Meta AI之路：从Llama的辉煌到滑铁卢

2025年10月底，Meta AI部门宣布裁员600个职位，甚至核心部门的研究总监，同时掌管AI业务的高管纷纷离职、被边缘化，就连图灵奖得主Yann LeCun也被认为自身难保。

一方面扎克伯格在用上亿美元的年薪挖AI人才，但同时又如此决绝的裁员，这样割裂的行为背后是因为什么？

于是我们采访了Meta的前FAIR研究总监AI科学家田渊栋、参与了Llama 3后训练的前Meta员工Gavin Wang、硅谷资深HR专家以及一些匿名人士，试图还原一下Meta的Llama开源路线到底发生了什么：

为什么Llama 3还让众人惊艳，而仅一年之后的Llama 4就如此拉胯？中间发生了什么？Meta的开源路线从一开始就注定是个错误吗？AI大模型激烈对战的当下，一个乌托邦式的AI研究实验室还能够存在吗？

01 FAIR与GenAI的诞生：Meta的AI十年布局与架构搭建

首先来看看Meta对AI布局的整个公司架构。

2013年年底，扎克伯格开始搭建Meta的AI团队。当时，谷歌收购了Geoffrey Hinton的DNN团队，将Hinton招入麾下，同一时间，Meta将Yann Lecun请来坐镇AI的发展。至此，图灵奖三巨头的两位开始步入商业科技来主导AI研发。

在扎克伯格邀请Yann LeCun加入Meta的时候，后者提过三个条件：

1.不从纽约搬走；

2.不会辞去在纽约大学的工作；

3.必须开展开放的研究，公开发布所做的所有工作，并将代码开源。

所以，一开始Meta的路线就是开源的。Yann LeCun进入Meta之后，开始着手前沿的AI研发，组建了Fundamental AI Research实验室，也就是大名鼎鼎的FAIR实验室，主导人工智能的前沿研究。

田渊栋

前Meta基础AI研究（FAIR）团队研究总监：

FAIR是负责前沿研究的，就是做一些现在目前看起来没有特别大的应用，但是新的想法、新的思路、新的算法、新的框架、新的模型架构。这样的探索之后可能会有一些大的突破，大概是这样的一个逻辑。

但是对于Meta来说，最终还是要看到AI在自身产品上的进展。于是和FAIR组平行设置了一个组叫“Generative AI”，简称“GenAI”组。

这个组里面分别有不同的功能团队，包括了Llama开源模型的研发，将AI能力运用到产品上的Meta AI团队，还有AI算力基建的数据中心团队，其它的还有一些小部门，比如说Search（搜索），Enterprise（企业服务），Video-gen（文生视频）模型等等。

GenAI和FAIR是平行关系，这像是一个天平，一边是前沿科研，一边是产品化。理想情况下，前沿研究能带来更好的产品力，而产品赚钱了能让管理层有更大的动力拨款给FAIR去做研发。

田渊栋

前Meta基础AI研究（FAIR）团队研究总监：

比如FAIR会提供一些很好的想法和工作给GenAI去用，让GenAI把这些想法和工作放进生产，然后在下一代模型中使用出来。

很多人的初心就是说想做一些不一样的东西，或者是与众不同的方向、工作。能不能真正地实现AGI（通用人工智能）？这其实是个比较大的问题。

陈茜

硅谷101联合创始人：

所以FAIR的目的是AGI，但是GenAI它的目的是怎么把AI放在Meta现有的产品中，让AI发生效应。

田渊栋

前Meta基础AI研究（FAIR）团队研究总监：

对，应该说主要一方面是Llama，Llama是一个很大的模型。还有就是怎么样把AI比较好地用在一些具体的应用上。

但是，让这样的天平始终保持平衡，是一个很理想化的乌托邦状态。而这个乌托邦状态的前提是，Meta的AI模型水平一直是要保持最领先的，或者说，至少是在开源赛道最领先，且不落后闭源模型太多的。

陈茜

硅谷101联合创始人:

你觉得在FAIR最快乐的一段时光是什么时候？

田渊栋

前Meta基础AI研究（FAIR）团队研究总监：

“我觉得从我入职FAIR之后一直到2022年，这段时间是很开心的。因为大语言模型来了之后，整个生态或者说研究者之间的关系发生了一些变化。因为大语言模型来了之后，算力成了很重要的一个因素。因为算力是有限的，所以就会产生各种问题、各种矛盾。大家都要训练一个很大的模型，如果是这样的话，相互之间就开始有一些问题。”

“因为卡不多就没办法训练出很好的模型，”

“所以在2023年之后这段时间之内，状态肯定不会像以前那么好。”

从Llama 3到Llama 4：Model vs. Product的抉择

“开源之光”：Llama的昔日骄傲与滑铁卢？