1000 亿天价,Zuckerberg 买下"半个genius"和 Meta AI 的未来Author:靖宇 "21 世纪最贵的是什么? ¡Talento!" Hace muchos años, Ge Ling dijo en "Tianxia Xuan" en el contenido de Taiwán, 还不断升. 当地时间 6 月 10 日,媒体曝光 Meta 将以 149 亿美元(折合人民币约 1066 亿元)的价格收购 Scale AI 49% 的股权,而后者的联合创始人 Alexandr Wang,将成为 Meta 新成立的"超级智能小组"的palm门。 De acuerdo con la proporción de acciones del cálculo, esta transacción Wang 和团队可能获get 74 亿美元,Kan 称 es el costo más alto de Silicon Valley "挖角"-know, Google en 2014 para recolectar DeepMind 团队不过 6 亿美元。 Zuckerberg 在内部信中写道:"我们将共同构建 AI 的未来." 在 Llama 4 模型折戟、AI 团队人员不断流失的现实下, Meta 這次大举押注 Scale AI,图的是什么? 有了 Scale AI 和 Alexandr Wang,Meta 能在接下来的 AI 大战中,重新找到自己的位置吗 ? 01 最贵的"摇摆人"作为 AI 时代硅谷蹿升最快的公司,Scale AI 的估值一直以rocket speed 蹿升,短短 5 年时间就膨胀至 138 亿美元。 Sin embargo, esta vez Meta recoge el 49% de las acciones de la primera, lo que requiere un coste de 149 dólares. 49% 显然是为了反垄断审查考虑,但 Meta 和札克伯格想要的是联合创始人之一 Alexandr Wang 这个人——这位 19 岁创业的genius将成为 Meta 新成立的超级智能实验室的负责人,带领 Meta AI 进入新时代。 有意思,说 Meta 彻底买下 Wang 并不确切,因为 Wang 将继续担任 Scale AI 的 CEO 一职,代表 Wang 和 Scale AI 还将继续保持"独立" ,这可能也是历史上成本最高的"脚踏两只船,而 Scale AI 如果保持增长势头,Wang 则可能成为硅谷身家增长最快的创业者,没有之一。 Zuckerberg está tan impaciente por apostar por Scale AI y Wang con Meta a la mano dorada de Han, y apostar por Scale AI y Wang,体出的 suyo porque Meta 在 AI 竞赛中逐渐掉队的??? 尽管 Meta 在 2024 年推出了参数规模达 1.8 万亿的 Llama 4 Behemoth,但其在多模态理解、长文本推理等关键指标上仍落后 GPT-4.5 约 12。 更尴情的是,Llama 训练数据的质量问题被曝光:业内估算约 30% 的语料来自低质量社交媒体内容,导致模型频繁输出错误信息。 刚刚成立 2 年后的 Scale AI 团队,最左侧为 Wang 本人|图片来源:Scale AI「 我们缺的不是算力,是干净的数据和顶尖engineering talent 。 Un investigador de Meta AI se quejó de forma anónima. 这解释了为何札克伯格要smashed heavy gold请来 Wang——一个以数据标注技术闻名的「infrastructure crazy demon。 作为估值最高的数据标注公司,Scale AI 的蹿红不是没有道理。 根据报道,Scale AI 的护城河在于其将原始数据转化为 AI 可用燃料的能力:军事级标注精度:通过混合人类标注员+AI 质检的「双保险,其数据错误率仅 0.3%,而行业平均为 5%(公司自述)。 多模态数据垄断:拥有全球最大的视频动作标注库(含 1.2 亿条人体动作数据)和跨语言文本数据集(覆盖 217 种语言)。 而事实上,花 149 亿美元giant 资买下"半个"Scale AI 和 Wang person,Meta 的野心不仅仅在于 AI 大模型本身。 02 转型 AI infrastructure,弥补 B 端短板数据、算力和模型,是大模型领域的三要素,Meta 作为社交巨头,在数据和算力上有着自然优势,不过在"数据"上需要打个引号,因为 Meta 的数据量虽然大,但如果质量不行,对于 AI 模型训练作用不大。 