今天小編分享的科技經驗：三次誤判後，扎克伯格這次終于做對了，歡迎閲讀。
Meta 沒有錯過大模型。
作者 | 李晗 劉楊楠
編輯 | 栗子
" 今天，我們一起發起了一場運動。"
2007 年 5 月 24 日下午 3 點，在 Facebook 第一次開發者大會上，年輕的扎克伯格向台下上千名開發者發出一則 " 革命宣言 "。這是扎克伯格第一次在公眾場合上台演講，他在台下把這句開場白練習了無數遍。
當時，Facebook 已經從校園走向社會，面向所有互聯網用户開放，一舉站上社交媒體金字塔尖的寶座。但扎克伯格不滿于此，他開始嘗試觸達計算機世界更高的寶座——作業系統。
Facebook 将其開發者大會命名為 F8，指代 Facebook 經常會舉辦的 " 通宵黑客馬拉松活動 " ——将工程師們聚在一起，用 8 個小時完成一個不切實際的想法。同時，F8 的英文發音和 fate（命運）相似，仿佛暗藏了扎克伯格認為 Facebook 命中注定将成為時代霸主的野心。
但遺憾的是，決定開發作業系統後的十幾年裏，Facebook 定下的大計劃幾乎沒有一次能圓滿完成——社交媒體作業系統折戟；錯過移動互聯網的先機；在元宇宙的一片虛火中全力押注，最終血本無歸。這家曾經的社交媒體巨頭在一次又一次誤判中跌落塵埃。
今天，Meta 又找到了 "AI" 這根救命稻草，并已經開始看到曙光。
7 月，Meta 發布了 2023 年 Q2 季度财報，多項數據超市場預期。财報顯示，Meta 在 2023 年 Q2 季度中，總營收為 320 億美元，同比增長 11%；Q2 季度每股收益為 2.98 美元，同比增長 21%，創 2021 年四季度以來新高；淨利潤為 77.88 億美元，同比增長 16%。這是 Meta 自 2021 年四季度以來，營收增長幅度首次達到兩位數。
但壞消息是，元宇宙給公司帶來的虧損仍在擴大。據财報顯示，元宇宙所在的 Reality Labs（現實實驗室）部門，在 2023 年 Q2 季度虧損達到 37.3 億美元，Q1 季度虧損額達 39.92 億美元。 Meta 的元宇宙部門已經連續兩年虧損百億美元以上，2022 年共計虧損 137.17 億美元，2021 年虧損 101.93 億美元。Facebook 改名 Meta 之後，已經在元宇宙項目裏虧損了約 316 億美元，股價直接性損失了約三分之二。
Meta 也在嘗試将其大模型整合至原先的社交媒體產品矩陣中，但将 AI 植入社交媒體由此帶來的财務增長或許并不是大模型最好的商業模式。可以説，此時此刻無論巨頭還是創業者，都沒有為大模型找到一個長久且行之有效的商業模式。
那麼，Meta 究竟能否憑借 LLaMA 重回巅峰？
1、" 羊駝熱潮 "：一場來自 Meta 的反擊
經過半年發酵，人們對大模型的狂熱終于逐漸冷卻，開始考慮 " 下一步 " 該怎麼走。
學術界依然 " 歲月靜好 "，繼續探索如何治好大模型胡説八道的毛病，以及大模型之外，人工智能還有哪些更值得想象的未來。
而商業世界就是另一番景象了。巨頭們打得面紅耳赤，生怕錯過定義下一個時代的機會；創業者們削尖腦袋，拼命尋找尚未被巨頭占領的處女地，試圖出奇制勝。
但在圍繞大模型的新一輪商業競争中，Meta 作為科技巨頭卻顯得頗為 " 佛系 "。
OpenAI 去年 11 月底發布 ChatGPT，但當時的 Meta 還因元宇宙血虧而身陷裁員陣痛。今年 1 月，Meta 似乎才反應過來，着手訓練更輕巧的語言模型 LLaMA。
