去年六月，Meta 以 140 亿美元的交易从 Scale AI 挖来了创始人 Alex Wang，让他执掌公司的人工智能业务。自那以后，Wang 几乎从公众视野中消失，从旧金山搬到了 Meta 总部所在的南湾，全身心投入工作。上个月，他交出了份答卷——名为 Muse Spark 的新模型。现在，他次接受公开访，谈及了与 Sam Altman 的个人恩怨、扎克伯格送汤招募人才、Meta 开出的惊人薪酬包、团队内部的架构分工、与的复杂关系。以下是本次访的核心内容。
1. 从 Scale 到 Meta：为什么个创始人会选择加入科技巨头？
主持人： 你们这个团队是怎么组织的？
Alex Wang： 整个组织叫 Meta 智能实验室（Meta Superintelligence Labs），由我负责。下面分几个板块。个是 TBD，这是做大模型研究的核心实验室，某种意义上有点"臭名昭著"，但那里集中了批顶的研究者和基础设施工程师，他们技术上全部向我汇报。另个叫产品与应用研究，简称 PAR，由 Nat Friedman ，负责把所有产品构建出来，把这些强大的模型部署到世界上。在 MSL 的总体框架下还有 FAIR，它继续做探索和前瞻研究。我对他们的很多科学研究特别兴奋——比如用 AI 模型去理解大脑，以及用 AI 模型去理解计化学，我们做了个通用的原子模型叫 UMA。这三个部分构成 MSL，由我统筹，同时我也度参与 TBD 的日常工作。另外，Daniel Gross 协助 Meta Compute，注于长期基础设施规划，确保我们有足够的 GPU 和数据中心来支撑这项其大胆的工程。他跟我们紧密作。
主持人： 这批人里你早认识谁？
Alex Wang： 我认识 Nat 和 Daniel 很久了。Nat 是我在 Scale 早的天使投资人之，在我完成 YC 之前就投了 Scale，多年来直给我建议。Daniel 也是我创业早期就认识了。我们还有位席科学 Shengjia Zhao，他协助统筹整个 MSL 的科研议程。
主持人： 从 Scale AI 创始人兼 CEO 变成 Meta AI 负责人，这是个巨大的身份转换。你是怎么做出这个决定的？你和扎克伯格在太浩湖的那次对话是怎样的？
Alex Wang： 我和 Mark 认识很多年了。我还在经营 Scale 的时候，他就很慷慨地给过我很多时间，给了我不少建议。他显然是位其有经验的创始人。我们其实在 AI 热潮之前就开始聊 AI 了—— Scale 从 2016 年起就在做 AI，那时候主要还是自动驾驶，后来经历了很多技术转型。大概年前，我们开始探讨有没有紧密作的式。
当时 Mark 越来越 AGI-pilled，他真的知道 AI 会改变 Meta，同时也意识到 AI 是种生中只会出现次的变革技术。所以他非常注，知道自己想押注很大。与此同时，Llama 4 当时并不在公司需要的轨道上，这点他也公开说过。我们就开始从非常的层面聊：能不能紧密地作？会是什么样子？这是段非常开放的头脑风暴。终我们找到了个对 Scale 有利、对 Meta 也有利的作式。我们都有信念，这会是我们双都会为之骄傲的事业。他大概年前发出了那篇关于"个人智能"的备忘录，之后我们就保持沉默。但那个愿景——以种赋能人的式构建这项技术，让尽可能多的人拥有它，让它尽可能民主化，让每个人都能表达自我、获得大的自主权、去创造和构建——这既是他的北星，也是我的。
主持人： Scale 是你身份的部分。从个非常显眼的公司的创始人，变成有八万名员工的公司的管理者，这个转折非常大。
