编辑：编辑部

【新智元导读】在最新的播客访谈中，小扎又做了一把「开源英雄」，大方表示：花费100亿美元研发的模型，如果对人类安全且有益的话，他会选择开源。此外，他还表示是个悲观主义者，因为能源瓶颈，我们离AGI还有几十年的距离。

如果你手头有一个价值100亿美元的AI模型，通过了安全测试且让所有人受益，你愿意将它开源吗？

这个问题会让许多人陷入良久的思考，但小扎没有犹豫，他的回答是——我愿意！

这个惊人的言论，出自最近小扎在Dwarkesh Patel播客中的谈话。

此外，这期干货满满的谈话中，他还曝出了不少内幕消息，比如Meta为何会未卜先知，在2022年就大量买进H100；为何自己会笃信元宇宙等等。

而且，跟Sam Altman、马斯克等高歌猛进的乐观主义者不同，小扎对于AGI的短期实现是持悲观态度的。

在他看来，人类根本不可能在2025年之前实现AGI，因为最大的瓶颈就是能源限制。要解决能源问题，我们还需要几十年时间。

开源价值100亿美元的AI模型，我愿意

当主持人Patel问道：如果Meta砸了100亿美元开发出一个模型，它完全安全，甚至评估值还可以对模型微调，你会开源吗？

小扎坚定不移地表示：会。

主持人鲁豫脸表示不信：「花了100亿美元研发费用的模型，真的说开源就开源？」

小扎表示，Meta会对此进行评估的，毕竟公司一向以开源英雄著称，在开源方面有悠久的历史，拥有PyTorch、React和开放计算等项目。

在开放计算项目中，Meta将所有服务器、网络交换机和数据中心的设计都开源了。这样，整个行业都以他们的设计为标准，直接让供应链围绕这种设计建立起来。

这就大大降低了价格，直接为相关人员节省了数十亿美元。

而且，开源就能集思广益，如果有人能找到更便宜的运行方法，提升10%的效率，那就能直接节省数十亿甚至数百亿美元，这本身就是很值钱的，因此开源好处多多。

不过，他也承认：如果模型成为产品时，情况就变得复杂了。此时，就需要仔细权衡开源在经济上的利弊，不过，目前Meta并不处于这种情况。

这是显而易见的，因为Meta绝对不会把Instagram的代码开源。

苹果和谷歌是糟糕的守门人

同时，小扎也痛批了竞争对手一把。

他表示，移动生态最糟糕的一点就是，我们可以开发什么，是由苹果和谷歌这两个守门人把门的。

因为每当Meta构建出一些产品，这俩就会分走一大笔钱。

更让小扎不满的是，很多次Meta想要推出新产品或新功能，苹果都会说不行。

小扎直呼：如果世界里只有这几家运行封闭模型的公司，它们将直接控制API！

就是为了打破这种局面，Meta深信自己去构建一个模型是值得的。

对此，Ate-a-Pi开玩笑道：因为扎克伯格是个好人！

当然，他确实是个好人。但更重要的是这背后商业上的考量：

1. 允许在Meta之外进行社交产品的调试：

- 社交产品总会有bug！

- Meta以及所有社交平台的产品，都需要对互动的内容进行控制（例如对孩子说有害的话)