2 月 25 日，Meta" 不小心泄露 " 了 LLaMA 模型（英文中，llama 譯為 " 羊駝 "）。LLaMA 模型有 70 億、130 億、330 億和 650 億四種參數規模，訓練語言高達 20 種。
在對比測試中，LLaMA 模型在僅 130 億參數規模上，就已經可以 " 在大多數基準上 " 勝過參數量高達 1750 億的 GPT-3，且能在單塊 V100 GPU 上運行；而其 650 億參數的模型已經可以媲美谷歌的 Chinchilla-70B 和 PaLM-540B。
整個訓練數據集在 token 化之後大約包含 1.4 萬億個 token。其中，LLaMA-65B 和 LLaMA-33B 是在 1.4 萬億個 token 上訓練的，而最小的模型 LLaMA-7B 是在 1 萬億個 token 上訓練的。
LLaMA 給出了一條獨立于 GPT 路線的新思路——更大規模的訓練數據 + 更精巧的算法能夠降低模型對參數和算力的依賴。
2022 年 3 月，來自 DeepMind 的 Jordan Hoffmann 等人在論文《Training Compute-Optimal Large Language Models》中提出 "Hoffmann 定律 "：用 20 倍于模型參數規模的訓練數據來訓練大模型，效果最好。而 LLaMA 模型的訓練數據量正好約為參數規模的 22 倍。
LLaMA 的出現已經讓外界對 Meta 刮目相看。但所有人都沒想到，Meta 的大招還在後面。
時隔 5 個月，7 月 19 日，Meta 攜手微軟推出開源大語言模型 LLaMA2。發布當天，扎克伯格在 Facebook 上傳了一張和微軟 CEO 薩蒂亞 · 納德拉的合照。照片中二人面帶微笑，甜蜜相擁，背後藍天白雲、綠草茵茵，一派祥和。有網友調侃道：" 我想知道 OpenAI 感覺如何？"
圖片來源：扎克伯格 Facebook 主頁
Meta 還發布了一篇長達 76 頁的論文，詳細説明了 LLaMA2 誕生的全過程，包括模型詳細信息、訓練階段、硬體、數據管道和注釋過程。NVIDIA 高級人工智能科學家 Jim Fan 稱贊這篇論文是 " 一部傑作 "。至少從行動上看，Meta 的開源很有誠意。
LLaMA2 将 " 大模型應該開源還是閉源 " 的争論推向了高潮。
開源與閉源之争幾乎伴随了整個計算機技術的發展歷程。從 PC 時代的 Windows 與 Linux 之争，到移動互聯網時代，蘋果 iOS 與谷歌安卓二分天下，每一次開源生态崛起，都會帶來一場市場的重新洗牌。
在美國大模型廠商中，谷歌是閉源陣營，OpenAI 前期開源，後期迫于商業壓力也轉向閉源，以 API 付費的方式向開發者提供服務。
種種迹象表明，Meta 發布的開源模型已經開始衝擊閉源玩家。
LLaMA2 發布一周内，Meta 就收到了超過 15 次的下載請求，開源社區 star 數量直逼 3 萬顆，基于 LLaMA2 微調的模型與插件也如雨後春筍般冒出。
同時，LLaMA2 也降低了大模型私有化部署的門檻，很受企業歡迎。LLaMA2 構建在 Meta 自己開發的 PyTorch 框架上，PyTorch 可以大幅減小模型的體積，讓模型變得更輕巧，極大降低了運行大模型的硬體門檻，個人用户甚至在普通電腦上也可以部署運行 LLaMA2。
以上均得益于 Meta 對模型本身的精巧構思，而比模型設計更 " 精巧 " 的，是 Meta 對開源社區的深刻理解。
