤 600 个职位

裁员影响了 FAIR(基础 AI 研究部门)等团队,也促使 Meta 首席 AI 科学家 Yann LeCun(杨立昆) 离职创业。


Meta 的管理文化被彻底改造

扎克伯格此次大胆启用外部人才——而非传统的内部晋升路线——在 Meta 内部属于重大文化转折。

知情人士表示,Wang 和 Friedman 的工作风格与 Meta 传统开放、透明、内部社交平台 Workplace 的文化截然不同:

  • TBD Lab 成员不使用 Workplace
  • 甚至不在系统内
  • 团队运作方式如同一家独立初创公司

尽管如此,扎克伯格仍保留部分控制:

  • 元老级 VP Aparna Ramani 负责协调 MSL 的算力资源
  • 原元宇宙业务负责人 Vishal Shah 被调任为 AI 产品副总裁,与 Friedman 合作

Meta 已确认,将削减 VR 与元宇宙业务资源,转向支持与 EssilorLuxottica 合作的 AI 眼镜


“Demo,别写备忘录”:Meta 的软件开发模式被全面重写

消息人士称,最突出的冲突发生在软件开发流程上。

Meta 传统开发方式需要多个团队协作,确保统一的用户体验。但内部许多工具并不支持基础模型的开发需求。

Friedman 认为这些是拖慢 AI 研发的瓶颈,并推动 MSL 使用能与多模型与 AI 编程智能体协作的新工具。

Lovable CEO Anton Osika 在一场峰会上表示:

“他们(Meta AI 团队)现在的口号是:‘Demo,不要 memo(演示,不要备忘录)’。”

Meta 的财务团队已用 Lovable 工具更快构建内部应用,用于员工统计与规划。


Meta 向外部云服务靠拢,同时筹建巨型数据中心

Meta 正与第三方云服务合作,例如:

  • CoreWeave
  • Oracle

同时继续建设大型数据中心。

今年 10 月,Meta 宣布与 Blue Owl Capital 成立合资企业,投资 270 亿美元建设位于路易斯安那州的巨型 Hyperion 数据中心。Meta 表示,这将提供建造速度与灵活性,以支持公司长期 AI 目标。


尽管面临重重挑战,扎克伯格仍信心满满

在 10 月财报会上,扎克伯格表示:

“我们已经建成行业中人才密度最高的实验室。”
“我们正全力开发下一代模型与产品,并将在未来几个月分享更多消息。”

Read more

【机器人】复现 DualMap 具身导航 | 动态场景 | 双地图机制

【机器人】复现 DualMap 具身导航 | 动态场景 | 双地图机制

本文复现DualMap ,它支持机器人通过自然语言查询在动态变化的环境中理解和导航 特点:双地图导航,结合全局抽象地图进行高层次快速选择,以及局部具体地图进行精确目标定位,有效管理和更新环境中的动态变化 论文地址:DualMap: Online Open-Vocabulary Semantic Mapping for Natural Language Navigation in Dynamic Changing Scenes 代码地址:https://github.com/Eku127/DualMap 示例效果: 1、下载工程代码 执行下面的命令,拉取github的代码: git clone https://github.com/Eku127/DualMap.git cd DualMap/3rdparty/ git clone https://github.com/apple/ml-mobileclip.

轻小说机翻机器人:5分钟打造你的日语小说翻译神器

轻小说机翻机器人:5分钟打造你的日语小说翻译神器 【免费下载链接】auto-novel轻小说机翻网站,支持网络小说/文库小说/本地小说 项目地址: https://gitcode.com/GitHub_Trending/au/auto-novel 轻小说机翻机器人是一款开源的日语小说翻译工具,支持网络小说、文库小说和本地小说的全自动翻译处理。作为专业的轻小说翻译解决方案,它能自动抓取日本主流平台内容,提供多引擎翻译服务,并构建完整的阅读生态,让日语阅读不再受语言障碍困扰。 🚀 核心价值:为什么选择轻小说机翻机器人? 全自动小说采集系统 内置对Kakuyomu、小説家になろう等6大日本小说平台的支持,只需输入小说名称或URL,系统即可智能抓取内容并完成翻译。通过crawler/src/lib/domain/目录下的平台适配代码(如kakuyomu.ts、syosetu.ts),实现对不同网站结构的精准解析。 多引擎翻译切换 集成百度翻译、有道翻译、OpenAI类API、Sakura等多种翻译器,满足从快速浏览到深度阅读的不同需求。翻译引擎实现代码位于web/src/do

【Mac 实战】简单知识图谱搭建步骤详解(Neo4j + py2neo)

【Mac 实战】简单知识图谱搭建步骤详解(Neo4j + py2neo)

目录 一、Neo4j图数据库 1、neo4j 安装 - mac brew版 2、neo4j 快速入门 3、neo4j 基本操作 (1)增操作 (2)查操作 (3)改操作 (4)删操作 4、安装py2neo 二、数据预处理 1、数据清洗 2、知识建模 (1)识别实体 (2)识别实体属性 (3)识别关系 三、搭建知识图谱 博主的数据集是用的自己的数据集,大家练习时可以在网上找一个数据量小的数据集练手。 一、Neo4j图数据库         Neo4j 是一个高性能的、原生的图数据库。它不采用传统的行和列的表格结构,而是使用节点和关系的图结构来存储和管理数据。 1、neo4j

OpenClaw 爆火启示录:低代码不是终点,而是走向「意图驱动」的企业级开发新范式

OpenClaw 爆火启示录:低代码不是终点,而是走向「意图驱动」的企业级开发新范式

最近技术圈被 OpenClaw 刷屏,作为意图驱动的 AI 智能体平台,它用自然语言完成服务编排、数据处理、运维自动化,让不少人开始重新思考:传统低代码会不会被颠覆?后端与业务开发的价值边界又该如何定义?         抛开概念炒作,从工程落地视角看:OpenClaw 代表的意图驱动、动态编排、工具化执行,不是低代码的终结者,而是低代码进化的下一阶路标。JNPF 快速开发平台作为企业级低代码代表,正沿着这条路径,把「可视化拖拽」升级为「自然语言+流程引擎+原子服务」的混合开发模式——本文从 Java 后端视角,聊聊这场变革对开发、运维、业务落地的真实影响。 一、先看本质:OpenClaw 到底给低代码带来什么启发?         从架构上拆解,OpenClaw 是一套LLM 驱动的动态任务编排引擎: * 输入:自然语言指令(而非固定接口/脚本) * 决策:意图识别、