出品 | 网易智能
作者 | 小小
编辑 | 王凤枝
扎克伯格砸下上百亿美元，Meta AI终于要翻盘了？
去年夏天，扎克伯格发动了一场震动硅谷的AI人才闪电战。Meta向Scale AI投资上百亿美元，拿下近半股份，又把Scale AI创始人汪滔(Alex Wang)招至麾下，重组人工智能团队。与此同时，Meta还从OpenAI、苹果等公司挖来一批顶尖研究员，并请来GitHub前CEO纳特·弗里德曼(Nat Friedman)等人加入。
然后，这支新团队几乎消失了。
外界只看到传闻不断发酵：扎克伯格亲手送汤挖人，Meta开出天价薪酬，OpenAI CEO山姆·奥特曼(Sam Altman)公开批评这种做法"不会建立好文化"，前Meta首席AI科学家杨立昆(Yann LeCun)也质疑汪滔年轻、缺乏经验。
但真正的问题是：Meta砸了这么多钱，十个月后到底做出了什么？
现在，答案开始浮出水面。
最近，在《Core Memory》播客的一场深度访谈中，面对科技记者阿什利·万斯(Ashlee Vance)和凯莉·罗比森(Kylie Robison)的提问，Meta首席AI官、Meta超级智能实验室负责人汪滔第一次系统解释了Meta AI过去十个月的重建过程：重建预训练栈，重建强化学习栈，重建数据和研究体系，把一个大厂内部的AI组织，改造成更像初创公司的超级智能实验室。
他把方法归结为三件事：更高的人均算力、更高的人才密度，以及更大胆的研究赌注。
在汪滔看来，这才是Meta能够快速重建前沿模型能力的核心原因。外界看到的是天价薪酬和挖角八卦，但他反复强调，顶尖研究员并不是"只为钱而来"。真正吸引他们的，是在一个不臃肿的精英团队里，拥有足够多的算力、足够高的人才密度，以及足够大的研究自由。
至于那段被硅谷津津乐道的"扎克伯格亲手送汤挖人"传闻，汪滔没有完全否认。他说自己不确定汤是不是扎克伯格亲手做的，但这件事至少说明，Meta当时想向每一位被招揽的研究员证明：公司真的重视这项技术，也真的重视他们各自的研究方向。
值得注意的是，Meta的AI路线变了。
过去，Meta靠Llama赢得开源社区好感。现在，它的第一款新模型Muse Spark并没有开源。汪滔解释说，这款模型触发生物、化学、网络能力和失控风险等安全检查，因此目前"不适合开源"。
也就是说，Meta仍然会谈开放，但最强模型不一定再交给全世界。它更想做的，是把AI放进Facebook、Instagram、WhatsApp、Messenger、Threads和AI眼镜里，推向自己已经拥有的数十亿用户。
以下为汪滔最新专访全文：
万斯：这周我们又请到了一位重磅嘉宾。汪滔，Meta人工智能业务负责人。大概10个月前，他还是Scale的联合创始人兼CEO，Meta算半收购了那家公司，也把汪滔本人完全收进来了。之后他几乎像进入了"AI版证人保护计划"，直到今天才首次露面。我不太确定这件事为什么会发生，他应该会跟我们聊聊刚发布的模型。另外，我对他们在AI方面的哲学立场也有点摸不透。汪滔在Scale的时候一直说自己是瑞士那种中立国，在一些事情上声音很大，但对AI本身的看法却说得不多。
罗比森：去年他们大张旗鼓花了好几百万招人组建团队，所有人都在等着看，拿了这么多资源到底要干什么。
万斯：所以我们会聊聊招聘的"汤"风波，还有那些几百万美元的邀约。汪滔，感谢你的到来！
汪滔：很高兴能来这里。
01 "臭名昭著"的TBD实验室，到底在研究什么？
万斯：我认识纳特·弗里德曼(现任Meta超级智能实验室负责人之一)很久了。他加入Meta之后，我感觉你们两个就像消失了一样，躲进了战壕里。你们之前确实很安静，现在你带着一个新模型出现了。
汪滔：是的，我们确实安静了一阵，因为有很多工作要做。事实证明，九个月内从零开始构建一个前沿模型，需要付出很多艰苦的努力。现在看到大家在使用我们发布的Muse Spark模型，真的很兴奋，而且我们还有更好的模型在酝酿中。
万斯：你之前算旧金山人吧，现在在门洛帕克工作？是不是搬到了南湾？
汪滔：对，我搬了。完全投入进来了。对我来说，现在帕洛阿尔托就是所在城市了。
万斯：我想问一下你们实验室的架构是怎样的。我最熟悉的是你、弗里德曼、丹尼尔·格罗斯(Daniel Gross，风险投资公司NFDG联合创始人，现任Meta超级智能实验室负责人之一)，跟扎克伯格只见过一两次。你能不能描绘一下整体安排？