Meta 聚攏了很多合作夥伴共同向客户及開發者提供 LLaMA2 模型，阿裏雲、Amazon Sagemaker、Databricks、Microsoft Azure 以及 IBM 的 WatsonX 都已支持 LLaMA2 使用，開發人員可以在單個 GPU 上微調 70B 的模型，采用成本被大大降低。
最近一項題為 " 大型語言模型的挑戰和應用 " 的研究指出，經過微調的閉源模型和開源模型之間存在能力差距。但借助 LLaMA2，社區可以縮小差距，開發出可與 OpenAI 的 GPT 模型相較量的競争對手。
值得注意的是，Meta 給 LLaMA2 的 " 免費商用 " 設定了一個意味深長的限制條件。根據 LLaMA2 的授權政策，如果企業的月活用户數超過 7 億，必須從 Meta 申請許可證，Meta 會對此類授權嚴格設限。
Meta 并未明确解釋設定這項政策的實際原因，但從 " 月活 7 億 " 的門檻來看，基本上把現在的巨頭擋在了門外。產品月活超 7 億的公司有 YouTube（25 億）、蘋果 （18 億）、微軟（14 億）、三星（10 億）、領英（9 億）、Snapchat（7.5 億）等，而這些正是 Meta 的主要競争對手。
通常意義上，開源和閉源有着明确的 " 分工 "。開源承擔推動技術繁榮的理想與信念；閉源則負責為商業公司構築技術壁壘，謀取更多利潤。但 Meta 似乎試圖在開源的理想主義和閉源的利益為先之間尋找一個平衡點——一邊高舉開源大旗，繁榮創新；一邊和競争對手劃清界限。
不得不説，和 2021 年 "All in" 元宇宙相比，Meta 這次的戰術顯得更加明智。某種程度上，這更像是蟄伏已久的 Meta，向所有人發出的一次 " 反擊 "。
一直以來，以社交媒體起家的 Meta 常被人诟病缺乏科技基因。在今年 5 月舉辦的 " 白宮 AI 峰會 " 甚至沒有邀請 Meta。有記者詢問原因時，一名匿名官員回應道：" 目前在該領網域處于領先地位的公司，才會收到邀請 "。
LLaMA2 發布後，Meta 和背後的扎克伯格或許終于能揚眉吐氣一回。畢竟，為了這一天，扎克伯格已經帶着公司在 AI 這條路上跑了 10 年。
2、Meta AI 的十年：研究的巨人，產品的矮子
2013 年，谷歌、微軟、百度、DeepMind 四家公司為一場競拍争紅了臉。
競拍對象是一家名為 DNNResearch 的公司，這家公司沒有任何產品，也沒有生產計劃，全公司甚至只有 3 名員工和幾篇論文。
而這 3 名員工，就是真正讓大廠們垂涎已久的對象。他們分别是多倫多大學教授 Geoffrey Hinton（傑弗裏 · 辛頓）與他的學生 Alex Krizhevsky（亞歷克斯 · 克裏澤夫斯基）、llya Sutskever（伊爾亞 · 蘇茨克維）。
彼時，師徒三人已經是人工智能領網域傳奇版的存在——他們合作設計了卷積神經網絡（CNN）架構 AlexNet。AlexNet 在 LeNet（LeNet-5，最早的卷積神經網絡之一）的基礎上加深了網絡的結構，結合 GPU 強大性能直接橫掃 2012 年 ImageNet 挑戰賽，一舉打破深度學習的寒冬。
最終，谷歌以 4400 萬美元拿下了 DNNResearch。如今回看，這場競拍正是即将到來的深度學習革命的前奏。
錯過傑弗裏 · 辛頓這張王牌後，扎克伯格開始帶領 Facebook 着手組建自己的 AI 王牌部隊。他找到了另一位出色的 AI 夢想家—— Yann LeCun（楊立昆）。
上世紀 80 年代，Yann LeCun 就創造了卷積神經網絡，被譽為 " 卷積神經網絡之父 "。上文所説的 AlexNet，便是在他的研究成果 LeNet 之上發展而來。
