在Kimi K3等中国开源模型的猛烈攻势之下，硅谷围绕AI开源与闭源的路线之争日趋白热化。
近期，Meta也调整开源策略，发布了专注于端侧运行的开放权重模型Muse Glimmer，创始人扎克伯格甚至发布长文《未来属于所有人》，公开批评OpenAI和Anthropic试图打造单一中心化超强AI的做法。
Meta还呼吁放宽对开源训练数据和模型蒸馏的政策限制，并宣布设立10亿美元基金投入数据中心所在社区，以缓解基础设施建设压力。
扎克伯格在最新访谈中解释了Meta重回开源路线的原因，以下是核心观点：
1、拒绝单一中心化AI，构建多元化生态：扎克伯格认为未来的世界不应该由单一的闭源AI系统主导，而是会像如今的应用和网站一样，出现许许多多不同的AI系统。开源的核心在于赋予每个人自己去构建和掌控AI的能力，从而打造一个更加丰富和多元化的AI生态。
2、开源能带来更高的安全性和可靠性：尽管有人担忧封闭模型更安全，但软件工业的历史表明事实恰恰相反。开源系统因为向公众开放，能吸引更多人去审视系统的每一个角落，从而比封闭系统更快地发现并修复漏洞。
3、广泛的使用与审查加速模型迭代：随着开源模型被越多人使用和审查，平台可以收集到大量的真实反馈，进而不断推出更新、更完善的版本，最终让模型对每个人来说都变得更聪明、更安全。
4、赋能企业与创作者定制专属AI：开源模式打破了技术垄断，让所有人都可以获取、修改模型并在其之上开发产品。这使得未来每家企业都能拥有专属的客服与销售AI，创作者也能以更低的门槛打造自己的AI交互分身。
5、推动行业的整体繁荣与进步：总结软件行业过去几十年的发展规律，开源模式与封闭集中的模式截然不同，开放的技术底座将带来无可比拟的创新浪潮，从而指引整个行业走向一个更繁荣的未来。
以下是对话原文：
1.硬件革命与下一代计算平台 (Orion & AR/MR)
主持人：我想先和你聊聊我做这次对话的目标。我们有一个叫作《Huge If True》的节目，这是一个对科学、技术以及我们能够塑造的潜在未来抱有极高乐观态度的节目。在每一集里，我们都会去探讨如果某种技术走向未来会是什么样子。所以我在这次对话中的目标，是希望帮助大家看到你在打造Meta产品时所构想的未来。你想象中未来会是什么样？你希望大家如何使用这些产品？
扎克伯格：好的。
主持人：那我们就从这些设备开始吧。
扎克伯格：这正是十年的研发成果。
主持人：我今天早些时候稍微体验了一下。我听说你团队里有人把它们叫作现实版托尼·斯塔克的眼镜。
扎克伯格：我们正在接近那个目标。
主持人：但我很想听你亲口说说，这些到底是什么？
扎克伯格：这是世界上首款全息增强现实眼镜（Orion）。我们大概制作了几千副左右。制作其中的每一副都极其困难。这是我们经过十年研究和开发的结晶，基本上把全息眼镜所需的所有计算部件都小型化了。这不是头显，而是能够在宽广视野中将全息图像投射到现实世界里的眼镜。
你可以想象在未来，我们可能以另一种形式进行这样的对话，比如你或者我甚至不需要亲自来到现场。我们其中一个人在物理现场，而另一个人则以全身全息图像的形式呈现。这不仅仅是视频通话，你可以真正去交互和协作。就像我们在演示里玩的乒乓球和其他游戏一样，你可以互动、共同工作、打扑克或下棋，使用全息扑克牌和全息棋盘。我认为这会非常酷。它将重塑我们今天所熟知的许多领域，从工作方式、生产力工具，到科学、教育、娱乐和游戏等各个方面。但这仅仅是个开始，这只是第一代产品，是我们制作的原型版本，目的是为了开发下一个版本，也就是希望未来能够量产并销售给大众的消费级版本。
主持人：为什么要打造这个？
扎克伯格：因为我认为它将成为下一个主要计算平台。如果你回顾计算技术的发展长河，就会发现我们经历了从大型机，到摆在桌上或机箱里的个人电脑，再到可以随身携带的手机。但手机其实挺不自然的，对吧？它会让你脱离周围的物理世界。我认为计算技术趋势是变得越来越无处不在、越来越自然，也越来越具备社交属性。你希望能够与身边现实世界里的人互动，而这很可能会成为继手机之后的下一个主导平台。
主持人：看看这两副，这些透明版本展示了内部所有的技术结构。
扎克伯格：这是特别版，而这个是极为特殊的版本。里面连一毫米的富余空间都没有。从将光线射入光波导的微型投影仪开始，一切都严丝合缝。这是一种特殊的显示系统，不像手机、电视或电脑里使用了几十年的传统显示器。它是一个光波导系统，投影仪将光线射入贯穿光波导的纳米蚀刻结构中，正是这些结构捕捉光线并创建出全息图。为了将全息图与你的视线同步，里面集成了眼动追踪模块和微型摄像头来照亮眼睛。
当然还有所有基础部件，包括计算芯片、供电电池、麦克风以及播放声音的扬声器，还有让你能与AI对话的传感器。此外，摄像头和传感器负责感知你周围的世界，这样当它在现实中放置全息图时，就能找准位置并理解你所处的环境。这甚至还没涵盖所有细节，因为要同步两个显示屏之间的全息图像极其复杂。这不像手机或电视只有一个屏幕，它有两个屏幕且一直在移动。物理硬件的同步非常困难。里面还有负责与其他计算设备通信的无线电模块，用以分担更重度的计算任务。另外还有你可能体验过的基于手腕的肌电神经网络接口（EMG）。我们将所有这些技术小型化，装进了一副外观普通的眼镜里。十年前当我告诉团队我们要这么做时，大家都不确定能否实现。但现在我认为我们不仅能做到，而且随着时间推移，还能让它变得更便宜、质量更高、体积更小、更时尚。我觉得这将是一个非常疯狂的未来。