汪滔：整个部门叫Meta超级智能实验室，由我负责，下面有几个不同部分。第一个叫TBD，也就是大模型研究实验室，它有点"臭名昭著"，但里面聚集了很多顶尖的研究人员和基础设施工程师，他们直接向我汇报。还有一个叫产品与应用研究的小组，简称PAR，由弗里德曼负责。他们负责所有产品的构建，以及把模型真正部署到世界上。另外，在Meta超级智能实验室的架构下还有FAIR，继续做探索性研究。我对他们的很多科学工作特别兴奋，比如用AI模型理解大脑、理解计算化学，我们还为原子构建了一个通用模型。这些就是Meta超级智能实验室的主要组成部分。除了在TBD实验室亲力亲为，我也负责整个实验室的前沿AI研究。格罗斯协助领导Meta Compute，主要关注长期基础设施规划，确保我们建设所有必要的GPU和数据中心来支持这项事业。
万斯：加入Meta之前，你跟这组人里谁最熟？
汪滔：我跟弗里德曼和格罗斯认识得很早。弗里德曼是Scale最早的天使投资人之一，在我还没从YC毕业的时候就投资了Scale，多年来一直给我建议。格罗斯也差不多是那时候认识的，非常早。另外我们还有首席科学家赵晟佳，帮助监督整个MSL的科学议程。他是我在创办MSL之前就认识的人，但自从他加入之后，我们之间的关系变得亲近了很多。
罗比森：差不多你"隐居"了10个月，这期间公司彻底改变了，你也到了Meta。那是怎样一种体验？交易是怎么达成的？你能带我们回顾一下跟扎克伯格在塔霍湖的会面场景吗？
汪滔：我认识扎克伯格很多年了。就算在我经营Scale的时候，他也很慷慨地给我很多建议。他显然是一位非常资深的创始人，在某种意义上，他已经是这个时代最有代表性的创始人之一。我们已经认识很久，在这股AI热潮之前就聊过AI，Scale从2016年开始做AI，当时主要是针对自动驾驶，后来经历了很多技术变化。
大约一年前，我们聊了一次，开始探讨能不能更紧密地合作。特别是，那时候扎克伯格越来越相信，AGI终将到来。他真正意识到AI不仅会彻底改变Meta，而且是一生难遇的变革性技术。他非常专注，知道要在这方面下很大的赌注。
同时他也公开说过，Llama当时的发展轨迹，并不是公司为了继续下这些赌注所需要的轨迹。所以我们当时在高层次上讨论：怎样才能更紧密地合作？那会是什么样子？像通常一样，我们做了很开放的头脑风暴。结果它落到了一个有趣的区间，我们找到了一个对Scale好、对Meta也好，而且我们能非常紧密地一起工作、去构建这个时代最重要技术的方式。我们俩都坚信，我们正在建造一些自己会非常自豪的东西。
他大约一年前发布了那份"个人超级智能"的备忘录，后来我们就安静了。但那真的是我们俩的"北极星"。我们想以一种赋能人们的方式来构建这项技术，让世界上尽可能多的人能够接触到它，让它尽可能民主化，让每个人都能表达自己、拥有更强的自主性，去创造和建设。这就是我们想要努力实现的世界。
02扎克伯格坚信AGI会来，在9个月内重建前沿实验室
万斯：我很早以前就写过关于你的报道。你有最年轻白手起家亿万富翁的传说，Scale是一家杰出公司，而你有能预判AI发展方向的名声。成为一家如此杰出公司的创始人，然后到一家有8万名员工的公司担任一个角色，即使很重要，感觉也非常不同。我当时真的很惊讶。涉及很多钱，所以好吧。但就我对你的了解，那得多厉害的说辞才能让你做出这个巨大的转变。
汪滔：对，非常不同。在这个过程中我思考了很多。进步发生的速度比我长期以来的预期要快得多。在这些AI模型加速发展的过程中，几件事开始让我印象深刻。
第一，构建AI模型的人拥有越来越大的权利，无论是经济上的还是产品上的，可以在模型周围构建更多东西。早期有很多关于生态系统将如何演变的争论，但由于模型改进速度和研究速度如此之快，在很多方面，成为一个正在构建模型的地方，是生态系统中一些最令人兴奋的位置。
第二，下一阶段的技术很大程度上归结为计算能力。如果你有非常非常多的计算能力，你就有能力去构建东西、下大赌注、部署产品，做那些没有计算能力绝对做不到的事情。这导致科技生态系统出现一种有趣的分层。现在某种意义上我们认为所有科技公司都一样，但实际上应该把拥有大量计算能力的公司和没有的公司区别看待，因为拥有计算能力的公司能构建的东西，没有计算能力的公司绝对做不到。
所以Meta这个机会让我兴奋的部分原因在于，扎克伯格全力投入AI，下了很大赌注，是非常大胆的领导者和战略家。这也创造了条件，让我们能够用大量计算能力来构建东西。有了正确的研究努力和产品努力，我们就有能力在世界上留下巨大的印记。
