Meta Platforms正不惜重金，通过从OpenAI等顶级AI机构挖角核心研究人员，并投入巨额资金建设算力基础设施，以加速其在“超级智能”领域的布局。此举不仅揭示了AI前沿技术人才争夺的白热化，也反映了Meta在现有大模型面临挑战后，对超越人类智能的深远野心。
在人工智能领域，人才始终是核心的驱动力。近期，Meta Platforms的一系列举动，清晰地揭示了这场前沿AI人才争夺战的白热化程度，以及科技巨头为抢占“超级智能”高地所不惜付出的巨大代价。有报道指出，Meta已成功招募四名前OpenAI的核心研究人员，加入其新成立的“超级智能实验室”。这不仅是Meta战略调整的信号，更是对整个AI生态系统的一次强力冲击。
人才争夺战：前沿AI的隐形战场
此次人才流动中最引人瞩目的，是OpenAI前核心成员的加盟。据报道，被Meta揽入麾下的四位研究员包括特拉皮特·班萨尔（Trapit Bansal），他曾在OpenAI的强化学习项目中扮演关键角色。强化学习作为一种AI训练方法，在构建复杂的推理模型方面具有不可替代的作用，其对通用人工智能（AGI）的实现路径至关重要。另外三位研究人员——卢卡斯·拜尔（Lucas Beyer）、亚历山大·科列斯尼科夫（Alexander Kolesnikov）和翟晓华（Xiaohua Zhai）——此前不仅协助建立了OpenAI的苏黎世办公室，更曾效力于谷歌母公司Alphabet旗下的DeepMind机器学习实验室，他们在深度学习和大规模模型训练方面拥有丰富的经验1。
这并非孤立事件。此前有消息称，Meta曾试图以高达1亿美元的签约奖金挖角OpenAI员工，而OpenAI则通过“提供更高薪资和发展空间”努力挽留核心人才。这笔天价奖金的曝光，无疑揭示了顶尖AI研究员在当前市场上的稀缺性和战略价值。 Meta的挖角行动也并非仅限于OpenAI。本月初，该公司聘请了AI训练数据集供应商ScaleAI的首席执行官亚历山大·王（Alexandr Wang），并向这家初创公司投资了143亿美元以获取49%的股份，此举意在确保其在数据供应端的领导地位。此外，Meta还在就收购加州帕洛阿尔托的语音AI开发商PlayAI进行高级谈判，计划吸纳其多名员工及核心技术，特别是Play AI 3.0 mini和Dialog等定制语音模型，以期在语音AI代理领域占据一席之地。Meta甚至还在寻求招揽科技投资人丹尼尔·格罗斯（Daniel Gross）和前GitHub首席执行官纳特·弗里德曼（Nat Friedman），他们二人与前OpenAI首席科学家伊利亚·苏茨克弗（Ilya Sutskever）共同创立了Safe Superintelligence公司，其目标与Meta的“超级智能”部门不谋而合：开发超越人类能力的通用AI模型。
这种对顶尖人才的“围猎”策略，不仅是各大巨头间技术实力的较量，更是对未来AI发展方向话语权的争夺。每一位被招募的科学家，都可能携带着其在原公司积累的技术洞察、研发经验乃至尚未公开的创新理念，这无疑将为Meta的新实验室注入强大的动能。
Meta的超级智能雄心与Llama的挑战
Meta此次大规模招募的背景，是其首次披露组建“超级智能研究团队”的雄心。该实验室的目标宏大而明确：开发能在广泛任务中超越人类表现的AI模型。这一愿景与AGI（通用人工智能）的终极目标高度契合，标志着Meta的AI战略正从相对开放的Llama系列模型，转向更具前瞻性和挑战性的“超级智能”探索。
然而，这一雄心的背后也伴随着内部挑战。据悉，Meta内部开发的大型语言模型Llama 4 Behemoth在此前预览后，因“性能担忧”已推迟发布。这一挫折或许是Meta加速外部人才引进、寻求技术突破的重要驱动力。大型语言模型从实验室走向实际应用，往往会遭遇规模化、鲁棒性、推理能力等瓶颈，Llama 4 Behemoth的延期发布，凸显了在开发真正具有“超级智能”潜力的模型时，即便对于Meta这样的科技巨头，也并非坦途。对OpenAI强化学习专家的招募，可能正是为了弥补在模型推理和决策能力上的不足，以期在通用智能方向上取得突破。
基础设施与技术路线：通往AGI的必经之路
支撑Meta“超级智能”雄心的，是其惊人的基础设施投入。据透露，Facebook母公司今年将投入高达650亿美元用于数据中心基础设施建设，其中包括计划建造一座配备超过130万块英伟达显卡的庞大新数据中心。这一数字不仅令人咋舌，也再次印证了在AI前沿探索中，“算力即权力”的铁律。
大规模算力是训练和运行未来超大型AI模型的基础。仅130万块英伟达显卡就意味着空前的计算能力，这将为Meta的“超级智能”研究提供无与伦比的实验平台和训练资源。这种“算力军备竞赛”不仅推高了整个行业的成本门槛，也可能进一步加剧AI发展中的马太效应——只有少数拥有雄厚资本的巨头，才能承担得起构建和维护此类基础设施的巨大开销。
从技术路线上看，Meta的策略似乎是多管齐下。强化学习（通过Trapit Bansal的加入）将帮助模型学习更复杂的决策过程和推理能力；语音AI（通过PlayAI的收购谈判）则可能推动其在人机交互和具身智能（Embodied AI）方面的发展；而与Safe Superintelligence创始人团队的接触，则直接指向了对AGI的终极追求。这些要素的结合，预示着Meta正试图构建一个集强大算力、顶尖人才和多模态能力于一体的“超级智能”生态系统。
总而言之，Meta的这一系列密集行动，反映出其在AI大模型竞争加剧、自身产品遇到挑战的背景下，为争夺未来AI高地而进行的一次全面而激进的战略升级。这场人才、技术与资本的较量，将深刻影响未来AI技术的发展方向、产业格局以及其对社会产生的深远影响。
引文
-
Meta reportedly recruits four former OpenAI researchers for superintelligence lab·Siliconangle·(2025/06/26)·检索日期2025/06/27 ↩︎