来源：环球市场播报

作者：乔蒂・曼（Jyoti Mann）

左为王士立（Alexandr Wang）与马克・扎克伯格

据《信息》杂志获取的一份内部备忘录显示，元宇宙平台公司（Meta Platforms）对其新成立 AI 团队即将推出的首款核心大模型，态度愈发乐观。

这份日期为1 月 20 日的备忘录由 Meta 超级智能实验室（Meta Superintelligence Labs）产品经理梅根・傅（Megan Fu）发布，其中明确指出，下一代大语言模型Avocado（牛油果）已完成预训练，是 “Meta 迄今能力最强的预训练基础模型”。预训练是 AI 模型开发的初始阶段，模型需接触海量数据，学习通用知识、模式与关联关系。

备忘录称，Avocado 的性能已超越当前最优的开源基础模型。（基础模型指仅完成预训练、尚未通过 “后训练” 阶段优化的大语言模型；后训练阶段会通过人类反馈强化学习等技术，针对特定任务对模型进行精调。）尽管 Avocado 尚未完成后训练，但其在知识储备、视觉感知及多语言能力上，已与顶尖的后训练模型持平。

在 Avocado 正式公开发布前，Meta 内部对其 AI 模型进展的乐观评估，能否经受住外界检验，目前尚无定论。但考虑到 Meta 过去一年在 AI 领域的坎坷经历，即便在内部过度宣传这一进展，对公司而言也存在风险。

2025 年，Meta 旗下上一代大语言模型Llama 4的表现未达预期，迫使公司推迟其发布时间。最终 Meta 推出 Llama 4 的两个版本 ——Maverick（游侠）与Scout（侦察兵），但部分开发者对其实际表现感到失望。

这些挫折直接推动了 Meta 整体 AI 业务的大规模重组。重组包括：去年 6 月 Meta 以143 亿美元收购 Scale AI，该初创公司 CEO王士立（Alexandr Wang）随之加入 Meta，负责统领全新的 AI 综合组织 ——Meta 超级智能实验室。此后，Meta 向 AI 业务投入的资金创历史纪录：公司近期预测，2026 年包含 AI 算力成本在内的资本支出，将较 2025 年增长约 73%，达到1150 亿至 1350 亿美元。

Meta 在新模型上取得的技术进展，或有助于控制相关成本。去年 12 月中旬的另一份备忘录显示，在文本相关任务中，Avocado 的计算效率较 Maverick提升 10 倍，较 Behemoth提升超 100 倍。Behemoth 是 Meta 去年推迟发布、至今未公开的 Llama 4 版本。

Meta 表示，通过获取更高质量的数据、投入模型基础设施建设，以及采用确定性训练（该方法可确保模型在相同训练方式下输出稳定结果），成功实现了效率突破。这一效率提升有助于降低 AI 研发的能耗与成本 —— 在 Meta 全力追赶竞争对手的当下，这是至关重要的因素。

Meta 内部备忘录的积极基调，与近期高管的公开表态相呼应。上月 Meta 首席技术官安德鲁・博斯沃思（Andrew Bosworth）在瑞士达沃斯世界经济论坛的新闻发布会上，也暗示了类似的效率提升，并称 Meta 的 AI 模型 “表现非常出色”。博斯沃思还表示，要开发出面向消费者的可用模型，需要进行大量的后训练工作。

与此同时，在上周的财报电话会议上，Meta 首席执行官 马克・扎克伯格（Mark Zuckerberg） 谈及 Meta 超级智能实验室计划推出的首批大模型时表示：“我预计我们的首批模型会表现不错，但更重要的是，它们将展现出我们快速的发展轨迹。我还预计，今年我们将持续推出新模型，稳步推进技术前沿。”