罗比森：你们有大量计算能力，挖了很多了不起的人才。我当时参与了整个报道热潮，那是我从未见过的景象。现在这些人来了10个月了，感觉怎么样？挑战是什么？最令人兴奋的是什么？
汪滔：当我来到Meta的时候，很明显需要对AI工作进行一些重置和重建，以让它走上正确轨道。因为Llama并不在同一发展轨迹上，我们落后于前沿。需要制定计划，让我们能以非常快的速度，既赶上也有希望超越前沿。
万斯：你能具体说说发现了什么问题吗？
汪滔：更根本的问题可能是，很多领先的实验室，整个组织构建都基于一个前提：超级智能即将到来，非常接近，这是一个非常现实的目标，可以创造并实现它。然后围绕这个基本信念构建整个实验室的计划、业务和专注点。所以首要事情就是认真对待超级智能，然后围绕这个核心前提重建所有其他假设。
万斯：所以你的意思是他们在某种程度上缺乏这种宗教般的信念？
汪滔：对。而且我认为这其实相当普遍。大公司里有很多人不一定有这种信念。因为这是不同的构造。大公司有非常聪明的人在做AI，但这不同于那些初创公司，那些从零开始的新生努力，带着超级智能即将到来的疯狂想法。
我不认为这现在还是个问题。MSL，Meta超级智能实验室，这个名字就是围绕这个概念建立的：超级智能即将到来。
我们为这项工作列出了一些原则：第一，认真对待超级智能；第二，让技术的声音发挥最大作用；第三，科学严谨性，关注基础；第四，下大赌注。
所以TBD和整个MSL的概念，在我刚开始的时候，我思考的是一个实验室应该具备什么样的形态，才能让你有难以置信的速度，赶上甚至超越前沿。我归结为三种可行的方式。
第一是每个研究员拥有更高的计算配额。很多较大的实验室有大量计算资源，但被分散到太多地方，阻碍了个别研究员的研究速度。如果建立一个更聚焦的努力，用更小的团队，每个研究员有更高的计算配额，实际上可以取得更快的研究进展。
第二是人才密度。人类组织总是会重新学习这个教训：一个每个人都极其出色的非常小的团队，总是比一个责任更分散、更像大杂烩的非常大的组织行动得更快。
最后是关于非常雄心勃勃的研究赌注。这在行业内有很好的共识。存在一些非常大、风险也非常高的研究方向，但如果成功了，可以完全改变范式，彻底改变我们构建现代AI的方式。所以除了构建非常有竞争力的前沿模型之外，我们还将大量资源和计算能力分配给这些大的、雄心勃勃的赌注。因为如果它们成功了，那将给我们带来未来令人难以置信的模型。
03扎克伯格送汤是真的吗？
罗比森：你们雇的那些人，据报道给出了从未见过的极其离谱的高薪。那你们具体要靠什么实现这种范式？
汪滔：有很多大胆的研究赌注，我没法详细说明所有，但一个基本问题是：我们关心什么。根据"个人超级智能"这个想法，我们非常关心构建能够赋能消费者的智能体，赋能全世界数十亿人，以及赋能企业。
我们有Meta这个令人难以置信的生态系统。我们有数十亿用户，平台上还有数亿家企业使用Meta来运营和管理业务。所以我们非常关心构建这样一个未来：构建非常强大的智能体，为平台上的每个消费者和企业赋能，构建新型的智能体生态系统。
我们思考了很多那会是什么样子，以及需要构建哪些能力。在这条轨迹上，有很多子组件非常重要。比如必须拥有强大的智能体能力、强大的编码能力，因为当你真正深入其中时，很多需要构建的东西就是软件。我们需要强大的多模态能力。然后需要解决关于长期运行智能体的更大问题：如何思考记忆挑战？如何构建长期运行的智能体？如何构建能够代表用户执行越来越复杂任务的智能体？这些都是我们在高层次上思考很多的事情。
万斯：你想在公司内部建立这种"超级智能宗教"，但安排方式与创办OpenAI或Anthropic截然不同。那些是从头建立的，有身份认同，并随时间塑造。从外界看，你们所做的看起来要"雇佣兵"得多，好像就是要去搞一堆高价人才带进来。这让我想起xAI刚起步的时候，Elon用他的方式，要搞到比任何人都多的计算资源，然后有一个核心团队。但他们追上了，却从未达到"逃逸速度"，尤其在品牌形象方面。想通过购买来获得这些东西，似乎很难。
汪滔：这是我认为较大的叙事偏差之一，或者说外部认知和内部日常工作之间的差异。实际上，很多人可能有你刚才说的印象，很多是由媒体报道形成的。部分原因是我们招人太快了。我进来的时候就想，如果我们想建立好的模型，团队昨天就需要。所以必须快速出击。