2013 年 10 月，扎克伯格親自給 Yann LeCun 打了一通電話：" 我們公司已經走過了十年，需要考慮下一個十年。我們認為人工智能将會扮演一個非常重要的角色。" 他誠摯邀請 Yann LeCun 幫助 Facebook 建立一個世界頂級的人工智能實驗室。
Yann LeCun 同樣提出了很多要求——實驗室必須獨立開放，研究成果完全開源，他本人要繼續在紐約大學任教等等。二人一拍即合，Facebook 入局 AI 已是箭在弦上。
2013 年末，由 Yann LeCun 主導的 FAIR 實驗室（Facebook's Artificial Intelligence Research）宣告成立。
Yann LeCun 一直提倡產學合作制度，這也讓 FAIR 有着濃厚的學術氛圍。根據實驗室華人成員田淵棟介紹，FAIR 實驗室目标就是發高質量文章、做有力的前沿工作，且研究氛圍非常自由，沒有產品壓力。自由包容的研究氛圍也為 FAIR 吸引了大量的學術大牛，諸如何恺明、田淵棟、Edward Grefenstette 等。
之後幾年，Yann LeCun 攜手一眾學者将 FAIR 打造成與 DeepMind、OpenAI 齊名的全球頂尖 AI 實驗室。
FAIR 将相當一部分研究精力都集中于攻克推理、預測、計劃、無監督學習等基礎問題，開發了諸如深度學習框架 PyTorch、深度卷積生成對抗網絡（DCGANs）等技術工具。
以深度學習框架為例，2017 年，FAIR 實驗室陸續開發學習框架 PyTorch、Caffe2，一舉打破了谷歌在框架領網域稱王的局面。僅在發布一年後，PyTorch 的論文提及數量猛增 194%，份額直逼 TensorFlow 。
此外，FAIR 也始終保持着開放的态度，堅持對外發布前沿的研究成果，并盡可能地對外開源研究代碼、數據集和工具。據 Hugging Face 創始人 Clement Delangue 介紹，截至 2023 年 8 月，在 Hugging Face 上，Meta 共有 689 個存儲庫，相比之下，谷歌有 591 個，微軟只有 252 個。
可以説，Meta 是目前為止開源數量貢獻最多的科技大廠。
"Facebook 在 FAIR 之前沒有任何研究實驗室，這是第一個，在那之前，該公司非常專注于短期工程項目，期限為 6 個月，甚至更短，"Yann LeCun 曾回憶道。
" 在 Facebook 的頭五年裏，我對創建研究實驗室説‘不’，" 首席技術官 Mike Schroepfer 在 Facebook 的一篇帖子中寫道。"2013 年，人們發現人工智能對于 Facebook 的長期未來至關重要，所以我們必須想辦法解決這個問題。"
成立五年後，FAIR 的影響力已滲透到整個公司。該小組在門洛帕克、紐約、巴黎、蒙特利爾、特拉維夫、西雅圖、匹茲堡和倫敦設有實驗室。他們與學術機構合作，發表了無數論文和研究，該小組在五周年時間表中列舉了其中的許多内容。
然而，盡管 FAIR 給 Facebook 在 AI 學術領網域帶來無數高光時刻，但在如何把 AI 變成產品的問題上，Facebook 卻鬧了不少笑話。
Facebook 改名 Meta 後，也發布過類似的聊天機器人 BlenderBot3（簡稱 "BB3"）。當有記者向 BB3 提問：" 你如何看馬克 · 扎克伯格這個人？"BB3 毫不猶豫地回答：" 他在國會作證時的表現太差了，讓我對美國的未來感到擔憂。" " 我不喜歡他，他好詭異，并且控制欲很強。"" 他冷漠無情。"