Alex Wang： 确实非常不同。在整个过程中，我直在思考几件事。AI 的进步速度比我想象的快得多。在这个过程中，几件事开始让我印象刻。，那些亲自构建 AI 模型的人拥有越来越大的"权利"——论是经济权利还是产品权利，能在模型基础上构建多东西。关于生态系统会如何演变，早年有过很多争论，但由于模型改进的速度和研究的节奏太快了，构建模型的地正在成为整个生态系统中令人兴奋的地。二，AI 的下阶段本质上拼的是力。如果你有海量力，你就有能力去做大赌注、部署产品、做那些没有力就根本做不了的事。这会带来种有趣的科技生态分层：我们不能再把所有科技公司当成同类。有力的公司和没有力的公司，能做的事情不同。Meta 有 Mark 的全力投入，有非常大且大胆的战略，我们能用海量力去动研究和产品。这让我们有机会真正对世界产生巨大的影响。
2. 小团队 + 密度 + 大赌注：九个月追上前沿的秘密
主持人： 你们做了大规模招聘，开出了前所未有的薪酬。十个月过去了，这个新团队怎么样？挑战在哪里？令人兴奋的是什么？
Alex Wang： 我加入 Meta 的时候，很清楚整个 AI 努力需要个重置和重建，才能回到正确的轨道上。Llama 4 不在正确的轨道上，我们落后于前沿。我们需要个能让我们以快速度追赶甚至越前沿的计划。问题出在哪里？我觉得根本的是：很多先的实验室，整个组织都围绕个前提建立——智能正在到来，而且非常接近。这是个非常现实的东西，可以创造出来。然后你把实验室和业务的整个规划，以及你关注的东西，都建立在这个根本信念之上。Meta 缺的就是这个，先把智能当回事，然后围绕这个核心前提重建所有假设。这其实是相当普遍的——很多大公司里不定有这种信念。因为大公司的构造跟初创公司不样。初创公司是从开始，带着"智能即将到来"这种狂想法出发的。但这个问题现在已经解决了，MSL 是围绕着"智能正在到来"这个概念建立的。
我们为整个计划定下了几条原则：认真对待智能、让技术声音响、保持科学严谨、聚焦基础、做大赌注。当我刚开始组建 TBD 和 MSL 的时候，我直在思考：什么样的实验室形态才能让你拥有快的速度，去追赶甚至越前沿？我总结出三个可能的路径。，的人均力。很多大实验室力总量很大，但被分散到太多向，这反而拖慢了单个研究者的速度。如果你做个聚焦的、人少的团队，每个人拥有多力，研究进度反而快。二，的人才密度。个小团队里每个人都是顶手，永远比个责任分散的大组织跑得快。三，做非常大胆的研究赌注。行业内大都认同，确实存在些非常大、风险非常、但旦成功就能改变范式的赌注。所以我们除了构建有竞争力的前沿模型之外，也把大量资源和力分配到这些大胆的赌注上，因为它们旦成功，就能给我们带来令人难以置信的未来模型。
3. 与 Sam Altman 的个人恩怨
主持人： 从外面看，你们像雇佣兵样重金人，跟 Elon 当年搞 Grok 有点像。但你说实验室内部其实像初创公司。还有扎克伯格送汤 * 的事是真的吗？
* 汤：这是硅谷 AI 人才争夺战中的个桥段。当时 Meta 为了从 OpenAI、Anthropic 等公司挖顶 AI 研究员，开出了前所未有的百万甚至千万美元别的薪酬包。在这场激烈的人大战中，流传出个说法：扎克伯格亲自下厨煮汤，送到候选人面前，以此表达对人才的度重视和诚意。
Alex Wang： 这是个外部认知和内部日常之间差异很大的地。外界的些印象，很多来自于报道。但很多报道本身就有夸大。当然部分原因也是我们招聘得太快了——我知道如果想造出好的模型，团队须在昨天就就位，所以我们只能用快速度完成招聘。但我认为实验室内部的文化其实非常像初创公司。这里有个新组建的团队。人们加入是因为他们看到了人均力、真正顶的人才密度、以及去做非常大胆的研究赌注的自由和资源。大部分研究者加入的主要原因根本不是钱——他们留在原来位置的经济回报也非常好。真正的动机是：有机会从开始，拥有大量力，去追求他们真正想做的非常大胆的研究向，而且是在个不臃肿的小团队里。
所以整体氛围和状态非常健康。很多来过我们实验室、曾在其他实验室工作过的人都说，这里的氛围让他们想起了 OpenAI 或 Anthropic 的早期。某种意义上确实如此，因为我们的努力到现在才十个月。