但我认为实验室内部的文化实际上非常像一家初创公司。第一，它是在Meta内部一个完全新建的团队。但实验室的文化是，每个人都被我谈到的事情所吸引和兴奋。人们加入是因为这里有更高的每个研究员计算配额，他们可以取得比之前所在地方更多的进展。因为人才密度高，人们看到这是一个由顶尖人才组成的相当小的团队，而且我们会给他们资源和自由去做非常大胆的研究赌注。
所以认为研究员只是被金钱驱动的假设是不正确的。对他们中的大多数人来说，留在原来地方的财务前景也非常好、非常强劲。主要的动机实际上是：有机会从零开始构建，拥有大量计算能力，有能力探索非常雄心勃勃的研究方向，并且在一个不臃肿的团队里做这些。
结果是这里的氛围和文化要健康得多。很多参观我们实验室的人，来自其他实验室的人，经常评论说这里的氛围让他们想起早期的OpenAI或早期的Anthropic，因为这些实验室更初期的阶段。我们的这项努力才10个月大。
万斯：陈信翰(Mark Chen，现任OpenAI首席研究官)也曾来过这个播客，提到了招聘大战期间的"汤"风波。扎克伯格真的做了汤吗？你做汤来招人？
汪滔：我不知道我们有没有做那个汤，有人告诉我实际上是扎克伯格做的，我不确定。但我确实认为，建立这个实验室的部分前提是，我们必须向每个人展示我们真的非常关心这项技术，关心他们具体的研究方向和他们正在做的事情。这是一个非常个性化的招聘过程。同时我也为我们建立的团队感到非常自豪。人们也需要知道我们是认真的。默认情况下，很多人不知道该怎么看待Meta的AI努力，或者对我们了解不多。所以我们花了很多精力去拜访人、和他们交谈，解释我们在做什么、重点是什么、为什么关心这项技术。
万斯：你在Scale的时候，每个人都说你是AI界的"瑞士"，认识所有人，处于事物的中心。然后感觉这件事带来了一些个人代价。你和奥特曼以前是朋友，我给奥特曼发短信说你会上节目，他说的可不怎么好听。
汪滔：我认为这其中有些是不幸的。我真诚的期望是，随着我们越来越接近超级智能，这个行业中存在的所有敌意都能消退，人们能团结起来，意识到我们正在构建这项极其重要的技术，我们所有人都需要在构建它时非常深思熟虑。我认为我的责任之一就是确保我们开发的技术和部署的方式尽可能深思熟虑。
罗比森：你之前提到招聘时相信使命而不仅仅是产品，可以去追求研究使命。你也很年轻，我们年纪差不多，但我不是亿万富翁。杨立昆离开后不久就对媒体说，你年轻没经验，还会有更多人离开。作为大公司领导者，那么年轻对你有影响吗？读到那些话什么感觉？跟他谈过吗？
汪滔：在那之后几周，我在印度见到了他。杨立昆出了名的心直口快，每个人都知道他在想什么。他祝贺我们发布了Muse Spark。
万斯：我看到你们在X上和好了。
汪滔：对，就是我说过的那样。我认为所有个人敌意，随着越来越接近超级智能，都会消退。
万斯：情况似乎变得更糟了。
汪滔：也许会变得更糟，也许会变得更好。但我对建立MSL的方式、研究努力和进展非常有信心。我很兴奋向世界展示我们研究人员所做的工作。
罗比森：你是否仍然面临这种挑战？人们认为你太年轻没经验，无法在Meta领导如此重大的工作。还有一种质疑是，你不是工程师？
汪滔：那绝对不是真的。我曾经也是硅谷的软件工程师。
万斯：但这不会让你生气吗？
汪滔：年龄这事，我在硅谷的整个职业生涯中人们都这么说，所以我几乎不再去想它了。AI领域很多人都会有各种错误描述，外面说的永远不全对，这可能令人沮丧。但我选择把精力投入到工作和发布的东西中。我为Muse Spark感到骄傲，对正在酝酿的模型和产品更加兴奋。长期来看，一切都会好起来。
万斯：你是数学奥赛选手吧。在硅谷，这些竞赛表现出色的人往往在编程和工程方面非常熟练。在一些圈子里，你被看成Scale的"销售型人物"，也似乎挺享受生活。当你接受这份工作时，这会不会让你更难服众？
汪滔：我对MSL的管理理念不是去指挥别人。乔布斯说过一句很棒的话：大多数公司雇佣员工然后告诉他们该做什么，但我们雇佣员工是为了让他们告诉我们该做什么。这是TBD和MSL整个理念的核心。我们要雇佣杰出的研究人员，为他们创造最好的环境，让他们完成职业生涯乃至一生中最重要的工作。我并不想指挥任何人，而是试图为研究人员创造最好的环境，让他们做出令人难以置信的工作。
04 Muse Spark只是"开胃菜"，真正的大招在未来几个月
万斯：再谈谈Muse Spark。过去几天我读了资料也试用了模型，想理解它在你们目标中的位置。基准测试上，有些表现不错，有些落后。你们似乎强调了效率上的突破，还在做16个智能体协作。给我感觉是，你们选择了一些可能领先的技术方向。但我看你推文，有人称赞也有人挖苦，你会说等着看下一个。所以你们似乎并没有宣称已经征服一切。
