Meta大模型未来走向:开源神话面临终结?内部争议与战略博弈

Meta AI或放弃“开源之光”身份,内部正讨论其最强模型Behemoth转向闭源,对依赖开源的开发者和学术界影响深远。

原文标题:内部爆料:Alexandr Wang上任第一把火,Meta大模型闭源

原文作者:机器之心

冷月清谈:

曾被誉为“开源之光”的Meta,其人工智能发展方向正面临重大调整。据知情人士透露,新成立的“Meta超级智能实验室”高层正在讨论一项关键决策:是否放弃开源其最强大的AI模型“Behemoth”(Llama 4最大版本),转向闭源。这一讨论源于Meta内部对AI发展路径的不同声音,部分高层领导,包括新任首席AI官Alexandr Wang,建议不应开源最优秀的模型,而另一些高管则认为开源策略仍具优势。

“Behemoth”模型已完成数据训练,但因内部性能表现不佳而延迟发布,目前高层团队正考虑放弃此模型,转而开发闭源版本。历史上,Meta的开源策略为其赢得了开发者广泛赞誉,首席AI科学家Yann LeCun也曾是开源的坚定支持者。Meta此举的背景是其通过投资Scale AI并聘请Alexandr Wang重组AI部门,旨在追赶谷歌、OpenAI等竞争对手,并掌握更多算力。

面对外界关注,Meta发言人表示,公司在开源AI方面的立场没有改变,计划继续发布领先的开源模型,但也会训练开源和闭源模型的组合。尽管讨论仍处于初步阶段,尚未做出最终决定,任何重大变化都需要CEO扎克伯格的批准。Alexandr Wang在内部会议中并未明确表态模型将采用开源还是闭源模式,为行业发展带来不确定性。与此同时,OpenAI也宣布无限期推迟开源模型,这引发了业内人士的担忧:如果顶级AI公司不再开源,依赖开源模型构建产品的创业公司和学术界将面临巨大挑战

怜星夜思:

1、Meta如果真的把最强的模型闭源了,除了文章里说的追赶友商,大家觉得还有哪些深层原因?这招对Meta来说是饮鸩止渴还是明智之举?
2、Meta和OpenAI都可能闭源,这让咱们这些靠开源吃饭的开发者和研究者咋办?难道以后只能用性能差一点的模型,或者得投入更多自己搞研发吗?
3、AI圈子里的“开源”和“闭源”之争,是不是会一直持续下去?大家觉得未来是会两边共存呢,还是说某个模式最终会独领风骚?

原文内容

机器之心报道

编辑:张倩

曾经被称为「开源之光」的 Meta,之后可能也要走闭源路线了。

据知情人士透露,Meta 新成立的超级智能实验室近期正在讨论一项可能改变其人工智能发展方向的重大决策。



在 Meta 内部,关于 AI 发展路径出现了不同声音。包括新任首席 AI 官 Alexandr Wang 在内的一些高层领导建议,公司不应该将其最优秀的 AI 模型开源。然而,另一些高管则认为,在 Meta 努力追赶竞争对手的当下,开源策略仍然具有优势。


这一讨论的焦点集中在 Meta 最强大的开源 AI 模型「Behemoth」(Llama 4 最大版本)上。据 The Information 报道,Meta 最近几周暂停了 Behemoth 的部分工作。此前,Meta 已因性能问题延迟了 Llama 4 的两个版本,随后还延迟了推理版本和最大版本(即Behemoth)


据知情人士透露,Meta 已完成对 Behemoth 模型的数据训练,但由于内部性能表现不佳而延迟发布。同时,内部人士称,超级智能实验室的高层团队上周讨论了放弃这一模型,转而开发闭源模型的可能性


多年来,Meta 一直选择开源其 AI 模型。这一策略为 Meta 赢得了开发者的广泛赞誉。该公司首席 AI 科学家 Yann LeCun 曾表示「获胜的平台将是开放的平台」。


然而,任何转向闭源 AI 模型的举措都将是 Meta 在哲学层面和技术层面的重大转变。 


Meta 的 AI 战略调整伴随着组织架构的重大变化。上个月,该公司完成了对 Scale AI 的 143 亿美元投资,获得 49% 的股份,并聘请 Scale AI 的 CEO Alexandr Wang 担任 Meta 首席 AI 官。