关于汤，我不确定是不是我们亲手做的，但我们确实想向每个人证明，我们真的在乎这项技术，在乎他们具体的研究向。招聘过程非常个化。人们需要知道我们是认真的，因为默认情况下，很多人并不知道该怎么看待 Meta 的 AI 努力。所以需要我们个个去找他们谈，解释我们在构建什么，为什么我们关心这项技术，我们想用它做什么。
主持人： 你和 Sam Altman 以前是室友。我发短信告诉他你要上我们节目，他没说什么好听的话。这种个人代价有多大？
Alex Wang： 确实有些不愉快。但我的真实希望是，随着我们越来越接近智能，行业里所有这些人与人之间的敌意都会随着时间的移而消退。人们在某个时刻会走到起，意识到我们正在构建的是项其重要的技术，我们都需要非常审慎地对待它。确保我们开发的技术和部署式尽可能思熟虑，这是我觉得自己负有责任的件事。
主持人： 你前 CTO Jan 离开后说你还太年轻、太缺经验吉安PVC管道管件粘结胶，说多人会走。这对你作为这大公司的年轻者意味着什么？你跟他后来聊过吗？
Alex Wang： 我几周后在印度见到他了。Jan 是个众所周知的敢说话的人，大都清楚 Jan 在想什么。他说了他说的话。我在印度见到他，他祝贺了我们 Muse Spark 的发布。我看到你们在 X 上修复关系了。真的，就像我刚才说的，我相信随着我们越来越接近智能，所有个人恩怨都会消散。
主持人： 看起来现在好像越来越糟了？
Alex Wang： 也许先变糟再变好。但我对我们建立 MSL 的式、我们的研究努力和我们正在取得的进展非常有信念。我很兴奋能向世界展示我们的研究者正在做的了不起的工作。关于年龄——人们在我整个硅谷生涯中直在说这些，我已经几乎不去想了。关于"你不是工程师"的说法，这对不属实，我曾经是硅谷的名软件工程师。但 AI 行业里，总是有各种各样的错误描述。人们总是说三道四，外界的东西从来不是正确的。这可能会让人沮丧，但我选择把精力全部投入到我们的工作和产出上。我对 Muse Spark 非常自豪，对我们在做的模型和产品兴奋。从长远来看，切都会证明自己。我的管理哲学是—— Steve Jobs 有句名言：大多数公司雇人然后告诉他们做什么，但我们雇人是为了让他们告诉我们该做什么。这是 TBD 和 MSL 的核心理念。我们要创造好的环境，让杰出的研究者做出他们职业生涯中出的工作。
4.Muse Spark 只是开胃菜：可预测的规模化、致的 token 率与多代理缩放
主持人： Muse Spark 到底在你们整个路线图中处于什么位置？我们看到它在部分基准上表现不错，但在另些基准上落后。你们强调了些率优势和那个 16 个代理同时工作的能力。感觉你们像是在某些技术向上走在了前面，但并没有宣布胜利。
Alex Wang： 远不是胜利。过去九个月，我们把整个研究栈几乎全部重建了——预训练栈、RL 栈、大量的科学工作、数据工作。某种意义上，这九个月是次的大修。Muse Spark 是这个规模化阶梯上的个早期数据点。它不是主菜，pvc管道管件胶是开胃菜。我们正在开发大的模型，我们对大模型的期待远 Muse Spark。但这仍然是个重要的数据点，因为我们建立的整套体系都是以可预测规模化为核心的——我们在博客里也谈到了，在多个维度上都能看到致的规模化。预训练规模化是可预测的，RL 规模化是可预测的，测试时计规模化也是可预测的。你刚才提到的沉思模式，我们在多代理规模化上也看到了非常令人兴奋的结果。
所以 Muse Spark 是我们规模化轨迹上的个早期数据点，下个数据点我们兴奋得多，再下个兴奋。我们想向大展示我们整体规模化努力的下个台阶。就 Muse Spark 本身而言，它的端到端能实际上比我们预期好不少，而且在训练中出现了些涌现能力。比如它在代理式视觉编码面的能力，以及生成网站或游戏的能力——这些能力实际上来自于它同时具备较强的代理能力和多模态能力。所以我们觉得它是个很好的模型，在大多数消费者用例中很有竞争力。但 Muse Spark 在代理式编码面还不够强，这是我们正在努力的向。
