2013年，在美國內華達州的一個酒店舞廳裏舉辦了一場私人聚會。幾十名工程師、計算機科學家們圍坐在一起，他們正在慶祝一個人工智能組織的成立。
“這是一場天堂裏的婚禮”。說這話的人叫做楊立昆，除了「卷積神經網絡之父」的稱號，在這一年，他做了一個重要的決定，從實驗室走進Facebook，成爲這家科技公司人工智能研究院FAIR的第一代領導者，由此開啓了深度學習的浪潮。
但請注意這是2013年，當時科技行業的大多數人甚至都沒有聽說過深度學習，彼時的Meta（在當時還是Facebook）還是一家社交網絡公司，人們天然地認爲，它的使命不該是探究最前沿的技術，而是快速擴充規模。但紮克伯格沒有這麽做，他下定決心要押注最前沿的技術，比谷歌、微軟等巨頭們更快。
細數扎克伯格和他的Meta，曾一度是AI界僅次于谷歌、微軟的存在。不僅在深度學習浪潮早期就占盡人和，將楊立昆等明星科學家納入麾下，同時也擁有最前瞻性的目光，扎克伯格甚至參與過DeepMind的競購，從微軟裏搶走不少的人才。
十余年過去，在微軟、OpenAI、谷歌等一衆科技巨頭的「AI軍備競賽」中，Meta淪爲了第二梯隊，但扎克伯格並不願意承認這一點。在近期接受The Verge 的訪談中，很久沒有現身的扎克伯格對外宣布了Meta打造通用智能的野心，不僅公布了最新的大模型動態，還大秀算力儲備，借AI之風，Meta股價創歷史新高，市值超過1萬億美元。
只是這一次，扎克伯格的AGI野心真的能實現嗎？
Meta AI 前傳：占盡天時、地利和人和
在AI浪潮中，曾經的Meta是可以和谷歌、微軟掰手腕的存在。
這得益于扎克伯格自身的「野心」，也是「天時」。扎克伯格很早就決定加入谷歌、微軟、蘋果等巨頭的戰爭，即便規模尚小，他渴望通過下一項變革性技術，成爲領導者，因此當谷歌率先通過收購「深度學習之父」辛頓的初創公司進入深度學習領域時，扎克伯格就意識到他也必須抵達那裏。
2013年，當楊立昆決定加入Facebook，成爲人工智能研究院的第一任主任前，這位學者向扎克伯格提了兩個條件：一個是不會離開紐約大學，另一個則是堅持企業研究的「開放哲學」。
扎克伯格同意了這兩個條件，某種程度上也爲Meta在AI時代的領先位置奠定了基礎。
「不會離開紐約大學」讓FAIR始終致力于追趕最前沿的技術，充滿著理想主義。據當時從谷歌跳槽到FAIR的根據實驗室華人成員田淵棟介紹，FAIR實驗室不像谷歌那樣條條框框很多，有各種各樣的限制，相對非常自由，沒有産品壓力。“我到了Facebook之後就好像回到了讀博時的狀態，特別有興奮感，在工作上特別有動力，整個人就好像活過來了。”田淵棟說。
可以說，彼時規模尚小的Facebook並未有谷歌「大象難轉身」的難題，FAIR這種自由包容的研究氛圍可以被視爲是第一重「地利」，同時扎克伯格憑借Facebook牢牢掌握著流量入口，社交網絡上的圖片、視頻、語音等種種多模態的數據，這是深度學習成長的沃土，這是第二重「地利」。
楊立昆所提出的另一個條件——企業研究的「開放哲學」則爲Meta帶來了「人和」。
楊立昆堅信「開放研究」，並以此爲條件，讓這種願景變成了Meta的規範。“因爲如果你的研究秘密進行，你的研究質量會很差，你無法吸引最好的人才，你不會招募到有能力推動最先進技術發展的人。”楊立昆曾這樣說。
在這樣的企業研究哲學下，Meta不走封閉的AI路線，而是盡可能地對外開源研究代碼、數據集和工具。一方面，取得了看得見的研究成果，直接推動了AI的進程，其中最典型的案例有兩個。
一個是自監督和生成模型（Self-supervised learning and generative models）。SSL一直都是Meta布局AI的重要方向。楊立昆曾將SSL視爲「人工智能的暗物質」。他認爲，區別于監督學習這種範式，SSL可以利用大量未標記數據來擴大人工智能規模，這對于識別和理解世界更微妙、更不常見的表示模式很重要。2014年，當Ian Goodfellow提出了GANs模型（生成對抗網絡）時，科技巨頭們先後跳上了研究GANs的彩車，連一向在AI上鮮少發聲的蘋果也在當時發布了一篇「如何更好地利用 GANs」的研究論文。
Meta無疑走在前列，從2015年開始，Meta就關注GANs的不同變體，讓其從研究人員著迷的「玩具」變成可輔助人類生産的「工具」。
Meta的科學家和工程師們認爲，GANs真正有趣的部分是它們對未來的意義，上圖展示了可參與時尚單品的創作圖源：Meta
