meta创始人马克·扎克伯格近期在人工智能（AI）领域的动作频频，引发业界广泛关注。他以大手笔从硅谷各大公司招募顶尖AI人才，展现了对AI竞赛的雄心壮志。然而，随着meta AI部门的最新重组计划公布，公司内部的不安与动荡也浮出水面。
8月20日，meta宣布了一项重大决定，将其刚刚成立的超级智能实验室一分为四，同时对众多AI员工进行岗位调整。这已是半年来meta第四次对AI组织架构进行大幅调整。值得注意的是，新成立的一个负责研发大模型的团队正在考虑将下一代AI大模型转为闭源模式，这与meta人工智能首席科学家、图灵奖得主杨立坤一直倡导的开源理念背道而驰。
据悉，meta此次重组将超级智能实验室拆分为四个独立运作的团队，分别是负责前沿大模型研发的TBD Lab、专注于基础AI研究的FAIR、致力于AI技术产品化的PAR，以及专注于AI基础设施建设的MSL Infra。这一调整标志着meta的AI战略从研究导向转向工程落地，以全栈式布局加速“超级智能”的研发与应用。
TBD Lab由前Scale AI首席执行官Alexandr Wang领导，该团队将负责开发下一代新版旗舰Llama系列模型。而FAIR实验室虽然得以保留，但其负责人杨立坤在此次重组中的地位似乎被弱化，引发了外界对其在meta未来AI战略中角色的猜测。PAR团队则致力于将AI技术快速转化为用户可用的产品，如智能助手、智能眼镜等，强化meta的技术商业化能力。MSL Infra团队则专注于AI所需的算力、数据平台和基础设施建设，凸显了meta在AI领域的“算力先行”战略。
然而，尽管meta在AI领域投入巨资，但公司内部却面临着人才流失和组织混乱的问题。据外媒报道，meta近年来人才流失严重，多名关键AI研究人员相继离职。同时，公司内部存在高管内斗、团队权责重叠等问题，导致协作困难，项目进展受阻。这些问题无疑给meta的AI战略带来了不小的挑战。
meta此次重组中的TBD Lab团队已讨论将下一代AI模型转为闭源模式，并放弃此前备受瞩目的Llama 4路线。这一动向与扎克伯格此前在公开信中提到的“不会开源全部模型”的表态相呼应，标志着meta在AI开源与闭源之间的战略转变。这一转变或许能够帮助meta更好地保护其技术成果，但也可能引发业界对其技术封闭性的担忧。
面对内部混乱与组织危机，扎克伯格显然希望通过重组、投资和人才引进等方式，将meta重塑为AI领域的领导者。然而，技术可以购买，人才可以挖角，但公司文化与组织信任却需要长时间的培养和积累。meta能否在AI竞赛中实现逆袭，不仅取决于其技术能否实现突破，更取决于其能否真正解决内部存在的深层矛盾与危机。