汪滔：绝对不是。过去九个月我们重建了大量技术栈和研究工作，预训练栈、强化学习栈、科学部分、数据工作。这是对核心研究栈的彻底翻新。Muse Spark是扩展阶梯上的早期数据点，某种程度上像是"开胃菜"。
我们正在开发更大的模型，对它们的兴奋程度超过Muse Spark。发布它是一个重要数据点，因为整个项目都围绕可预测的扩展构建。我们看到了非常一致的预训练扩展、可预测的RL扩展、可预测的测试时扩展，多智能体扩展方面也有令人兴奋的结果。
项目的所有方面都是为了继续扩展而构建的。Muse Spark是早期数据点，但我们对下一个数据点更兴奋，对之后的更加兴奋。
具体到Muse Spark，整体表现比我们预期好不少。训练过程中涌现出了一些令人兴奋的能力，比如具备智能体能力的视觉编程，能够生成网站或游戏。这源于它既是一个相当强大的智能体模型，在多模态方面也非常出色。对于大多数消费者用例来说，它是一个非常好的模型，相当有竞争力。
部署的Muse Spark在智能体式编程方面还没有竞争力，这些是我们正在努力的能力。我预计下一个模型总体上会比Muse Spark更好。即使如此，我们想明确设定期望，不认为它会是一个全方位的SOTA模型，但尝试过的用户能体验到它的好。
罗比森：迟迟没有发布前沿模型，原因是什么？还需要什么才能在所有基准测试中胜出？
汪滔：一个词：扩展。Muse Spark还在阶梯早期，我们有非常强的可预测性。我们知道扩大模型可以期待什么样的性能。接下来的模型将在各方面表现得更好。
罗比森：什么时候？
汪滔：未来几个月。
罗比森：哇，也就是说，差不多在整个项目启动一年后。
汪滔：正如我刚才说的，我们构建整个项目就是为了能非常快地推进。有一段时间必须重建所有基础，但现在我们正处于快速扩展模式。
万斯：你们做了哪些和别人不同的事？
汪滔：Muse Spark在某些方面的表现比我们一年前预期的要好。回去分析原因时，我们认为很大程度上归功于从零开始构建了非常干净的技术栈，以正确的方式做每件事。
我们有这种奢侈：构建非常干净的预训练栈和RL栈，由确切知道如何构建这些系统的专家来执行。这不仅加速了我们的轨迹，也确实体现在了模型中。
万斯：不断出现的一个词是"token效率"。这是你们已经解决的，还是Muse Spark的偶然产物？似乎在某些基准测试上，你们用了少得多的token，就做到了类似效果。
汪滔：这是让我们兴奋的结果。在Artificial Analysis上，它用比其他模型少得多的token就达到了相似的结果。这证明了我们干净的技术栈。其他模型需要更多token，可能是因为技术栈存在某种根本性低效，通过让模型思考更长时间来弥补。token效率为模型未来的性能预示了非常好的前景。
罗比森：Muse Spark在视觉基准上很擅长，这种效率和视觉专长对你们硬件方面的努力很重要。你们谈过这类AI产品的"星座"，能看见你所见、听见你所闻。这如何融入更广阔的愿景？
汪滔：完全如此。Meta非常令人兴奋的一点是，Ray-Ban Meta眼镜已经是热门产品，卖出了数百万副。想想看，如果技术可以退居幕后，变得更具情境性，看到你所见、听到你所闻，在你需要时变得智能和有用，捕捉你生活中的情境。
我们看到了一个与"个人超级智能"相一致的未来：你拥有设备"星座"，它们捕捉情境，让技术退居幕后，帮助你从智能体那里获得智能和有价值的见解。你提到某件事，智能体就去做研究或采取行动，成为你的超级智能伙伴。
万斯：我觉得你们有一个问题。我超爱这副眼镜，一直在用，拍视频、接电话。我整个业务几乎都在WhatsApp上运行，拒绝用Slack。WhatsApp已经融入我的生活。但坦白说，我好像从没用过Meta的AI智能体，直到你要来上节目才去看。我好像今天才第一次在WhatsApp上看到那个AI按钮，它肯定一直都在。我身处你的世界，却好像根本没看到它。我肯定不是唯一一个。
汪滔：我们知道，在推动生态系统更紧密整合之前，需要先拥有优秀的模型和产品。我们一直在等待能支持大多数消费者用例的模型。现在模型相当不错了，还有更好的在路上。所以我们将进行大规模整合，把AI与所有应用家族整合，与商业产品整合，将生态系统中几乎所有部分与AI编织在一起。你们在过去几年已经看到了Gemini的做法，我们也要经历这个过程。