「 你们看到的每个 GPT 回复,背后都有我们标注的 500 个数据点 ." Wang 的这句话,解释了 Meta 的焦虑。 当 OpenAI 用 Scale AI 的数据训练出更聪明的模型时,Meta 却困在自家社交数据的孤四里。 收购 Scale AI,等于直接接管了竞争对手的「弹药库。 Scale AI 手握全球 35% 的 AI 训练数据流量,服务着从五角大楼到 OpenAI 的顶级客户。 Meta Research 的engineering 师私下complain:"我们用 Llama 3 训练时,30% 算力浪费在清洗垃圾数据上,而 Scale AI 的标注精度能达到 99.7%。 有了 Scale AI 精准的数据清洗和标注,业内估计 Meta 将训练数据污染率从 15% 降至 2%,下一代 Llama 5 的训练周期缩短 40。 知情人士透露,正在测试的"Llama 5 Behemoth"参数规模达 3 万亿,专门用于攻克 AGI。 同时,Scale AI 的标注系统已深度适配 Meta 定制 AI 芯片架构,形成"数据标注-模型训练-硬件优化"闭环,有可能使 Llama 模型推理成本降低至 GPT-4o 的 1/3。 可以说,引入 Scale AI 后,Meta 的 Llama 模型从训练质量、效率和成本上都将获得大幅优化。 事实上,Scale 的接入,甚至可能重塑 Meta 在 AI 竞争中的整个战略。 相比于 Google 和微软,缺少云计算平台的 Meta 一直只能在 C 端sa野。 而有了 Scale 的能力, Meta 计划通过 AWS/Azure 等云平台对外提供 Scale AI 数据服务,构建类似微软「Copilot+OpenAI"的生态闭环,将竞争对手转化为客户 。 如果说数据是新时代的石油,那么 Meta 通过购买 Scale AI 这家份额最大的"数据精炼厂,已经掌握了大半个 AI infrastructure体系。 Meta 在 AI 竞争中逐渐掉队|图片来源:Meta当然,OpenAI、Anthropic 等竞争对手到底会不会买账目前未可知,虽然 Meta 仅仅买下半个 Scale AI(和半个 Wang),但显然已经足够让前者警惕 Scale AI 的neutral地位,so openAI 也在加紧和 Scale AI 的竞争对手 Handshake 合作。 即使 Scale AI 之前的客户们逐渐减少下单,Meta 和 Scale AI 已经谋划新的收入来源——政府和国防客户。 根据报道,Scale AI 合作,已经获得来自美军方超过 2 亿美元的政府订单。 同时,Scale AI 本身也在向国防定制等垂直领域的 AI 应用层扩展,而 Meta 的企业级销售能力和背书,无疑会对 Scale AI 未来的发展提供足够动力。 业内人士传言,Meta 和 Scale AI 的巨额交易还有一个隐藏对赌:若 Scale AI 未来三收入增速低于 80%,Meta 有权以折扣价收购剩余stock ——这代表 Wang 不仅要"让 Meta AI 再次伟大,同时自己的 Scale AI 在收入上也要继续高速增长。 而 B 端业务显然会成为双方的新增速来源。 对于 Meta 团队,Wang 即使作为"脚踏两只船"的超级智能实验室负责人加入,也能产生极强的「鲶鱼效应。 在硅谷 AI 界,Meta 向来以学术氛围浓厚有称,Llama 的开源和普惠正是其学术思考的结果。 但 Wang 极力推崇的"数据思维"无疑将对 Meta 现有的 AI 团队产生冲击和改变。 根据媒体报道,Wang 刚刚加入 Meta,反手就砍掉三个学术项目,推动团队向更"现实"的方向转型。 如果不考虑反垄断的阻挠,此次 Meta 对于 Scale AI 和 Wang 本人的giant 额押注,可能重塑 Meta 在激烈的 AI 竞争中的角色和发展方向,不仅让 Meta 快速缩短和竞争对手在模型领域的差距,更能使这个社交巨头,完成从应用到 AI infrastructure 角色的转变。 这场豪赌的本质,是 Meta 试图用资本力量重写 AI 竞争规则。 Como dijo Sarah Guo: "Meta todo el mundo está ganando mucho, y Meta está bajando por toda la carretera, no importa si te sientas en la carretera o no, tienes que cruzar la carretera".