這些狂踩老板的發言，吸引了大量網友紛紛湧向 BB3 一探究竟。但很多人發現，BB3 不僅喜歡狂踩自己老板，還會一本正經地胡説八道，并不時生成諸如反猶主義、種族歧視等偏見。
最終，被寄予厚望的 BB3 不僅沒有強化 Meta 的 " 科技 " 标籤，反而深化了其煽動仇恨的惡名。相似的尴尬在 2022 年 11 月再次上演，定位在 " 科研助手 " 的大模型卡拉狄加（Galactica），卻意外成了 " 科學造假發動機 "，在發布僅 3 天後便匆忙下架。
至此，Meta 在 AI 產品上的兩次嘗試均以失敗告終。" 如何将 AI 變成產品 "，成為全公司共同的待解命題。
Facebook 在 AI 產品上的失敗，很大程度上來源于 FAIR 類似學術研究的項目驅動模式。研究人員推進各自議程、追求獨立的項目，這給了研究人員很高的自由度，但并不利于制定一個有凝聚力的全公司戰略。
這種模式也讓 Meta 内部資源分配過于分散，不夠聚焦。Facebook 會給每個項目劃分獨立的硬體資源池，但并非每個項目研究都能完全消耗分配到的芯片，一旦有所剩餘，研究人員為保證項目組得到充分的算力資源，就會将多餘的芯片投入一些并不重要的研究中。
長此以往，劣币驅逐良币，最終結果只能由整個 Meta 來買單。
反復出醜的 AI 產品，不斷消耗公眾的熱情。BB3 發布時，還有公眾認為 "Meta 内部有更好的 AI，但選擇發布一個糟糕的聊天機器人 "。但當大模型卡拉狄加（Galactica）發布後，用户已經攢夠了失望，"Meta 只能發布一個糟糕的 AI" 似乎成為了一種共識。
更致命的是，對 Meta 產生懷疑的不只是用户。在今年 4 月末的内部調查中，只有 26% 的 Meta 受訪員工表示仍對公司的領導層充滿信心。而已經失去信心的人，也選擇了 " 用腳投票 "。據外媒報道，去年 Meta 至少有三分之一曾參與 LLaMA、OPT 項目的研究人員因筋疲力盡或對 Meta 缺乏信心而流失。
公眾則延續了對 Facebook 的嚴厲審判，沒有人想為一個侵犯隐私、散播偏見的社交巨頭，買單另一個喜歡胡説八道的語言模型。
不過，盡管 Meta 已經陷入内憂外患的境地，但 Meta 依然沒有離場。Meta 斥巨額資金押注 AI，接連發布 SAM、LLaMA2，Meta 正在用自己的方式，重回人工智能的賽道。
跳出 Meta 本身回看這段歷程，一個樸素的問題浮出水面：社交媒體起家的 Meta 為什麼要 " 死磕 "AI？
事實上，從 Facebook 到 Meta，這家公司的一舉一動都和扎克伯格的思想動态深度綁定。因此，要研究這家公司做一件事的動機，最終還是要在扎克伯格本人身上尋找答案。
3、野心家扎克伯格的三次 " 誤判 "
扎克伯格是一個不折不扣的野心家。自始至終，他都夢想能創造一個完全平行于現實的虛拟世界。只是，扎克伯格定下的每一個 " 小目标 "，幾乎都沒能圓滿完成。
2004 年，扎克伯格帶着 " 連接世界 " 的夢想，創辦 Facebook。Facebook 團隊陸續創造了動态訊息（News Feed）、點贊（Like）等功能，成功吸引了更多用户，将 Facebook 從校園應用轉變為開放應用。
不過，規模增長遠不是扎克伯格真正的野心——他想打造一個專屬于 Facebook 的作業系統（平台）。
扎克伯格開始将 Facebook 想象成與 Windows 相當的社交網絡作業系統，像微軟擁有桌面世界一樣，Facebook 将擁有社交世界，成為唯一一家掌握社交圖譜全貌的公司。