2017年，Facebook聯合羅格斯大學和查爾斯頓學院藝術史系，針對GANs提出了名爲CAN（創造性對抗網絡），讓AI繪畫真正走入大衆視野。據當時研究人員的測試，請觀衆去判斷由CAN模型生成的AI藝術作品是人類藝術家的作品，還是人工智能的創作。結果，有53%的觀衆認爲藝術作品出自人類，這也是歷史上類似的圖靈測試裏首次突破半數。
另一個案例則是AI框架PyTorch。作爲時下流行的開源深度學習框架，PyTorch被廣泛應用于人工智能和機器學習領域，其地位一度逼近谷歌的TensorFlow。楊立昆曾說：“當初谷歌的TensorFlow確實比Torch更火。然而Meta的PyTorch出現之後，現在其受歡迎程度已經超過TensorFlow了。”
而根據中信建投對Github上的項目數量、關注人數的對比，在AI工程領域，Meta工程領域相關能力僅次于微軟和谷歌。
這種「開放開源」更深遠的影響就是吸引了衆多頂尖人才的加入。深度學習發展的歷史，就是一部科技巨頭的搶人史。彼時的FAIR可以被視爲深度學習「研究與工程」的人才庫。有ResNet網絡的發明人何恺明、VC維和SVM的締造者Vladimir Vapnik、提出隨機梯度下降法理論的Léon Bottou等。
天時、地利、人和，Meta似乎具備成爲AI時代的霸主的因素，那麽究竟爲什麽，Meta和扎克伯格會錯過這次浪潮呢？
FAIR的兩次重組：Meta錯過的時代
2014年，紮克伯格開啓了自己的「亞洲行」，到訪中國時，在清華大學經管學院舜德樓內，用中文演講的扎克伯格闡述了當時十歲的Facebook在「下一個十年」的三個方向：連接整個世界、發展人工智能、虛擬現實。
“第一，我們想要連接整個世界，所以我們要幫助所有人用互聯網，第二，我們想要發展人工智能，第三是所有人用手機以後，我相信下個平台是虛擬現實（virtual reality），Oculus是第一産品，我們希望還有別的很多産品。”
三大方向對應當時Facebook最重要三個業務板塊：連接，即對應來自社交媒體平台所創造的收入。VR，也就是扎克伯格所堅信的「下一代互聯網」，也是後來他口中的「元宇宙」。而人工智能，既是彼時扎克伯格對外展示的野心，也同樣可視爲支撐其他業務的重要技術組件。
扎克伯格曾在說服楊立昆加入時，向這位學者描述過自己的願景——未來，社交網絡上的互動變成獨立完成任務的技術驅動，在短期內，這些技術將識別照片中的人臉，識別語音指令，並在不同的語言之間進行翻譯。從長遠來看，智能體或機器人將巡視Facebook的數字世界，接受指令，並根據需要執行指令。
當楊立昆問Facebook是否有任何不感興趣的人工智能研究領域時，扎克伯格說：“可能是機器人學。”但其他一切——數字領域的一切——都在扎克伯格興趣範圍之內。
按照這樣的戰略邏輯，依靠領先的技術、社交網絡規模化的收入以及VR作爲硬件載體，Facebook理應走出一條更順暢的發展道路。但事實上，誰也難以預料技術的發展與周期變化，扎克伯格與他的Facebook也毫不例外。
理解Meta爲何沒有成爲當下最熱門的AI企業，FAIR的兩次重組是一個很好的觀察窗口。
在2018年之前，FAIR實驗室主要負責學術研究，另一個被稱爲應用機器學習部門（下文簡稱：AML）則是負責産品團隊成果的轉化，雙方互不干涉，相對比較獨立。一個強調最前沿的技術，另一個則是注重轉化，因此如何強調團隊之間的協作，成爲了關鍵。但好在，盡管工作方式不同，但兩個團隊的共識都是一致的，比如強調開放，因此上述問題還並沒有顯露。
轉折的點發生在2018年，FAIR的第一次重組。
2018年，楊立昆宣布卸任FAIR的職位，轉任首席AI科學家一職，接任楊立昆的是當時AML的領導者 Jér me Pesenti。這次調動不同的點在于，削弱了FAIR的獨立性，Pesenti同時擁有FAIR和AML兩個部門的話語權。楊立昆在一次采訪中這樣評價這次變動：「AML和FAIR向CTO彙報，隨著AI重要性、圍繞深度學習建立更多系統重要性的提升，CTO再也不用擔心了。」
楊立昆的「言外之意」其實有二：一是FAIR正在去集中化，這意味著未來將更多爲産品和業務服務。二是在當時Facebook陷入到了嚴重的監管，CTO必須要用技術解決公衆的信任危機，因此FAIR加大了在識別型AI的投入，以促進人工智能的公平、透明和可解釋性。