El contenido es solo de referencia, no una solicitud u oferta. No se proporciona asesoramiento fiscal, legal ni de inversión. Consulte el Descargo de responsabilidad para obtener más información sobre los riesgos.
1000 亿天价,Zuckerberg 买下"半个genius"和 Meta AI 的未来Author:靖宇 "21 世纪最贵的是什么? ¡Talento!" Hace muchos años, Ge Ling dijo en "Tianxia Xuan" en el contenido de Taiwán, 还不断升. 当地时间 6 月 10 日,媒体曝光 Meta 将以 149 亿美元(折合人民币约 1066 亿元)的价格收购 Scale AI 49% 的股权,而后者的联合创始人 Alexandr Wang,将成为 Meta 新成立的"超级智能小组"的palm门。 De acuerdo con la proporción de acciones del cálculo, esta transacción Wang 和团队可能获get 74 亿美元,Kan 称 es el costo más alto de Silicon Valley "挖角"-know, Google en 2014 para recolectar DeepMind 团队不过 6 亿美元。 Zuckerberg 在内部信中写道:"我们将共同构建 AI 的未来." 在 Llama 4 模型折戟、AI 团队人员不断流失的现实下, Meta 這次大举押注 Scale AI,图的是什么? 有了 Scale AI 和 Alexandr Wang,Meta 能在接下来的 AI 大战中,重新找到自己的位置吗 ? 01 最贵的"摇摆人"作为 AI 时代硅谷蹿升最快的公司,Scale AI 的估值一直以rocket speed 蹿升,短短 5 年时间就膨胀至 138 亿美元。 Sin embargo, esta vez Meta recoge el 49% de las acciones de la primera, lo que requiere un coste de 149 dólares. 49% 显然是为了反垄断审查考虑,但 Meta 和札克伯格想要的是联合创始人之一 Alexandr Wang 这个人——这位 19 岁创业的genius将成为 Meta 新成立的超级智能实验室的负责人,带领 Meta AI 进入新时代。 有意思,说 Meta 彻底买下 Wang 并不确切,因为 Wang 将继续担任 Scale AI 的 CEO 一职,代表 Wang 和 Scale AI 还将继续保持"独立" ,这可能也是历史上成本最高的"脚踏两只船,而 Scale AI 如果保持增长势头,Wang 则可能成为硅谷身家增长最快的创业者,没有之一。 Zuckerberg está tan impaciente por apostar por Scale AI y Wang con Meta a la mano dorada de Han, y apostar por Scale AI y Wang,体出的 suyo porque Meta 在 AI 竞赛中逐渐掉队的??? 尽管 Meta 在 2024 年推出了参数规模达 1.8 万亿的 Llama 4 Behemoth,但其在多模态理解、长文本推理等关键指标上仍落后 GPT-4.5 约 12。 更尴情的是,Llama 训练数据的质量问题被曝光:业内估算约 30% 的语料来自低质量社交媒体内容,导致模型频繁输出错误信息。 刚刚成立 2 年后的 Scale AI 团队,最左侧为 Wang 本人|图片来源:Scale AI「 我们缺的不是算力,是干净的数据和顶尖engineering talent 。 Un investigador de Meta AI se quejó de forma anónima. 这解释了为何札克伯格要smashed heavy gold请来 Wang——一个以数据标注技术闻名的「infrastructure crazy demon。 作为估值最高的数据标注公司,Scale AI 的蹿红不是没有道理。 根据报道,Scale AI 的护城河在于其将原始数据转化为 AI 可用燃料的能力:军事级标注精度:通过混合人类标注员+AI 质检的「双保险,其数据错误率仅 0.3%,而行业平均为 5%(公司自述)。 多模态数据垄断:拥有全球最大的视频动作标注库(含 1.2 亿条人体动作数据)和跨语言文本数据集(覆盖 217 种语言)。 而事实上,花 149 亿美元giant 资买下"半个"Scale AI 和 Wang person,Meta 的野心不仅仅在于 AI 大模型本身。 