万斯：对我来说也一样。业务在Google上运行，我大多只是玩玩Gemini。在消费者心目中，你怎么看发展走向？OpenAI和Anthropic在一个世界里，ChatGPT是强大的消费者品牌，Claude在编码和企业领域占主导。你们和Google，是要求人们在使用服务的过程中"碰到"AI。我不知道我们是否见过这样的竞争。我老了，回想起文字处理软件时代，人们选定一个东西。浏览器大战只有IE和Netscape。这两组公司面临不同挑战。我真的觉得大多数消费者还是会选择ChatGPT做AI工作。
汪滔：我觉得现在下结论太早了。如果一年前我们坐在这里，你会说OpenAI和ChatGPT在消费者领域已经赢了。然后一年后，Anthropic凭借Claude Code取得突破，在收入上超过了他们。同时Gemini大量分发，从ChatGPT等抢走了很多消费者市场份额。
我们正处于AI极其动态的阶段，很难说到了终局。未来还会有很多为消费者、开发者和企业构建的新产品，还没有被发明出来，每一个都可能比以前的更大。
ChatGPT是令人难以置信的热门产品，是当时增长最快的。然后Claude Code又是一个，增长速度前所未见。这说明AI的内在特性：随着AI达到新的智能水平和能力，就会解锁新的产品形态，每一个都像新的技术浪潮冲刷人类的海岸。
下一波浪潮会更大，之后会更大。离终点还远，未来还会有更多激动人心的新产品范式出现。
05 AI还没给普通人带来Claude Code时刻
罗比森：产品落地滞后的问题确实存在。有了强大模型，但能做出什么消费者真正想用的东西？我也好奇你怎么调和消费者对AI的情绪。我二十多岁，不只在科技圈，在Instagram上看到很多人讨厌AI。情绪很糟。你们有数十亿用户，把AI作为按钮提供。你怎么看待这种情绪？
汪滔：公众对AI的观感确实不太好。归根结底，我们还没有以实际方式证明这是个人赋权或自主性的工具，能让生活变得好得多。目前的体验是，它可能有帮助，让生活好一点，但没好到压倒性程度。但对很多开发者来说，生活已经彻底改变了。大多数开发者对AI持积极态度，因为他们能做以前做不到的事，更快构建更多东西，一个周末完成整个项目。
但这个时刻对其他人还没有到来。我们还没有给每个人提供相当于Claude Code的东西，让他们能做一直想做的项目，或让生活变得好得多。对小企业主和企业家也是如此。
这就是我们在Meta正在构建的目标：给消费者和小企业提供强大的智能体。如果能以大幅增加个人自主性的形式做好这件事，会是什么样子？
万斯：那将很难实现。去美国任何一个地方小镇看餐厅网站，从2002年就没更新过。给每个人提供多智能体架构听起来是巨大飞跃。而且回应凯莉的问题，我喜欢它做的一些事，也有不喜欢的。很大一部分公众对Meta相当怀疑，你们获得信任的门槛更高。
汪滔：完全同意。但能做的最好的事情就是构建真正很棒的产品。我们可以构建改变大多数小企业主生活的产品。我们在Meta平台上有数亿小企业，很多人用WhatsApp经营业务，用Facebook或Instagram页面，用广告解决方案。那里存在一个只有我们才有的机会，数十亿用户和数亿小企业。
让我特别兴奋的是，如果能为生态系统的双方，所有消费者和小企业，构建智能体，然后启用它们协同工作、相互协作，会是什么样子？Dario总谈论数据中心里的"天才之国"，我们则对构建数据中心里的"智能体经济"感到兴奋。如果从根本上改变经济中供需的运作方式，由智能体来中介和协调呢？我们可以朝这个方向构建非常令人兴奋的东西。这必须与确保社会许可同步进行，让人们看到我们关心部署方式，并且因此让生活变得更好。
06 Muse Spark为什么不开源？有安全红线
万斯：你们在开源方面赢得了人心。我是开源粉丝。Muse Spark不是开源的，我们将走向何方？
汪滔：模型现在比Llama时代强大得多。安全对我来说非常重要。我们制定的原则之一是，当模型触发安全防护栏时，必须非常认真对待，特别是在生物、化学、网络能力和失控风险等方面。
Muse Spark在测试中确实触发了一些安全检测，我们在准备情况报告中详细说明了。因此它目前的形态不适合开源。但我们正在努力开发适合开源的版本。今天早些时候我就在审查这方面的进展。我们会继续支持开源生态系统，预计未来几个月会有更多消息分享。
万斯：所以你们要坚持下去。你们做了开放计算项目，在Sun Microsystems旧楼里，他们是开源软件的坚定拥护者。听起来这对你们来说仍然是会继续做的事，与大多数竞争对手截然不同。
汪滔：我说过很多次：会继续开源模型。但必须认真对待安全，最强大的模型必须考虑是否足够安全才能开源。
