一笔科技史上规模最大的战略投资之一，在短短两个月内就显现出裂痕。Meta与Scale AI的“天作之合”为何迅速走向失控？
2025年6月，Meta首席执行官马克·扎克伯格做出了一项重大决定——向数据标注公司Scale AI投资143亿美元，并将该公司创始人亚历山大·王及其高管团队招入麾下，负责运营新成立的Meta超级智能实验室（MSL）。
这笔交易当时被视为Meta追赶OpenAI和谷歌的关键举措。然而仅仅过去两个月，这场联姻就已经显现出严重裂痕。 高管离职、数据质量争议、文化冲突和竞争对手的崛起，让这笔百亿美元投资的前景蒙上了浓重阴影。
天价交易，Meta的急切追赶
2025年夏季，Meta面临前所未有的竞争压力。OpenAI的ChatGPT持续引领市场，谷歌的Gemini模型不断升级，而Meta自己的Llama 4模型发布后市场反响平平。
扎克伯格决定采取激进策略。6月，Meta宣布向Scale AI投资143亿美元，不仅获得大量股权，还将Scale AI的CEO亚历山大·王及其核心团队引入公司，负责新成立的超级智能实验室（MSL）。
这项交易本质上是一种“收购式雇佣”策略，旨在绕过传统并购的监管审查，同时快速获得顶尖AI人才。 对Scale AI而言，这也是一个理想出路，因为OpenAI和谷歌已经宣布将停止与该公司合作。
裂痕初现，高管迅速离职
合作的最明显裂痕出现在人事层面。Scale AI前生成式AI产品与运营高级副总裁鲁本·迈耶在加入Meta仅两个月后便宣布离职。
迈耶曾在Scale AI工作累计约五年时间，是亚历山大·王核心团队的重要成员。他在Meta期间负责AI数据运营团队，但并未加入公司内部负责研发AI超级智能的核心部门——TBD实验室。
对于离职原因，迈耶向媒体表示是“个人事务”，并强调自己对在Meta的工作经历“非常满意”。 但内部消息人士透露，这仅仅是Meta内部更大规模人才流失的开始。
随后，MSL的AI研究员里沙布·阿加瓦尔、产品管理总监查亚·纳亚克和研究工程师罗汉·瓦尔马也相继宣布离职。
数据之争，质量质疑浮出水面
比人事变动更为严重的是数据质量争议。多位知情人士透露，Meta核心AI部门TBD实验室的研究人员认为Scale AI提供的数据质量低于预期。
尽管Meta已向Scale AI投入巨资，但TBD实验室仍在与Scale AI的竞争对手Mercor和Surge合作，为下一代AI模型提供训练支持。
这种偏好源于AI行业的技术变革。Scale AI最初的商业模式建立在众包基础上，依靠低成本劳动力处理简单数据标注任务。
但随着AI模型日益复杂，如今需要高技能领域专家（如医生、律师、科学家）来生成和优化高质量数据。 虽然Scale AI已努力吸引这类专业人才，但竞争对手Surge和Mercor的发展速度更快，因为它们的商业模式从一开始就建立在高薪人才的基础上。
文化冲突，初创精神遭遇大企业官僚
Meta与Scale AI的合作还暴露了深层的文化冲突。来自Scale AI的高管团队习惯初创企业的敏捷决策，而对Meta的大公司官僚体系感到沮丧。
与此同时，Meta原有的GenAI团队成员则感到自己的才能被边缘化，职责范围被不断压缩，仿佛成为了“二等公民”。
这种文化冲突不仅影响了团队士气，还直接导致了工作效率的下降。一位匿名内部人士描述，当前的工作环境充满了“初创精神与企业惯性的碰撞”。
战略转向，Meta考虑与竞争对手合作
面对内部挑战，Meta正在探索令人意外的战略转向。据媒体报道，Meta超级智能实验室已启动与谷歌、OpenAI的合作谈判，计划将Gemini模型和OpenAI的技术整合到Meta AI中。
这种合作可能是过渡性策略，在Meta自研的下一代模型Llama 5成熟前，借助外部技术提升产品能力。 但这无疑是对Scale AI投资的一种否定。
Meta发言人表示：“我们采取全方位策略打造顶级AI产品，包括自研、合作与开源技术并重。” 然而，这种转向也暴露了Meta在AI竞赛中的困境。
行业影响，数据标注行业重塑
Meta与Scale AI的合作裂痕反映了整个数据标注行业的重大变革。随着AI模型越来越复杂，对训练数据的要求也日益提高。
早期依靠众包模式的低成本策略正在被高技能专家驱动的高质量数据策略所取代。 Scale AI的竞争对手如Surge和Mercor正是因为专注于高质量数据而获得优势。
这种转变不仅影响了技术竞争格局，还重新定义了数据标注行业的价值链。高质量数据的溢价能力显著提升，而传统众包模式面临严峻挑战。
未来展望，Meta的AI之路何去何从
尽管面临诸多挑战，Meta超级智能实验室仍在继续研发下一代AI模型。据Business Insider报道，该团队计划在2025年底前推出新模型。
对Meta而言，如何平衡短期产品需求与长期技术发展，将是决定其AI战略成败的关键。整合外部技术可能帮助Meta快速提升产品能力，但最终仍需依靠自研技术来实现真正的差异化竞争。
对Scale AI来说，失去Meta的全力支持将是一个重大打击。在OpenAI和谷歌已经终止与该公司合作后，Scale AI不得不进行业务重组，在数据标注部门裁员200人。
Meta对Scale AI的143亿美元投资正在成为科技行业的一堂高风险课程：即使是最巨额的资金投入，也无法保证成功的技术整合或文化融合。
这场合作的裂痕揭示了AI行业更深层的真相——在人工智能军备竞赛中，高质量数据比算法架构更为稀缺，而人才与文化融合比资本更重要。
随着Meta开始讨论整合谷歌Gemini和OpenAI的技术，扎克伯格的AI战略正在从自主开发转向实用主义。这种转变可能帮助Meta短期内提升产品竞争力，但也暴露了其在基础模型开发上的不足。
AI竞赛的格局远未确定，但有一点已经清晰：没有任何公司——即使是在科技巨头Meta—能够单枪匹马地赢得这场比赛。
📌 相关推荐
碾压 OpenAI，DeepSeek-R1 发布！如何在本地实现 DeepSeek？
0元本地部署！体验 OpenAI 价值20000美金/月的博士级智能体
更上层楼！仅用2GB资源，让最火的DeepSeek-R1在本机上奔跑！
再上层楼，让DeepSeek-R1在16G内存，无GPU的Windows笔记本上本地运行！
月上西楼！一行命令让本地大模型学会 DeepSeek 的深度思考！
👇点击阅读原文，获取开源地址
🚀帮我们点亮一颗🌟，愿您的开发之路星光璀璨
扫一扫
241
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