很快，扎克伯格醉心于平台的研發中，努力尋找各類創業者開發應用。Facebook 甚至舉辦了一場黑客馬拉松，邀請開發者發揮自己的奇思妙想。不久後，音樂、遊戲、互動等各類應用接連上線，成千上萬的開發者湧向 Facebook，準備開啓新一輪 " 淘金熱 "。
但此時，移動化浪潮來襲，讓扎克伯格亂了陣腳。
當扎克伯格帶領團隊埋頭打造開發者平台時，喬布斯正将世界帶入 "iPhone 時刻 "。眼看着人們使用桌面電腦的時間越來越少，一直痴迷于在 PC 端建立開發者平台的扎克伯格幡然醒悟—— Facebook 賴以生存的 PC 系統将很快被颠覆。
似乎一夜之間，Facebook 這家社交媒體時代的 " 變革者 "，搖身變成了移動互聯網時代的 " 跟随者 "，他們要重新學習移動時代的新規則。
移動平台不像桌面電腦，它不是直接将内容分發給用户，而是在由蘋果或谷歌這類硬體設計廠商運營的應用商店中上架。想要上架，就要遵守對方的規則，這對一個想要掌控未來的野心家而言，顯然是不情願的。但此時的 Facebook 已經無心思考了，範式更迭中，生存才是最重要的。
在接下來的幾個月裏，扎克伯格重新學習移動生态經濟學，Facebook 團隊則針對 iOS、安卓系統重新開發原生應用。直到 2012 年 3 月，Facebook 移動生态才終于穩定下來。
但扎克伯格不滿于僅在上層應用做些 " 皮毛 " 工作。錯過 PC 時代的扎克伯格開始卯足力氣，想和移動互聯網時代的軟硬體巨頭谷歌、蘋果搏一搏，打造自己的手機并開發配套的手機作業系統。
扎克伯格快速行動，與同樣錯失移動浪潮的芯片公司英特爾（蘋果和安卓都選擇了其競争對手的芯片）合作開發了一款 Facebook 手機。這部手機配備時尚的曲面屏，甚至已經有了一部樣機。
但随着預定日期臨近，Facebook 愈加發現這筆生意不劃算：Facebook 沒有硬體生產的相關經驗，而制作一個作業系統又需要高額的資金投入。加上此時的移動生态已經由兩大平台——谷歌的安卓與蘋果的 iOS 系統所把持，Facebook 的掙扎可能不會激起什麼水花。
至此，扎克伯格只好擱置自己的野心，重新踏上尋找未來的征途。
2014 年，扎克伯格尋找到一個新的可能性：虛拟現實。
盡管這時距離扎克伯格認為的 " 瀕死體驗 " 僅僅過去兩年，但他還是覺得 Facebook 想要擁有未來，就需要為下一次範式轉變做好準備。
在多次會見虛拟現實頭顯制造商 Oculus 後，扎克伯格更加笃定地認為：" 虛拟現實是下一代平台，錯過這個機會就像錯過移動互聯網一樣。" 終于，在 2014 年 7 月，扎克伯格以 20 億美元的價格收購了這家初創公司，正式開啓了虛拟現實之路。
扎克伯格一直對虛拟現實的未來充滿信心。在他的設想中，Oculus 将在 21 世紀 30 年代成為主導平台，所有的平台都将置于更為緊密的控制之下。在 2017 年 Oculus 開發者大會的主題演講中，扎克伯格就設立了 "10 億人使用虛拟現實產品 " 的目标。而對當時 Oculus 的高管來説，這是他們直到彩排才知道的預測數字。
扎克伯格在虛拟現實領網域持續投入，也在尋找一個适當的機會向前突破，将它帶到公眾面前。 2021 年，扎克伯格找到了自認為對的時機。
2021 年，随着遊戲平台 Roblox 以 " 元宇宙第一股 " 的概念上市，元宇宙迅速引爆資本市場。随後遊戲開發公司英佩估值快速上升、元宇宙 ETF 基金上線，全世界掀起了一股元宇宙風潮。