- 将技术推向市场，可以让Meta在小规模环境中观察到这些bug

2. Meta面临的最大威胁是character.ai：

- AI朋友将更多、更友好、更易于获取，超越你的现实朋友（目前被FB、Ins和WhatsApp等「控制」）

- 但Meta目前还不能直接下场，因为这会让人感到不安，尤其是在技术还未完善时，会产生一种怪异的不自然感

- Meta曾尝试过Tom Brady和Snoop Dogg风格的AI朋友，但为了安全，有趣的互动受到了很高的限制

- 如果AI朋友的表现足够好，小扎或许不得不「解散」他建立的社交网络

3. 摧毁竞争对手：

- 技术或产品的早期领先可以帮助一家初创公司克服分销上的不利

- Meta拥有终极的分销优势 ，而小扎不希望其他人分一杯羹

- 通过开源，他可以有效限制character.ai、OpenAI等公司收入的增长

- 这些公司必须在资本的限制下加速创新，而他并不会受到资本的限制

- 最终，防止大型竞争对手的出现

4. 分布式研发：

- 他希望其他人能够开发出有趣的社交创意，并进行复制（此前就曾将Snap的创新融入Instagram）

- 现在更甚，因为你必须给微调的Llama 3打上标注

不得不说，小扎的这波操作可谓是体现了他对社交无人能及的理解，仿佛就像来自另一个星球一样。

除此之外，在2023年第四季度财报中，小扎也曾详细说明过了以上内容。

简而言之，开源可以改进我们的模型。

首先，将模型转化为产品还需要大量工作，而且无论如何市场上都会有其他开源模型。

因此，我们认为成为开源的领导者不仅不会显著削弱我们产品的差异化，而且还会带来优势。

我之前以为，面向社交、商业或媒体领域的这些工具，只需解决AI挑战的一个子集就能交付。但现在看来，为了提供我们设想的最佳服务，模型必须具备推理、规划、编码、记忆等多种认知能力。

