Meta首席执行官马克·扎克伯格近日再次明确了公司在人工智能领域的长期方向：推动通用人工智能发展，并尽可能以开放方式推进相关能力落地。与此同时，Meta也在持续加码基础设施建设，预计到2024年底，公司可用于人工智能训练和推理的GPU总量将接近60万块。
当前，围绕通用人工智能的竞争正在持续升温。多家科技公司都在朝这一目标推进，研究人才、工程能力和算力资源因此变得格外紧缺。扎克伯格表示，Meta之所以不断强化投入，是因为公司认为，要打造理想中的下一代产品，就必须持续向更通用的智能能力靠近。
Meta整合团队，强化AI主线
为加快人工智能布局，Meta已将原有的AI研究力量与负责生成式AI产品的团队进一步整合。这样的调整，意味着公司的研究成果将更直接地服务于实际产品，并最终触达其庞大的用户群体。
扎克伯格认为，明确通用人工智能这一更具雄心的目标，对于吸引顶尖研究人员非常重要。因为在当下的竞争环境中，最优秀的人才往往更愿意投入到具有长期价值和挑战性的方向中。
不过，这场竞争并不轻松。行业对高端研究人员和工程师的争夺已经非常激烈，掌握关键技术的人才身价持续走高，科技巨头之间也在不断展开招募与留人行动。
算力成为关键资源，GPU总量瞄准60万
在人工智能竞赛中，除了人才，最关键的资源之一就是算力。训练和运行大模型需要大规模高性能芯片，而这类资源在市场上长期处于紧张状态。
扎克伯格透露，到今年年底，Meta预计将拥有超过34万块英伟达H100 GPU。这类芯片被广泛视为当前构建生成式人工智能系统的核心硬件之一。
如果再加上A100以及其他人工智能芯片，Meta到2024年底的GPU储备总量将接近60万块。这个规模足以说明，Meta正在为更大模型训练、更多产品部署以及更长期的AI研究打下基础。
扎克伯格表示，Meta已经具备了非常可观的基础设施能力，而且其规模可能比外界普遍认知的还要更大。
Llama 3正在训练中
尽管通用人工智能已经成为行业热词，但它至今仍没有一个统一、明确的定义。对于这一点，扎克伯格也持较为审慎的态度。他认为，通用人工智能更重要的特征在于“广泛适用性”，也就是系统不仅能完成单一任务，还应具备推理、直觉、规划等多方面能力。
在他看来，通用人工智能的实现更可能是一个逐步推进的过程，而不是突然跨越某条清晰分界线。也正因如此，Meta当前的工作重点放在不断增强模型的综合能力上。
扎克伯格透露，Meta正在训练Llama 3。新模型的重点之一，是加强代码生成能力，同时提升推理和规划水平。对于Meta而言，编程能力不仅仅意味着回答代码问题，更重要的是它能够帮助模型理解更严谨的知识结构，从而形成更强的逻辑组织能力。
他提到，Llama 2虽然不是业内最领先的模型，但在开源模型中具有重要地位。随着Llama 3以及后续模型推出，Meta的目标是继续提升产品竞争力，并争取在这一领域占据更强的位置。
开放与封闭：Meta的选择
围绕通用人工智能，另一个长期存在的争议是：未来这项能力应由谁掌控，又应该以多大程度开放给外部世界。
扎克伯格延续了Meta一贯强调的开放思路。他表示，如果真正有价值的AI能力最终只集中在少数机构手中，可能会带来机会分配不均和价值过度集中的问题。因此，让技术在合理范围内更加开放，是Meta整体愿景中的重要组成部分。
他还指出，行业中一些公司早期倡导开放，但在意识到技术价值后，逐步转向更封闭的方式。对于以“安全”为理由主张更严格封闭开发路径的做法，扎克伯格认为，其中既可能包含真实的安全顾虑，也不可避免地带有战略和商业层面的考量。
不过，他并没有给出绝对承诺。对于未来更强大的人工智能系统是否会完全开源，扎克伯格表示，前提仍然是“有意义、安全且负责任”。换句话说，Meta倾向于开放，但不会在所有情况下预先做出不设边界的承诺。
AI并不意味着放弃元宇宙
尽管Meta正在大举押注人工智能，但扎克伯格强调，这并不意味着公司战略重心已经完全转移。现实实验室、元宇宙以及相关硬件项目仍将继续推进，Meta每年在这些方向上的投入依然非常高。
他认为，生成式人工智能将成为未来硬件产品的重要能力来源。以智能眼镜为例，新的视觉AI助手已经可以完成识别物体、翻译语言等任务，这说明AI与可穿戴设备的结合正在逐步进入实用阶段。
在更长远的设想中，扎克伯格希望未来的虚拟世界能够由人工智能共同构建，其中包括更真实、更具互动性的AI角色。他透露，Meta计划推出新平台，让用户能够创建自己的AI角色，并将其应用到公司的社交产品中。这些角色未来甚至可能具备一定的自主内容生成和互动能力。
Meta的下一阶段押注
从社交平台到元宇宙，再到通用人工智能，Meta正在把多个长期项目串联到同一条主线之下。扎克伯格的判断是，未来人与人工智能之间的互动会越来越频繁，这种变化将像过去人与人之间的连接扩展一样，成为新的基础能力。
无论通用人工智能最终会以怎样的形式到来，可以确定的是，Meta已经在人才、模型和算力上全面加码。随着Llama 3训练推进，以及大规模GPU基础设施逐步到位，Meta显然希望在下一轮人工智能竞争中占据更核心的位置。