Meta 随后将整个 AI 部门重新命名为「Meta 超级智能实验室」,由 Alexandr Wang 领导。在更大的 AI 部门内,Alexandr Wang 领导着一个由十几名新聘研究员、Scale AI 的几名副手以及前 GitHub CEO Nat Friedman 组成的核心团队。


该团队在一个与公司其他部分隔离的办公空间工作,并且紧邻扎克伯格。最近,扎克伯格在采访中公开表示,在关于超级智能实验室成功招揽人才的种种报道中,有一个重要因素被忽视了,即对于更多算力的掌控。加入Meta超级智能实验室的人才都有很高的算力调度权。扎克伯格还指出,Meta 计划在 2026 年启用一个名为「普罗米修斯」(Prometheus)的 1GW 超级集群,这使其成为首批拥有如此规模人工智能数据中心的科技公司之一。



面对外界对后续路线的关注,Meta 发言人在声明中表示:「我们在开源 AI 方面的立场没有改变。我们计划继续发布领先的开源模型。我们历史上并没有发布所有开发的内容,预计未来将继续训练开源和闭源模型的组合。」


目前,超级智能实验室的讨论仍处于初步阶段,尚未做出最终决定,任何重大变化都需要 CEO 扎克伯格的批准。随着谷歌、OpenAI 和 Anthropic 等竞争对手在 AI 领域的激烈竞争,Meta 如何平衡开源理念与商业竞争需要,将成为业界关注的焦点。


在周二举行的问答会议上,Alexandr Wang 告诉约 2000 名 Meta AI 员工,虽然他的小团队工作将保持私密性,但 Meta 整个 AI 部门现在都将致力于创造超级智能。不过,他并未明确表态 AI 模型将采用开源还是闭源模式。这给整个 AI 行业的发展带来了不确定性。


与此同时,OpenAI 最近也宣布,开源模型将无限期推迟。


这一消息让不少人担心:如果 Meta 等顶级 AI 公司以后都不开源了,那些依赖开源模型打造产品的创业公司该怎么办? 




还有人指出,其实更应该担心的是学术界,因为学术界现在几乎完全依赖于开源模型。如果 Meta 不开源,美国学术界可能就要依赖中国的开源模型了。




不过,也有些人是有心理准备的,比如早早提出并实践「分布式训练」的从业者们。



开源和闭源,你觉得 Meta 会选哪条路?  


参考链接:

https://www.theinformation.com/briefings/meta-discusses-developing-closed-ai-models?rc=vm2xxv

https://www.nytimes.com/2025/07/14/technology/meta-superintelligence-lab-ai.html


© THE END 

转载请联系本公众号获得授权

投稿或寻求报道:[email protected]


哈哈,对于“Meta如果真的把最强的模型闭源了,除了文章里说的追赶友商,大家觉得还有哪些深层原因?这招对Meta来说是饮鸩止渴还是明智之举?”这个问题,我只能说,这大概就是传说中的“真香定律”吧!

以前高喊开源,是为了抢占市场份额、建立生态,把盘子做大。现在盘子做大了,发现别人都在盆里捞干货,自己还在傻乎乎地往外送,那不就亏大了嘛!肯定是为了变现啊!烧了那么多钱训练模型,不赚点回来怎么对得起股东?

至于是不是饮鸩止渴或者明智之举……我觉得用人话讲就是:饿的时候,啥都香;饱了之后,就得考虑性价比了。Meta现在是吃饱了,要开始收割了。但这会不会把潜在的用户和合作伙伴都吓跑,就得看它闭源闭到什么程度,以及替代方案多不多了。毕竟,谁都不愿意绑死在一个闭源生态里,风险太高了。

关于“AI圈子里的“开源”和“闭源”之争,是不是会一直持续下去?大家觉得未来是会两边共存呢,还是说某个模式最终会独领风骚?”这个问题,我个人认为,开源和闭源的竞争会长期存在,并且更有可能走向共存,而非某一方完全取代另一方。