FAIR从事通用智能研究已有十多年，现在通用智能也将成为我们产品工作的重点。

寒冬已来，25年前不可能实现AGI

关于AGI的短期实现，小扎是持悲观态度的。

在他看来，2025年之前是不可能实现AGI的，最大的瓶颈，就是能源限制。

能源将限制AI的发展，而如果要解决这些问题，可能需要几十年时间。

虽然坐拥至少数万块英伟达GPU，但小扎却觉得，单纯把计算集群造大，早晚会遇到边际效应的那一点，感觉有点在内涵Sam Altman。

在采访中，他表示如今世界上最棘手的事情就是：虽然Llama-3的8B比Llama-2 的70B更好，但指数曲线还能持续多久？

尽管如此，他也认为投资100亿美元，甚至1000亿美元，来建设基础设施是值得的，或许会让我们得到一些惊人的东西。

是的，如今GPU的供应限制，已经让很多公司投入大量资金来构建基础设施。

在到达某一点的时候，投入更多资本的性价比就变低了。

而且在到达这一点之前，我们就会遇到能源的限制。因为目前还没人建立过一千兆瓦的单一训练集群。

在过去十年中，每单位能量的原始计算量每两年翻一番，老黄也意识到了这一点

主持人提问道：如果你有1万亿美元呢？

小扎表示，这还是取决于指数曲线会走多远。

现在的数据中心，规模大概是50兆瓦或100兆瓦，特别大型的能达到150兆瓦。

但300兆瓦、500兆瓦甚至1吉瓦的数据中心，需要花费数年时间才建成，如果是1吉瓦，就需要一个核电厂的能源。

此外，也存在架构瓶颈。

小扎认为，如果持续给Llama-3 70B提供更多数据，或者通过token进行优化，它会持续改进。

不过，我们在此基础上构建的东西，不可能无限进步。

也就是说，小扎基本陷入了渐进主义的陷阱，他不相信GPT-4的性能可以提升100倍，或AGI在短期内能实现。

如果GPT-5的性能是GPT-4的10到100倍，那当前的MMLU之类的基准测试，根本就不起作用。

那该如何衡量，模型创造的价值是否超过了部署成本呢？

总之，放出这种言论的小扎，现在并没有在筹集资金。而Sam Altman、马斯克、Dario Amodei等疯狂筹资的大佬，都预计AI模型能力将大幅提高。

这其中有多少是真实水分，有多少是炒作需要，我们就不得而知了。

只能说，相比之下小扎目前看起来更像个老实人。

22年买入大量GPU，是未卜先知？

在2022年公司股价遭遇重创之际，小扎还是铤而走险，购买了大批H100。

当年第三季度财报显示，Meta资本支出高达320亿-330亿美元。

其中一部分大多流向数据中心、服务器和网络基础设施构建，以及在元宇宙上的巨额投入。

而现在看来，他好像拥有一种未卜先知的能力。

在采访中，小扎解释道，「当时Meta正大力发展短视频工具Reels，因此需要更多的GPU来训模型」。

「这也是我们提供服务的一次重大转变，我们不再针对你所关注的人或页面的内容进行排名，而是开始大力推荐『非关联内容』的内容」。

也就是说，向用户展示候选内容的语料库，有时会从几千个扩大到数亿个。

若想在这一数量级数据中完成训练推理，就需要一个完全不同的基础设施。

「因此，我们要订购足够多的GPU，以满足我们在Reels、内容排序和信息流等方面的需求。还要额外多购买一倍」。

另外，小扎曾在年初宣布，计划到年底要部署35万块英伟达H100。

他透露了更多的细节，这将是一个非常大的舰队。Meta内部将为训练LLM打造两个单集群，一个配备22,000块H100，另一个集群配备24,000块。

因为模型推理对Meta来说，是至关重要的一件大事，需要为Facebook、Ins等自家应用的用户提供服务。

用小扎的原话来说，就是：

我们所需的推理计算与训练的比率，可能远高于其他从事这一领域的公司，这是因为我们所服务的社区用户量非常庞大。

GPT-4级开源模型，今年晚些发布

小扎还提到，对于Llama 3，主要专注于使用大量代码进行训练。在代码中训练模型，有助于其在不同的领域中进行推理。

与此同时，Llama 3是专为工具使用而设计。

「我们的开发者不需要手写所有代码，就可以让模型使用谷歌并进行搜索」。

他还提到了，下一代模型Llama 4将针对智能体行为而打造。

其实，整个AI圈更加期待的是，媲美GPT-4级别的开源模型Llama 3-405B能够发布。

小扎称，4050亿参数的Llama 3将具备更强的多模态能力，支持多种语言，以及更大的上下文窗口，并计划在今年晚些时候推出。

就目前训练结果而言，405B已经在大规模多任务语言理解的基准测试（MMLU）中，取得了大约85分的成绩。

其实Llama3发布三天后，已经有1000个微调模型在Hugging Face上发布。

1000个微调Llama 3模型，中文占8个

HF的创始人Clement Delangue非常期待，下周结束前，或许会有1万个开源Llama3变体上线。

其中，网友@meng__shao总结了，截止目前中文的微调模型已达到6个。

目前，最小版本的额Llama-3 8B已经在改变世界，不仅能在消费级设备上运行，还开辟了大量领域的应用。

那么，未来的Llama模型，或许是能够解决用户所有用例的Llama 10发布那天，是否足以取代现实中的程序员？

小扎表示，「我不确定我们是否正在取代人类程序猿，因为Meta正在给人们提供工具来做更多的事情」。

而且衡量人类智力不仅只有单一的阈值，因为每个人都有不同的技能。我认为，在某种程度上，人工智能可能会在大多数方面超过人类，这取决于模型的强大程度。但这个过程，是循序渐进的。

对元宇宙的信仰从何而来

虽然烧了300亿美元不止，但小扎对元宇宙似乎依然没有放弃。

主持人提出了一个尖锐的问题：就是市场对你大加指责，你也要坚定去做元宇宙。这种笃定，究竟来源于什么？是什么样的价值观或直觉，让你如此笃信元宇宙？

小扎表示，自己只是单纯喜欢建造东西。

他喜欢围绕人们的交流、表达和工作来构建产品，这跟他大学时的专业有关。他学的是计算机科学和心理学，而建造元宇宙，就是两门专业的交叉点。

这是一种深刻的内驱力，让他觉得自己如果不做点新东西，就像犯了错一样。

而且，无论身处何处，元宇宙都能让你感受到与人的联结，在小扎看来，这是一个杀手锏。

技术的一个教训是，要尽可能将物理约束领域的东西转移到软件中，因为软件更容易构建和迭代。

不是每个人都有数据中心，但很多人都可以写代码，并且使用和修改源代码。

而元宇宙版本的软件，就是实现现实的数字存在。在社交、沟通、医疗行业等，元宇宙都会作用巨大。

而且，在为AI投资1000亿美元，或者为元宇宙投入巨额资金时，商业计划就能表明：如果产品奏效，这是很好的投资。

即使在生活中，小扎也是这样的。在考爱岛，他建了一个牧场，负责设计所有建筑。

「如果要养出世界上最好的牛，该怎么设计呢？这就是我。」