meta正在發(fā)起一場史無前例的戰(zhàn)略轉(zhuǎn)型，以扭轉(zhuǎn)其在基礎(chǔ)模型競賽中的落后局面。

7月15日據(jù)華爾街見聞，meta首席執(zhí)行官扎克伯格周一表示，將投資數(shù)千億美元建設(shè)幾座大型數(shù)據(jù)中心，其中首個數(shù)據(jù)中心普羅米修斯（Prometheus）預(yù)計將于明年投入使用。

據(jù)報道，meta正在效仿xAI，采用更靈活、建設(shè)速度更快的“帳篷式”數(shù)據(jù)中心設(shè)計，并同時在俄亥俄州和路易斯安那州秘密建設(shè)兩個“吉瓦級”（GW）的超級計算集群，項目內(nèi)部代號分別為普羅米修斯（Prometheus）和亥伯龍（Hyperion）。

在創(chuàng)始人扎克伯格的親自推動下，這家年現(xiàn)金流高達(dá)千億美元的廣告巨頭正不計成本地重金投入算力基礎(chǔ)設(shè)施和頂尖人才，旨在追趕并超越OpenAI等競爭對手，其核心目標(biāo)直指“超級智能”。

算力為王：從“帳篷”到“吉瓦級”集群

為了快速獲得海量算力，meta已將過去十年的數(shù)據(jù)中心建設(shè)藍(lán)圖束之高閣。

據(jù)報道，扎克伯格決定再次革新戰(zhàn)略，擁抱一種將建設(shè)速度置于首位的全新設(shè)計。這種受xAI啟發(fā)的“帳篷式”結(jié)構(gòu)，采用預(yù)制電力和冷卻模塊以及超輕型結(jié)構(gòu)，犧牲了部分冗余（例如備用柴油發(fā)電機(jī)），以求盡快讓GPU集群上線運行。

為實現(xiàn)這一目標(biāo)，meta正在推進(jìn)兩項龐大的基礎(chǔ)設(shè)施項目：

普羅米修斯（Prometheus）集群：位于俄亥俄州，一個規(guī)模高達(dá)1吉瓦的AI訓(xùn)練集群。meta采取了“全方位”策略，整合了自建園區(qū)、第三方租賃以及現(xiàn)場天然氣發(fā)電等多種方式。據(jù)報道，該項目旨在通過超高帶寬網(wǎng)絡(luò)連接所有站點，形成統(tǒng)一的后端網(wǎng)絡(luò)。為了解決當(dāng)?shù)仉娋W(wǎng)的供電瓶頸，meta甚至效仿馬斯克，正在建設(shè)兩座200兆瓦的現(xiàn)場天然氣發(fā)電廠。
亥伯龍（Hyperion）集群：位于路易斯安那州，規(guī)模更為宏大，旨在全面超越OpenAI備受矚目的星際之門項目。據(jù)報道，Hyperion的一期工程的IT功率就將超過1.5吉瓦，預(yù)計到2027年底成為全球最大的單一AI數(shù)據(jù)中心園區(qū)。

這些舉措的目標(biāo)非常明確：讓meta在人均算力資源上從“GPU貧乏”轉(zhuǎn)變?yōu)椤癎PU極其富有”，使其訓(xùn)練算力規(guī)模能與OpenAI等頭部實驗室相匹敵。

Llama 4之殤：復(fù)盤技術(shù)與戰(zhàn)略根源

meta的激進(jìn)轉(zhuǎn)型，源于其Llama 4 Behemoth大模型的失敗。在Llama 3一度引領(lǐng)開源模型浪潮后，這次失敗使meta的聲譽(yù)受損。

據(jù)報道，失敗的技術(shù)根源主要包括以下幾點：

架構(gòu)選擇失誤：模型采用了“分塊注意力”（Chunked Attention）機(jī)制以追求長文本處理效率，但這在塊與塊的邊界造成了“盲點”，損害了模型的長程推理能力。此外，模型最初采用的“專家選擇路由”（Expert Choice Routing）雖然提升了訓(xùn)練效率，但在推理階段表現(xiàn)不佳，中途切換回“Token選擇路由”（Token Choice Routing）又導(dǎo)致專家分工混亂。
數(shù)據(jù)質(zhì)量瓶頸：在訓(xùn)練中途，團(tuán)隊從使用公共數(shù)據(jù)集轉(zhuǎn)向其新建的內(nèi)部網(wǎng)絡(luò)爬蟲，但在數(shù)據(jù)清洗和去重方面準(zhǔn)備不足。更重要的是，與其他頂尖AI實驗室不同，meta沒有利用YouTube的海量視頻與文本數(shù)據(jù)，這可能限制了其多模態(tài)能力的開發(fā)。
擴(kuò)展與評估短板：報道指出，Llama 4團(tuán)隊在將研究實驗擴(kuò)展到大規(guī)模訓(xùn)練上遇到了困難，缺乏有力的領(lǐng)導(dǎo)來統(tǒng)一技術(shù)路線。同時，meta在強(qiáng)化學(xué)習(xí)和內(nèi)部評估基礎(chǔ)設(shè)施方面也相對落后，未能及早發(fā)現(xiàn)架構(gòu)選擇中存在的問題。

報道認(rèn)為盡管Llama 4本身失敗了，但meta仍通過模型蒸餾技術(shù)，將其知識遷移到更小的Maverick和Scout模型中。

彌合差距：豪擲千金與戰(zhàn)略收購

在重整算力基礎(chǔ)設(shè)施的同時，扎克伯格將戰(zhàn)略重心轉(zhuǎn)向了另一個關(guān)鍵要素：人才。他深知meta與頂尖AI實驗室之間的人才差距，因此親自負(fù)責(zé)為一個全新的“超級智能”團(tuán)隊招募成員。

據(jù)報道，meta為頂尖研究員開出的薪酬方案通常高達(dá)4年2億美元，部分關(guān)鍵崗位甚至收到了被拒絕的10億美元級別報價。

這一策略不僅是為了吸引人才，也是為了抬高競爭對手的用人成本。近期加盟的知名人士包括前GitHub CEO Nat Friedman，以及與Ilya Sutskever共同創(chuàng)立SSI的Daniel Gross。

在人才策略之外，戰(zhàn)略收購成為另一大支柱。對Scale AI的投資被視為關(guān)鍵一步，遠(yuǎn)非“退而求其次”。

據(jù)分析，此舉直接針對Llama 4暴露出的數(shù)據(jù)和評估短板。

Scale AI的創(chuàng)始人Alex Wang及其專精于模型評估的SEAL實驗室將為meta帶來急需的能力，尤其是其開發(fā)的推理模型評估基準(zhǔn)HLE（Humanity’s Last Exam），將有力彌補(bǔ)meta的不足。