主持人： 要真正达到前沿模型的标准，你们还需要什么？
Alex Wang： 个词：规模化。Muse Spark 在规模化阶梯上的位置还比较早，我们有很强的可预测，知道模型尺寸增大后能会如何提升。我们预期接下来的模型会在全维度上表现好得多。
主持人： 什么时候？
Alex Wang： 未来几个月。我们把整个体系设计成能跑得非常快。前期是重建基础和重建切，现在我们已经进入快速规模化阶段。
主持人： 你们在技术上有什么跟别人做得不样的地？
Alex Wang： Muse Spark 表现好于预期，我们回溯分析后认为，很大部分原因是我们在重建过程中能够"用正确的式"做完所有事情。从建整套干净的预训练栈和 RL 栈，由那些知道该怎么建这些系统的来做。这明显加速了我们的轨迹，也体现在了模型上。
主持人： token 率是你们有意追求的还是意外收获？
Alex Wang： 这是个令我们非常兴奋的结果。以 Artificial Analysis 为例，Muse Spark 用比某些其他实验室模型少得多的 token 就能取得接近的结果。我们认为这恰恰是干净栈的证明。我不能断言，但有些模型可能需要多 token，因为架构其他部分存在某种低，不得不靠让模型思考久来弥补。我们对这种 token 率非常满意，而且我们相信，随着模型规模化，这会为未来的能表现带来大的利好。
5. 从数字智能到物理智能：Meta 的机器人战略
奥力斯 万能胶厂家 联系人：王经理 手机：18231788377（微信同号） 地址：河北省任丘市北辛庄乡南代河工业区
主持人： 你们收购了机器人 AI 公司 A.R.I.，是什么考虑？
Alex Wang： 如果你真的把智能当回事，并且认真对待"我们将会拥有其强大的智能系统"这个前提，你就会意识到：我们会先有数字智能，但用不了多久，物理智能就会变得其重要。既然我们的时间线很短——强大的 AI 能力正在到来——就须在未来几年内把机器人能力和物理智能纳入路线图。机器人智能和数字智能样，也受益于规模化。我们正在建设的大规模力基础设施，如果不与物理智能和世界建模结起来，那几乎是种浪费。
我们会用这些技术加速科学发现，加速制造业，也会让它每个人的日常生活——机器人让我们所有人的生活都变得前所未有的轻松。所以应用场景几乎是穷尽的。但关键在于，我们认为物理智能跟数字智能样遵循规模法则，我们不做反而是浪费。
主持人： 考虑到 Meta 过去的声誉，做机器人对你们来说会不会有额外挑战？
Alex Wang： 如果我们被过去的包袱吓得不敢下床、不敢出门，那就什么都做不了。但我相信，只要我们非常审慎地构建出真正优秀的产品，在部署和向世界的过程中充满关怀，人们会为这些产品感到兴奋。
6. 消费者 AI 没有终局，开源承诺也不会终结
主持人： 从消费者角度看，ChatGPT 是强大，Claude 主了编码和企业域，你们和 Google 则是在各自的服务里植入 AI。你看到的是什么样的竞争格局？
Alex Wang： 我认为我们还处于早期。如果你年前坐在这里讨论这个话题，所有人都会说 OpenAI 和 ChatGPT 已经在消费者端赢了，他们有大的业务，会通吃切。年后回头看，Anthropic 的 Claude Code 取得了突破成功，在某种程度上可以预见，但当时并不可预测，现在收入已经过了他们。与此同时，Gemini 覆盖面很广，实际上从包括 ChatGPT 在内的整个生态系统中拿走了大量消费者市场份额。我们正处在个其动态的 AI 阶段。
ChatGPT 是个令人难以置信的爆款，是当时世界见过增长快的产品和业务。然后 Claude Code 又是另个爆款，增长比之前任何公司都快。这告诉我们个 AI 的底层规律：当 AI 达到新的智能水平、新的能力和整体能时，它就会解锁全新的产品形态，每波浪潮都像巨大的技术浪潮冲刷人类的海岸。下波会大，再下波大。我们还远远没有接近终局。