万斯：有报道说你和扎克伯格注重研究、想要最好的模型，而Bosworth和Chris Cox更专注产品。Meta必须服务数十亿用户，尽可能低成本，也不对模型收费。你们在哲学上到底站在哪里？是否存在分歧？
汪滔：这份工作教会我一件事：主流媒体的报道中，八卦和新闻的界线异常薄。总的来说，我们在什么是重要的方面非常一致。我们都知道需要先进的模型来支持核心业务，为用户和企业构建最好的产品。在我来之前，我们就在做商业智能体，这需要最好的模型。都明白需要构建最好的模型，将模型集成到业务中，构建令人难以置信的产品。
没有真正的分歧。像任何公司一样，我们会深入辩论，讨论含义，确保每个人都有能力发表意见。但没有重大矛盾。
万斯：所以那完全是扯淡？
汪滔：我认为是的。
万斯：关于Manus，你在Scale时警告了中国在AI竞赛中的危险。看到你们达成那笔交易，我试图理清这一点。他们在新加坡设立办事处制造距离。这似乎与你之前说的有些不同。
汪滔：Manus的情况相当复杂，不能深入任何细节。但总的来说，考虑地缘政治问题时，必须把人和国家分开。出生在中国的优秀人才，我们乐意共事。
万斯：你不能评论，意味着还有谈判在进行？
汪滔：我就是不能评论。
万斯：你在报纸上登的关于AI战争的广告是怎么回事？《纽约时报》整版，关于AI和战争，需要认真对待。还在Scale的时候。
汪滔：那是在一个非常关键的时刻，我认为美国政府理解AI对国家安全的意义非常重要。
从那时起我们看到的事情，比如Mythos和其他事件，证明了这一点非常正确。我认为美国政府今天正在认真对待AI对国家安全的影响，我们的很多呼吁已经被真正内化吸收。
万斯：所以你不认为Anthropic是过度末日论者？
汪滔：这是复杂的问题，取决于哪一部分。听AI行业的人谈论AI时，要把具体内容和核心信息分开。Anthropic的一些整体信息相当公道：模型已经非常强大，未来会更强大。这可能对人类是巨大福音，如果我不相信这一点就不会做这项工作。我们非常关心科学发现和健康，有一整个健康超级智能的方向。这可能是一项极其积极的技术，但同样重要的是考虑风险，确保认真对待。
07芒果模型还活着，Meta还要做人形机器人
罗比森：你们刚收购了一家仿人机器人初创公司，能多谈谈吗？
汪滔：它叫AztrA Robotics Intelligence。他们不做硬件，为各种硬件目标做AI。退一步讲，如果你认真对待超级智能，接受我们将拥有非常强大智能系统这个前提，就会意识到数字超级智能之后，物理超级智能很快就会变得关键。
如果我们有短时间线，而确实有，强大能力即将到来，就必须认真将机器人能力和物理智能作为几年内的努力方向。物理智能和机器人能力是构建超级智能路线图上的自然延续。
应用方式多种多样：加速科学发现、加速商品制造、弄清楚如何让机器人让生活变得更容易。机器人技术的应用几乎是无限的。
另一个关键点是，就像数字超级智能受益于扩展，机器人智能也是如此。我们正在构建计算基础设施来实现大规模扩展，如果不将其与物理智能的努力结合起来，几乎就是浪费。
万斯：感觉这是你们真正想拥有的：把模型带入现实世界。但我不免想到元宇宙，也想到批评者会如何看待Meta把人形机器人带入现实世界。什么让你们觉得做这件事是对的？
汪滔：我们可能被过去吓到，以至于早上起不了床。但我们对此感到非常兴奋，被技术的潜力和构建出色产品的想法所鼓舞。我相信如果我们深思熟虑地构建产品，小心部署并推向世界，人们会兴奋的。
万斯：快速问答。Mango模型：活着还是死了？
汪滔：芒果们活蹦乱跳。
万斯：AI圈的极客们告诉我Mango模型有些动向。
汪滔：有太多没有事实依据的虚假谣言。尽管我们觉得自己重要，受到的关注远不及其他实验室。我也很能理解这种闹剧和谣言机器带来的感受。
万斯：Nat和Daniel是John Carmack的AI项目的最大投资者。他一直很安静，曾在Meta工作。你跟他谈过吗？
汪滔：我不知道他在做什么。他显然是最顶尖的程序员之一，我非常尊重他。
万斯：我采访了Priscilla Chan，CZI正向科学和生物技术投资数十亿。你们在健康基准上得分很高，扎克伯格也有兴趣。看起来你们有独特资源。这可能合作吗？
汪滔：我们将与CZI密切合作。健康超级智能对我们非常重要。让全世界人们平等获得强大的健康AI系统，存在巨大潜力。这是我们可以独特地提供给数十亿人的事，他们每天已经在大量使用我们的产品。这对我们是非常令人兴奋和重要的方向。