火熱的元宇宙讓扎克伯格看到了虛拟現實的可落地性，加上此時 TikiTok 對 Facebook 社交媒體份額的蠶食，2021 年 10 月，Facebook 改名 Meta，正式押注元宇宙。
這一次，扎克伯格終于先人一步。可惜的是，扎克伯格并沒有找準時機。
從押注元宇宙開始，Meta 就将 FAIR 實驗室并入元宇宙核心部門 Reality Labs，并加大人員擴充。據 The Verge 報道顯示，Reality Labs 在一年時間裏增長了約 7000 名員工，總員工已超過 17000 人，已經占整個公司的五分之一。在資金上，Meta 也在繼續加碼，2021 年 Meta 全年在 Oculus 上的投資超過 100 億美元，2022 年這一數額上升至 158.8 億美元。
然而，龐大的資金、精力、人員投入并沒有獲得相等的回報。截止 2022 年 2 月，Meta 開發的元宇宙社交平台 Horizon Worlds，只有 30 萬左右的用户量。從 Meta 發布的财報來看，Reality Labs 在一年半内虧損達 210 多億美元，Meta 股價更暴跌了近 60%。
轉型受挫的 Meta 急需回血，盡管扎克伯格依舊為元宇宙熱情辯護，但現實的資金壓力還是讓扎克伯格調轉方向，回到現實軌道的中來。
正巧的是，2022 年 11 月，OpenAI 發布 ChatGPT，帶來一場愈演愈烈的生成式 AI 熱潮。
比起大力投注元宇宙，利用人工智能曲線救國，顯然更加現實。在衡量公司狀況、發展前景等多方狀況下，扎克伯格選擇及時止損，開啓 " 效率年 "，将目光投向生成式 AI。
扎克伯格他率先從元宇宙項目着手，叫停了 VR 設備生產并停止為 Quest Pro 訂購新的零部件。另外，扎克伯格繼續嚴控成本，削減中層管理人員和一些表現不佳項目。自去年 11 月裁掉 1.1 萬員工之後，很快，Meta 又宣布了第二輪裁員。
在一系列調整後，Meta 繼續加注生成式 AI。據 Meta 首席财務官 Susan Li 介紹，Meta 在 2023 年會斥資 330 億美元來支持 " 人工智能能力的持續建設 "，研究成果也将會被集成到 Meta 產品中來。
目前，Meta 已經在嘗試将大模型集成到原有產品上。随着 AI 推薦加入社交產品中，用户在 Instagram 上花費的時間增加了 24%，Instagram 的季度增幅超過 30%，Meta2023 年第二季度總營收同比增長 11%，數額達 320 億美元。這也是 Meta 自 2021 年四季度以來，營收漲幅首次達到兩位數。
但更嚴峻也更現實的問題是，Meta 緩慢增長的營收，還能否支撐得起大模型混戰後續所需要的巨額投入？顯然，現在不是回答這個問題的最佳時機。畢竟，在 " 如何用大模型賺到錢 " 這件事上，所有人都還在摸着石頭過河。
至少目前為止，在扎克伯格 " 連接世界 " 的野心之下，AI 是唯一一個看到回報，并有望讓 Meta 在商業的叢林世界中重新站起來的計劃。
2017 年，扎克伯格回到哈佛，進行畢業典禮演講。他説：" 讓我告訴你們一個秘密，‘沒有人一開始就知道（Facebook）該怎麼做，想法不會在最初就完全成型。只有當你開始行動時，事情的脈絡才會逐漸清晰，你只需要開始行動。如果從一開始我就要完全弄明白‘如何連接人’，我永遠做不出 Facebook。"
盡管現在依然沒人能看到這輪大模型混戰的終局，但已經對時代浪潮誤判三次的扎克伯格或許可以松一口氣—— Meta 終于沒有錯過大模型。