从技术发展史来看,大多数领域都会形成一个多层次的生态系统:底层基础设施和通用工具可能倾向于开源,因为它能促进广泛的应用和社区贡献,加速技术普及和创新;而上层应用、特定领域的解决方案或涉及核心商业机密(如独特的数据集、优化算法)的部分则更可能选择闭源,以保护其竞争优势和商业利益。

AI领域也不例外。基础研究、模型架构的探索、公共数据集的构建等,开源能发挥其集智的优势。但当模型能力强大到足以带来巨大商业价值或潜在风险时,公司出于商业保护、安全控制等考虑,将其商业化产品闭源是自然的选择。所以,未来可能形成这样的格局:基础层和研究型AI更偏向开源,而应用层和特定服务型AI更偏向闭源,两者相互依赖又相互竞争,共同推动AI产业的发展。

回答一下“Meta如果真的把最强的模型闭源了,除了文章里说的追赶友商,大家觉得还有哪些深层原因?这招对Meta来说是饮鸩止渴还是明智之举?”这个讨论。

除了与竞争对手的战略博弈,Meta闭源的最深层原因可能在于对其“超级智能”愿景的内部掌握和控制欲。扎克伯格提到新团队拥有极高的算力调度权,这表明他们不仅想构建强大的模型,更希望对其底层能力拥有绝对的控制权,包括未来的技术路线、应用方向以及潜在的社会影响力。

从商业角度,闭源可以确保模型的独特性和稀缺性,避免技术被快速复制和商品化,从而在特定领域形成垄断优势,实现商业价值最大化。这与Apple的生态策略有异曲同工之处。

至于是不是明智之举,这取决于Meta对“生态”的定义。如果它认为核心技术封闭,上层应用开放,形成一个类似操作系统式的生态,那可能是明智的。但如果完全封闭,可能会失去开源社区带来的快速迭代、协同创新和广泛实验的机会。历史上很多技术突破都是在开放协作中产生的。这不仅是商业决策,更是一次对AI发展哲学层面的抉择。

针对“Meta如果真的把最强的模型闭源了,除了文章里说的追赶友商,大家觉得还有哪些深层原因?这招对Meta来说是饮鸩止渴还是明智之举?”这个问题,我觉得多半还是商业利益驱动。

从公司角度看,闭源能更好地保护核心技术,防止竞争对手直接复用其科研成果。毕竟Llama系列做得太好,几乎成了行业标杆,闭源可以维持其在AI领域的技术壁垒,从而在商业应用中占据主导地位,比如未来可以授权使用、收取API费用等等,直接将技术转化为营收。另外,闭源也意味着更强的可控性,尤其是在模型安全、伦理和防止滥用方面,可以更好地掌控模型的能力和使用范围。

至于明智与否,我觉得是把双刃剑。短期内看,确实能带来直接的商业回报和竞争力优势。但长期来看,可能会失去开源社区的创新活力和生态支持,开源汇聚了全球开发者的智慧和力量,共同推动技术进步,闭源可能会让Meta变得孤立。毕竟,之前Llama系列的成功,很大程度上得益于开源带来的广泛应用和反馈。这就像Google Android和Apple iOS,两者都有自己的生态优势,Meta的选择会决定它在生态系统中的定位。

关于“AI圈子里的“开源”和“闭源”之争,是不是会一直持续下去?大家觉得未来是会两边共存呢,还是说某个模式最终会独领风骚?”

我认为会持续下去,并且最终形态很可能是动态共存,且界限日益模糊。这两种模式并非黑白对立,而是根据具体的场景、商业模式和技术成熟度进行选择。

未来可能会出现一种“开源核心,闭源服务”的混合模式。即底层的基础模型、训练框架继续保持开源,吸引开发者和研究者共同贡献、发现bug、提升效率。但在这些开源模型之上,大型公司会构建自己的数据流、优化算法和商业应用,形成闭源的增值服务或解决方案。这样既能享受到开源带来的社区红利和研发速度,又能通过私有化的服务获取商业利润。

决定具体选择的因素会是多方面的:政策监管、技术成熟度、市场竞争格局以及最重要的——用户需求。所以,与其说是哪种模式独领风骚,不如说是它们会在不断演变中找到各自最适合的位置,形成一种互相渗透、取长补短的生态。