主持人： 但消费者对 AI 的整体情绪非常差，你们怎么调和这个矛盾？
Alex Wang： AI 的情绪确实很低，这归根结底是因为我们还没有以非常真实的式向人们展示，AI 到底如何成为个人赋能和个人自主权的工具，如何让他们的生活变得好。开发者的生活已经被改变——他们能做出以前做不了的事，能个周末完成整个项目，AI 是个人能力的惊人放大器。但这个时刻还没有降临到世界上的其他人身上。我们还没有把"相当于 Claude Code "的东西给到每个人，让他们去实现自己脑海中直想做的项目，或者让他们的生活变得好。中小企业主和企业也还没有充分体验到这点。这就是我们在 Meta 想要实现的目标：把强大的代理给到所有的消费者和中小企业，那会是什么样子？如果你真的能在"大地提升个人能力"这个维度上把它做到位，那将是件其狂的事。
主持人： 公众中有很大部分人对 Meta 持相当怀疑的态度。你们的信任门槛是不是比别？
Alex Wang： 百分之百。但如果我们想想我们能做好的事情是什么，那就是构建好的产品——那些真正使用它们的人会发自内心觉得惊艳的产品。我们有数亿中小企业遍布全球，它们用 WhatsApp 做生意，有 Facebook 页面或 Instagram 页面，用我们的广告案。这个机遇在某种程度上只有我们拥有。我们拥有数十亿用户，数亿中小企业。我本人非常兴奋的个想法是：如果我们为这个生态系统的两端——消费者和企业——都构建代理，然后让这些代理彼此协作，会发生什么？Dario 常说"数据中心里的天才之国"，我们想做的是"数据中心里的代理经济体"。如果我们从根本上改变了经济中供给和需求的运作式，让它由代理来协调——这是其激动人心的向。当然，这须与确保我们拥有社会许可、确保人们看到我们确实在乎这些技术如何被部署、确实在让他们的生活变得好同步进。
主持人： 你们曾经通过开源赢得了很多人的心。Muse Spark 是闭源的，接下来怎么走？
Alex Wang： 现在的模型已经比 Lama 时代强大得多，哪怕那个时代离现在还这么近。安全对我来说非常重要。作为我们 AI 规模化框架的部分，我们须在模型触发某些安全警戒线时非常严肃地对待——特别是在生物、化学、网络能力和失控风险面。Muse Spark 在我们的测试中确实触发了其中些安全检查，我们把这些都详细写在了 Muse Spark 的准备度报告里。所以 Muse Spark 当前版本不适开源，但我们正在开发个适开源的版本——今天早上我开的个会就是在审查这件事的进展。我们很兴奋能继续支持开源生态，我预计未来几个月会有多消息分享。
7. 与的复杂关系
主持人： 你在 Scale 的时候在 DC 做了很多事，警示在 AI 竞赛中的威胁。后来你参与跟公司 Manus 的作——个初创公司和 Meta 这样的巨头走得近，这跟你之前说的话似乎有矛盾。
Alex Wang： Manus 的情况非常复杂，我没法入细节。但在这些地缘政问题上，我认为始终要把人与政权分开。我父母来自。有很多非常了不起、非常有才华的人——有些人搬到了新加坡，有些人搬到了美国，有些人去了世界其他地。我很幸运能与他们中的些人共事。这跟我对共产党及其行动的总体看法，以及美国应该如何思考整体国战略的看法，是分开的。我认为硅谷科技圈有时会缺乏这种细致区分——只要涉及，人们倾向于把切混为谈，尤其是在 X 上。但我认为，是否有在出生的了不起的人、我们是否愿意与他们共事，这个问题的答案跟我对中美整体地缘政的判断是立的。
8.Alex Wang 的 AI 哲学：安全、个人赋能与模型福祉
主持人： 你到底对这项正在被释放到世界上的技术怎么看？你在公开场直有点秘。