02 转型 AI infrastructure,弥补 B 端短板数据、算力和模型,是大模型领域的三要素,Meta 作为社交巨头,在数据和算力上有着自然优势,不过在"数据"上需要打个引号,因为 Meta 的数据量虽然大,但如果质量不行,对于 AI 模型训练作用不大。 「 你们看到的每个 GPT 回复,背后都有我们标注的 500 个数据点 ." Wang 的这句话,解释了 Meta 的焦虑。 当 OpenAI 用 Scale AI 的数据训练出更聪明的模型时,Meta 却困在自家社交数据的孤四里。 收购 Scale AI,等于直接接管了竞争对手的「弹药库。 Scale AI 手握全球 35% 的 AI 训练数据流量,服务着从五角大楼到 OpenAI 的顶级客户。 Meta Research 的engineering 师私下complain:"我们用 Llama 3 训练时,30% 算力浪费在清洗垃圾数据上,而 Scale AI 的标注精度能达到 99.7%。 有了 Scale AI 精准的数据清洗和标注,业内估计 Meta 将训练数据污染率从 15% 降至 2%,下一代 Llama 5 的训练周期缩短 40。 知情人士透露,正在测试的"Llama 5 Behemoth"参数规模达 3 万亿,专门用于攻克 AGI。 同时,Scale AI 的标注系统已深度适配 Meta 定制 AI 芯片架构,形成"数据标注-模型训练-硬件优化"闭环,有可能使 Llama 模型推理成本降低至 GPT-4o 的 1/3。 可以说,引入 Scale AI 后,Meta 的 Llama 模型从训练质量、效率和成本上都将获得大幅优化。 事实上,Scale 的接入,甚至可能重塑 Meta 在 AI 竞争中的整个战略。 相比于 Google 和微软,缺少云计算平台的 Meta 一直只能在 C 端sa野。 而有了 Scale 的能力, Meta 计划通过 AWS/Azure 等云平台对外提供 Scale AI 数据服务,构建类似微软「Copilot+OpenAI"的生态闭环,将竞争对手转化为客户 。 如果说数据是新时代的石油,那么 Meta 通过购买 Scale AI 这家份额最大的"数据精炼厂,已经掌握了大半个 AI infrastructure体系。 Meta 在 AI 竞争中逐渐掉队|图片来源:Meta当然,OpenAI、Anthropic 等竞争对手到底会不会买账目前未可知,虽然 Meta 仅仅买下半个 Scale AI(和半个 Wang),但显然已经足够让前者警惕 Scale AI 的neutral地位,so openAI 也在加紧和 Scale AI 的竞争对手 Handshake 合作。 即使 Scale AI 之前的客户们逐渐减少下单,Meta 和 Scale AI 已经谋划新的收入来源——政府和国防客户。 根据报道,Scale AI 合作,已经获得来自美军方超过 2 亿美元的政府订单。 同时,Scale AI 本身也在向国防定制等垂直领域的 AI 应用层扩展,而 Meta 的企业级销售能力和背书,无疑会对 Scale AI 未来的发展提供足够动力。 业内人士传言,Meta 和 Scale AI 的巨额交易还有一个隐藏对赌:若 Scale AI 未来三收入增速低于 80%,Meta 有权以折扣价收购剩余stock ——这代表 Wang 不仅要"让 Meta AI 再次伟大,同时自己的 Scale AI 在收入上也要继续高速增长。 而 B 端业务显然会成为双方的新增速来源。 对于 Meta 团队,Wang 即使作为"脚踏两只船"的超级智能实验室负责人加入,也能产生极强的「鲶鱼效应。 在硅谷 AI 界,Meta 向来以学术氛围浓厚有称,Llama 的开源和普惠正是其学术思考的结果。 但 Wang 极力推崇的"数据思维"无疑将对 Meta 现有的 AI 团队产生冲击和改变。 根据媒体报道,Wang 刚刚加入 Meta,反手就砍掉三个学术项目,推动团队向更"现实"的方向转型。 如果不考虑反垄断的阻挠,此次 Meta 对于 Scale AI 和 Wang 本人的giant 额押注,可能重塑 Meta 在激烈的 AI 竞争中的角色和发展方向,不仅让 Meta 快速缩短和竞争对手在模型领域的差距,更能使这个社交巨头,完成从应用到 AI infrastructure 角色的转变。 这场豪赌的本质,是 Meta 试图用资本力量重写 AI 竞争规则。 Como dijo Sarah Guo: "Meta todo el mundo está ganando mucho, y Meta está bajando por toda la carretera, no importa si te sientas en la carretera o no, tienes que cruzar la carretera".