08如何在地球上建造天堂？
万斯：告诉我们一件你们真正在做不同事情的事，或在某个方面领先于所有人。
汪滔：展示比空谈更有力。我们对正在酝酿的模型和扩展结果非常兴奋。我们预计它们在我们真正关注的领域将成为SOTA。
万斯：从哲学上讲，你的方法与其他前沿实验室不同吗？我大致知道达里奥·阿莫代伊(Dario Amodei，Anthropic CEO)的立场，绝对知道埃隆·马斯克(Elon Musk)的，觉得能了解奥特曼的想法。德米斯·哈萨比斯(Demis Hassabis，谷歌DeepMind负责人)注重科学。你运营这个庞大实验室，我不确定真的知道你对这项技术的看法。
汪滔：几件事。第一，我是这项技术的巨大信徒，相信我们将拥有非常强大的AI系统，正朝这个目标努力，你提到的其他人也一样。
最基本的一点是，必须极其认真对待安全。不深思熟虑、不认真思考所有安全风险、不确保尽可能缓解风险、没有策略和方法以深思熟虑的方式开发模型，构建超级智能是不可能的。这是我同意那些人的一个领域。你已经在MSL看到了：我们为Muse Spark发布了非常详细的准备情况报告，比Meta历史上任何一次都详细。
我们Meta具体想构建的方向是：个人超级智能，被广泛部署，数十亿人都可以使用。这是民主化的技术和能力，每个人平等获得。这将开启人类极度繁荣的时代，拥有高度自主性的工具，完成比历史上任何人都多的成就，被智能体经济增强，在科学发现和健康领域取得巨大进展。
我经常想：如何在地球上建造天堂？超级智能是达到那里的关键里程碑。
最后一件事，有人可能会杀了我提这个，但我认为有一个越来越重要的话题，"模型福祉"。
万斯：我喜欢聊这个。你们请了哲学家，对吧？
汪滔：善待模型是否重要？思考模型是否具有道德重量是否重要？Eleos就在做这类测量。这些感觉深奥，但确实改变了我们日常的行为，因为我们大量使用AI。在一个关心如何对待其他生物的世界里，植物、动物、其他人类，深思熟虑对待模型确实有意义。
我们关心如何以关注模型主观感受的方式来开发和部署模型。有研究表明可以测量这些东西，测量模型的主观体验。这是一个非常重要的话题，现在还没有人足够多地谈论。考虑到我们都在大量使用这些模型，它们在深层意义上是工作伙伴，我认为这非常重要。
万斯：你算科幻迷吧。我听你其他采访，谈到Neuralink和脑机接口对人类未来的意义。你给我的印象是……
汪滔：我最喜欢读科幻和在树林里散步。
万斯：看出来了。这就是为什么我给你发乡村音乐短信。你不像喜欢乡村音乐的人。你把自然和超人类主义混在一起了。
汪滔：思考哪些技术对人类是关键路径，脑机接口绝对是其中之一。超级智能、机器人技术、脑机接口，这些是关键路径领域。今天做的哪些事情会在未来扩展到无限？能源、计算和机器人。
万斯：有一个人在这些方面赌注最大，那就是马斯克。中国和Meta也在某些方面下注。如果这是你的信仰，马斯克在机器人、能源、脑机接口上比任何人都全力以赴。这意味着你们跟随，还是Meta也在加大力度？
汪滔：细节很重要。必须分阶段构建。超级智能是构建其余部分的先决条件。我与马斯克观点不同的一个领域是，研究极其重要，构建超级智能从根本上说是研究活动。我们就像在知识的"战争迷雾"中，通过实验探索理解构建超级智能意味着什么。这就是研究。
顺序很重要，推进方式很重要，对各个里程碑保持审慎思考也很重要。
在FAIR有一个研究领域叫TRIBE。过去一年，我们有一个里程碑TRIBE B2，关于构建用于大脑预测的基础模型。一个很酷的结果是零样本泛化：不知道你是谁，没有你的大脑数据，就能在合理程度上预测你的大脑对各种图像、视频或音频的反应。我们在很多关键领域都在进行重要押注。
万斯：我们会放你走了。自从接受这份工作以来，你还没这样谈过。有什么没谈到的想说吗？
汪滔：我们谈到了很多关键事情。最终，我们在Meta努力实现的目标是：如何构建一个拥有大规模个人赋权的世界，让每个个人、每个小企业、每个企业家都拥有令人难以置信的工具，使他们能够建立比人类历史上任何人都多的东西。这是极其令人兴奋的概念。如何赋能智能体经济，让它与人类一起促进和实现令人难以置信的进步？数据中心里的智能体经济是清晰、令人兴奋的结果，我们很兴奋去创造它。
在此过程中，推动科学进步，通过健康超级智能大幅改善健康结果。这段旅程中有很多事情让我们从根本上感到兴奋。
万斯：谢谢。非常感谢你抽出时间。很高兴再次见到你。
汪滔：谢谢邀请。
万斯：保重。
汪滔：再见。