过去一年，扎克伯格在AI领域的征程可谓波折不断。从Llama 4模型被质疑刷榜造假，到meta被外界普遍认为在AI竞赛中掉队，这位科技巨头掌门人承受着巨大压力。然而，面对重重困境，扎克伯格迅速调整策略，开启了一场惊心动魄的逆袭之战。
在人才布局上，扎克伯格展现出了强大的魄力。他斥资143亿美元收购Scale AI 49%的股份，将年仅28岁的创始人Alexandr Wang纳入麾下，并任命其为meta史上首位首席AI官。同时，meta成立了“超级智能实验室”这一新部门，内部代号为“牛油果”的项目也正式启动。不仅如此，扎克伯格还开启了一场“人才争夺战”，以天价薪酬从OpenAI挖来赵晟佳，从苹果挖来庞若鸣，还有中科大少年班的余家辉，这些顶尖人才的年薪据说都超过亿美元，直接将AI人才竞争的门槛提升至亿级。
然而，meta的AI之路并非一帆风顺。钱多人傻的质疑声不断，内部还传出宫斗消息，原AI大佬杨立昆出走，甚至有传言称Alexandr Wang将被“干掉”。为了辟谣，扎克伯格不得不晒出与Alexandr Wang的合影。经过九个月的艰苦努力，Alexandr Wang终于带领团队推出了全新的AI模型Muse Spark。
Muse Spark并非完美无缺，其长处与短板都十分明显。在多模态理解和健康问答方面，它表现卓越，处于断层第一的位置；深思模式在前沿科学领域也有出色表现。但在抽象推理和编码能力上，它与Claude和Gemini等老对手相比，仍有较大差距。尽管如此，外界对Muse Spark却十分买账，meta股价当天大涨9%，创下今年1月以来的最大单日涨幅。市场对meta此次的诚恳态度以及重构后的技术路线给予了认可。
meta的这段经历，为整个大模型行业提供了宝贵的经验。在大模型竞赛中，纠错速度远比初始选择更为重要。meta在Llama系列上投入了大量资源，但Llama 4翻车后，扎克伯格没有选择在原有技术栈上修修补补，而是果断推倒重来。他换帅、换组织、换架构、换路线，仅用九个月就从零开始重建了一整套技术栈。这表明，在大模型时代，沉没成本就是沉没成本，方向错误时，之前的努力可能付诸东流。很多团队不缺GPU和人才，缺的是砍掉重来的决策魄力。
meta还同时放下了两个执念。其一是对开源的执念。曾经，meta是AI开源世界的领军者，Llama系列在开源社区影响深远。但Muse Spark却选择闭源，以API形式开放。这一转向看似意外，实则合理。开源并非价值观，而是竞争策略。在“技术布道期”，开源有助于拉盟友、建生态；但当行业进入“商业回报期”，研发成本飙升、技术保鲜期缩短，旗舰模型闭源成为必然选择。未来，更可能的格局是混合路线，中轻量级模型继续开源，顶级旗舰模型转向闭源，作为云端服务的独家卖点。
其二是对大模型“全面碾压”的追求。Muse Spark的跑分成绩单显示，它在医疗推理和图表视觉理解方面大幅领先，但编码能力和抽象推理明显落后。这并非一个“全能型”模型，而是一个在特定方向上极具优势的模型。meta选择医疗和视觉领域，是因为这是其产品生态最需要的能力。meta AI眼镜需要强大的视觉理解，WhatsApp和Instagram上的30亿用户需要可靠的健康建议。meta还将十亿级的社交图谱整合进AI回答，这是其他竞争对手所没有的。在头部模型通用智力日益接近的情况下，独特的数据、场景和生态成为拉开差距的关键。
meta此次的另一个聪明之处在于没有憋大招。Muse Spark被定义为“起步款”，用于验证技术栈的可行性，而非性能天花板。这一策略达到了多个战略目标：股价上涨，投资人信心回升，团队士气振奋，行业叙事从“meta掉队”转变为“meta回来了”。meta可以沿着预训练效率、强化学习、推理时计算三条轴线逐步推进，持续出牌。这反映了大模型竞赛的深层变化，从“一发入魂”转变为“持续出牌”。如今，每家都有强模型，每月都有新发布，用户和投资人的阈值越来越高，注意力窗口越来越短。先出牌证明自己仍在牌桌上，再用路线图告诉市场自己会越来越强，节奏感比完美度更有价值。
目前，Muse Spark只是meta翻盘故事的第一章。接下来，Alexandr Wang能否兑现“越来越强”的承诺，扎克伯格能否将2026年预计1150亿到1350亿美元的AI支出转化为真正的护城河，都还是未知数。但至少，meta的经历让人们看到，在AI行业，做错选择并不可怕，重要的是做错之后还能站起来。