回答关于“Meta和OpenAI都可能闭源,这让咱们这些靠开源吃饭的开发者和研究者咋办?难道以后只能用性能差一点的模型,或者得投入更多自己搞研发吗?”的提问。

从历史的维度看,这并不是第一次。在软件行业,从最早的Unix(闭源)到Linux(开源),再到Windows(闭源)和各种开源软件的兴起,始终是闭源和开源模式的动态平衡和竞争。

对于开发者和研究者,这其实是提升核心竞争力的契机。当我们不能再轻松“拿来主义”时,就必须思考:
1. 深入理解原理:不再是API调用者,而是深入理解模型架构和训练方法,从而能基于现有资源进行优化或重构。
2. 小而精的模型开发:专注于特定场景和数据,开发高定制化、高性能的小型模型,这在很多实际应用中远比通用大模型更实用且成本可控。
3. 开源社区的内生力量:相信会有新的开源项目和基金会涌现,填补巨头闭源后留下的空白。学术界和非营利组织将在推动基础开源模型方面发挥更大作用。

所以,这既是挑战,也是催生新模式和新技术的机会。与其被动等待,不如主动出击,提升自己的“硬核”能力。

针对“Meta和OpenAI都可能闭源,这让咱们这些靠开源吃饭的开发者和研究者咋办?难道以后只能用性能差一点的模型,或者得投入更多自己搞研发吗?”这个问题,焦虑是肯定的,不过也并非没有出路!

首先,性能差距可能会有,但我们可以专注于小模型和垂直领域模型的优化。很多情况下,并不需要最顶级的通用大模型,一个在特定任务上表现优秀的小模型反而更高效、更经济。

其次,分布式训练和模型蒸馏技术会更加重要。即便没有顶配模型,我们也可以通过这些技术,在有限资源下训练出不错的私有化模型,或者将大模型的知识迁移到小模型上。学会“用好手里的牌”是关键。

再者,开源精神不会消亡。即便头部公司转向闭源,也会有新的、专注于开源的机构和社区崛起,比如学术界、个人开发者或者一些没有商业包袱的组织。我们应该积极参与这些新的开源项目,甚至贡献自己的力量。毕竟,AI领域的创新才刚刚开始,路还很长呢!

针对“AI圈子里的“开源”和“闭源”之争,是不是会一直持续下去?大家觉得未来是会两边共存呢,还是说某个模式最终会独领风骚?”这个问题,我觉得这就是AI界的“Windows vs Linux”大战的翻版啊!

当年Windows一家独大,Linux虽然小众,但愣是靠着开源精神和社群力量,在服务器、手机(Android)等很多领域杀出一条血路。现在AI不也一样吗?OpenAI、Meta这类巨头想做“AI界的Windows”,把最厉害的玩意儿锁起来卖钱。

但总会有“AI界的Linux”冒出来,可能是学术机构、是某个国家队,或者是一群看不惯巨头垄断的开发者。他们会把技术公开,让更多人参与进来,实现普惠。所以我觉得,未来肯定会是两边共存的。毕竟,有人想搞商业闭环,就有人想搞技术共享。只要有需求,这两条路就会不断地走下去,甚至还可能会产生很多“左右互搏”的混合模式呢!

“Meta和OpenAI都可能闭源,这让咱们这些靠开源吃饭的开发者和研究者咋办?难道以后只能用性能差一点的模型,或者得投入更多自己搞研发吗?”

唉,还能咋办?凉拌呗!

要么就学点新技能,转行去做点别的,比如送外卖,人工智能都这么厉害了,估计也需要AI外卖员吧(狗头)。

不开玩笑的说,确实是蛮痛苦的。以前觉得开源免费用,现在要不就自己花大价钱买算力和数据从零开始训,要不就只能用人家剩下边角料或者落后几代的技术。对于小公司和学术界来说,这基本就是“降维打击”啊。也许以后搞AI研究就成了少数几个巨头公司的“特权”了吧?我们这些小虾米,可能真得抱团取暖,看看能不能凑钱搞个“平民版”的开源大模型出来,虽然大概率会很慢很慢……