第二次重組則發生在2022年6月，Meta再次宣布FAIR重組調整，明確提出AI部門不再「集中化研究」，而是分布式的下放到每個組織部門中去。這項改動加速AI技術在Meta實際業務中的應用，而被引入到不同産品組的業務部被稱爲「AI創新中心」。其中，FAIR也將成爲Reality Labs Research旗下部門，就在一年前，Facebook正式改名爲Meta。
科技公司的組織變動非常常見，畢竟技術的變化太快了。但不同于微軟、蘋果等科技公司，FAIR之于Meta，兩次重組的不同點有二：
一是AI都是「救急」，而非創新。無論是用以服務社交媒體，識別與解決假新聞等問題，還是應對不成熟的VR業務，FAIR本身聚焦前沿技術的創新被大大稀釋了。
二是缺乏戰略的穩定性。「擁抱變化」盡管是科技公司經常挂在嘴邊的一句話，但參考微軟、蘋果的經驗，總有一個穩定長期的「主線」。例如，蘋果盡管市場被吐槽「擠牙膏創新」，但在圍繞C端的軟硬件叠代上始終放大自己的生態、供應鏈等核心優勢。
至此，如果回頭看看十年前扎克伯格給自己留的三個方向：連接整個世界、發展人工智能、虛擬現實，似乎三個都沒有助力其成爲TOP1。
重新變酷的Meta，不願再走老路
“我們可以發現的一點是說，Meta又變酷了。”曾在Meta擔任AI架構總監，如今創業的賈揚清如此評價Meta的新變化。
在由chatGPT所開啓的生成式AI浪潮中，之所以說Meta「重新變酷」的關鍵有二：一是區別于OpenAI等巨頭的閉源路線，Meta加入戰場的姿態是「開源」。
從LLaMA系列開始，Meta相繼開源了一系列的模型，包括視覺領域的SAM和DINOv2、音頻領域的AudioCraft系列模型、多模態大模型ImageBind等。而據紮克伯格的最新透露，Meta正在訓練Llama 3，且該模型具備更強的代碼生成能力。
而由LLaMA所引發的「開源和閉源」之間的討論已足以證明了Meta的變化。楊立昆曾這樣形容開源社區與閉源模型在生成式AI上的發展。“開源人工智能模型正走在超越專有模型的路上”。
第二個「重新變酷」的原因則是扎克伯格態度的轉變。區別于過去對增長的迷戀以及混亂的AI策略，無論是與微軟合作，還是宣布對開源大模型的押注，Meta的AI策略逐步從分散走向整合。具體來說，一是延續開源路線，加大AI生態的繁榮，這既符合對FAIR當初的承諾，也有利于在開發者和公衆間，改善Meta的形象。二是借助AI更快抵達元宇宙，一方面利用AI降低開發門檻，另一方面，發揮應用優勢，更好地優化體驗。
據「矽基研究室」梳理，區別于谷歌、亞馬遜等巨頭，Meta的AI能力主要集中在C端和視覺，包括圖像識別和目標檢測、圖像生成、增強現實（AR）和虛擬現實（VR）、人臉識別和人臉相關技術以及社交網絡數據處理和隱私保護。這些技術儲備在生成式AI時代具備先發優勢。
可以肯定的是，扎克伯格和他的Meta都不願重走過去的老路，曾經的AI王者是否能夠再度翻身，這是時代交給扎克伯格的新命題了，畢竟Meta所面臨的挑戰還有很多。
首先，是老生常談的Reality Labs的盈利問題。從Meta去年第三季度財報狀況來看，廣告業務強勢復甦，但VR/AR業務持續虧損。去年9月，Meta發布了首款消費級MR頭顯Quest 3，據天風國際證券分析師郭明錤的分析，Quest 3頭顯銷量將明顯少于最初的預期。據機構IDC的估計，2023年AR/VR頭顯的出貨量爲810萬台，同比下降8.3%，盡管有蘋Vision pro的熱度加持，但市場回暖依舊需要一定的時間。
其次，即便不走過去的老路，AI戰略已逐漸連貫，但比起微軟、OpenAI等巨頭，Meta想做的還是太多了。如「互聯網怪盜團」的評價，當所有科技巨頭都在集中投入AI這一個「研發焦點」時，Meta卻必須將資源分散在兩個「研發焦點」，這不可避免地要面臨資源和精力的分配問題。
時間撥回2012年，彼時Facebook尚未改名，面對當時股價的低迷、移動化戰略的失誤，扎克伯格回應道：“我能承受人們的低估，因爲我甯願被低估，這樣才能真正讓他們刮目相看。”如今在這場關于AI的新戰事中，扎克伯格回到了原點，他和Meta都急需一場勝仗。---來源: 钛媒體-
參考資料： 1、福布斯：楊立昆希望用開源戰勝OpenAI？
2、甲子光年：三次誤判後，扎克伯格這次終于做對了
3、遠川研究所：差一步稱霸AI：歷史進程中的扎克伯格
4、互聯網怪盜團：Meta的逆襲：扎克伯格到底做對了什麽？
5、深度學習革命，凱德·梅茨