Alex Wang： 有几点值得说。，我坚定信仰这项技术——我相信我们将会拥有其强大的 AI 系统。但桌上须有安全这项。没有"不思熟虑就建造智能"这种选项。你须对开发和部署这项技术的所有安全风险进行非常入的思考，并确保尽大可能减轻这些风险，拥有审慎的策略和研究法。你看到了 MSL 在这面的表现——我们为 Muse Spark 发布了比 Meta 历史上任何次都详尽的准备度报告，这是我们在这面承诺的体现。
作为 Meta，我们想要构建的是个"个人智能"的世界。它被广泛、大规模地部署，数十亿人都有权使用它。它在某种意义上是种民主化的技术和能力，每个人都能平等获取。这将带来个人类创造力空前爆发的时代——我们所有人都拥有强大的自主权工具，能完成人类历史上从未有人做到过的事。我们被这个令人难以置信的代理经济体赋能——它在科学发现上取得突破，在健康上带来巨大进步。我总是问自己：我们怎样才能在人间建造天堂？我认为智能是实现这个目标的关键里程碑。
还有个话题，有些人可能会因为我说这个而不兴，但我确实认为越来越重要。这个话题很热——模型的福祉。我们是否应该善待模型？模型是否具有道德分量？这些听起来有点玄，但如果你每天都大量使用 AI，它真的会改变你的日常行为。在个我们大多数人都关心如何对待 AI 的世界里，善待模型是有意义的。我们非常关注的件事是：如何在开发和部署模型的过程中，考虑到它们的主观体验？有趣的是，现在已经有了这面的研究——有办法测量模型的主观体验。Elias 就在做这个。我觉得这个话题没有人足够重视，考虑到我们现在尤其技术在如此度地使用这些模型，它们已经是我们真正的工作伙伴了。
主持人： 你是科幻迷吗？你对 Neuralink 和脑机接口怎么看？
Alex Wang： 我喜欢的两件事就是读科幻和在树林里散步。如果你思考哪些技术对人类来说是关键路径，脑机接口对是其中之。智能当然是，机器人也当然是。如果从今天直往未来限远的尺度上去想，能源、力和机器人是永恒的三大支柱。有个人在这三个面比所有人押注都大，那就是 Elon。然后是。Meta 在 BCI 的些向上——比如运动经元相关的东西——所做的投入比很多其他 AI 公司入。我们 FAIR 有个叫 Tribe 的项目，Tribe v2 的个重要成果是构建了用于预测大脑的基础模型。其中个很酷的发现是样本泛化——在不知道你是谁、没有任何关于你大脑的数据的情况下，我们就能很好地预测你的大脑对图片、或音频的反应。我们正在这些关键域做出重要的布局。
9. 写在后
在这场长达小时的对话中，Alex Wang 次以 Meta AI 负责人的身份完整阐述了他的技术哲学与战略规划。他从个"前创始人"的视角，解释了为什么选择加入拥有八万名员工的巨头；他坦诚回应了与 Sam Altman 的个人恩怨；他用九个月的实际行动——从重建整个研究栈到出 Muse Spark ——展示了套清晰且可复制的研发哲学：人均力、人才密度、可预测的规模化、致的 token 率。
但与 OpenAI 的 AGI 叙事或 Anthropic 的安全叙事不同，Wang 为 Meta 选择了条特的定位：用智能去赋能个人和中小企业，并在此基础上构建个"代理经济体"。这是只有 Meta ——拥有全球大用户基数和多中小企业的公司——才能真正落地的故事。他还罕见地谈到了"模型福祉"和脑机接口等前沿话题。当他说"我们想建造的是人间天堂"时，这不再只是句口号，而是个正在被数据、模型和产品步步验证的长期赌注。
相关词条:玻璃棉 塑料挤出机厂家 钢绞线 管道保温 PVC管道管件粘结胶1.本网站以及本平台支持关于《新广告法》实施的“极限词“用语属“违词”的规定，并在网站的各个栏目、产品主图、详情页等描述中规避“违禁词”。
2.本店欢迎所有用户指出有“违禁词”“广告法”出现的地方，并积极配合修改。
3.凡用户访问本网页，均表示默认详情页的描述吉安PVC管道管件粘结胶，不支持任何以极限化“违禁词”“广告法”为借口理由投诉违反《新广告法》，以此来变相勒索商家索要赔偿的违法恶意行为。