主持人：目前市面上有许多尝试将数字对象融入物理空间的方案。比如搭载平视显示的眼镜，它的画面是锁定在视野里的，随眼睛移动；也有能在物理空间中创建固定不动物体的眼镜，比如Snapchat刚刚发布的Spectacles；另一方面，还有像Quest以及Apple Vision Pro这样的头显设备，它们似乎属于不同的类别。你如何向大家梳理当前的产业格局？你认为在不久的将来，人们会如何在现实生活中使用这些工具？
扎克伯格：十年前我们刚开始做这个项目时，我就认为类似这样的产品会是适合所有人的终极形态。你可以拥有一副外观普通的眼镜，并且能展示完整的全息图像，我们会持续改进它。这非常强大，也是我们都希望实现的科幻未来。在探索的过程中，我们也尝试了其他几种路线来辅助研发，包括打造无显示屏眼镜。我们尝试拿一副时尚的普通眼镜，在专注于外形尺寸的前提下尽可能多地塞入技术。这就是Ray-Ban Meta眼镜，它卖得非常好。最初我们以为那只是用来积累经验的入门产品，但现在很明显，无显示屏产品的成本可以做到比全息眼镜低得多，而且可能是长期如此。
因此我认为我们探索的这几种路线，未来都会成为长期存在的独立产品线，供不同需求的人选择。你会看到像Ray-Ban Meta这样无显示屏的眼镜持续进化。它非常适合AI交互，虽然没有屏幕，但你可以和它对话，它也能回应你。
另外我认为介于这两者之间还会有一种产品，即平视显示眼镜（HUD）。它没有70度的宽广视场角，可能只有20度或30度。这种视场角不适合呈现完整的真人全息图或与周围世界进行复杂交互，但当你与AI对话时，它能让你在听到的同时看到文本输出，或者通过手腕上的神经网络接口给别人发短信——文本直接浮现在眼前，而不是被朗读出来，毕竟我们看字比听声音更快——又或者用来获取导航路线、搜索信息等等。所以平视显示眼镜有很大的价值，它的价格会比无屏幕眼镜贵一些，但比全息眼镜便宜。
再往上就是全息眼镜（如Orion）了，它可能会是眼镜类产品中最高端、最昂贵的，但我希望它能像电脑一样，让世界上大多数人都能买得起。这些产品形态都会并行存在，人们也会喜欢它们。
此外，我认为大家正在使用的MR头显也会继续存在。因为无论我们把眼镜的技术小型化做到多极致，完整头显里永远能容纳更强的计算能力。从根本上说，我们的使命不是去打造只有少数人能用的高精尖产品，我们希望走完最后一公里，通过创新让所有人都能用上。我们刚刚发布了Quest 3S这款全新的MR头显，直接把高质量的MR体验带到了299美元的价格带。去年我们推出Quest 3时我就非常自豪，那是首款售价500美元的高质量、高分辨率彩色MR设备。它的价格只有竞争对手的一小部分，而且在很多方面质量反而更高。现在我们在这一路线上进一步加码了。
所以，我认为它们最终都会成为非常重要的长期产品线。无论是无显示屏眼镜、平视显示眼镜、全息AR眼镜还是完整的头显设备，它们都各有各的重要性。
2.“现场感”与物理交互的极限
主持人：如果展望未来的发展，不仅仅包含我们刚才聊到的硬件设备，像Meta Ray-Ban、Quest和Orion，还包含Llama大模型。如果一切都按照你和团队最理想的设想去发展，那种未来会给人们带来什么样的感受。
扎克伯格：我认为我们主要在尝试打造两大核心价值。在AR和MR领域，我们想带来的核心价值是现场感。在现实中与另一个人面对面相处，能带来一种非常深层的体验，这是目前任何其他技术都无法取代的。当人们对VR或MR产生非常直观的震撼反应时，他们真正被触动的是那种前所未有的科技现场感。你会感觉自己真的和另一个人身处同一个空间，这种力量非常强大。过去二十年里我一直专注于设计社交应用和体验，能够打造出一个带来这种深层社交现场感的技术平台，一直是我们梦寐以求的终极目标。
另一个重大方向是高度个性化的AI，这也是Llama和Meta AI等产品的发展路线。我们投入了大量研发去让模型随着时间推移变得越来越聪明。但真正让人惊叹的，是当AI能够为你实现高度个性化。而要做到这一点，它必须具备上下文感知能力，能够理解你的生活动态，既包含全局信息，也包含你此刻周围正在发生的物理状况。为了实现这一点，我认为眼镜是绝佳的载体，因为眼镜佩戴在脸上，能让AI看到你所看到的、听到你所听到的。而视觉和听觉正是我们从外界吸收信息和上下文最核心的两大感官。这一切都会带来非常深刻的影响，但归根结底就是这两件事：完美的现场感，以及能切实为你提供帮助的高度个性化智能。
主持人：我很想分别聊聊这两个方向。首先是现场感，能够通过网络与他人连接对我来说意义重大。我能拥有这份工作，以及和家人保持联系都是如此。我的父母住得离我很远，我经常和他们打视频电话。当我回顾这项技术的演进轨迹，从电报到电话，再到视频通话，再到如今能感受到另一个人仿佛就站在眼前的那种现场感，这让我对未来感到无比乐观。我非常憧憬这样的未来：我可以和妈妈玩拼字游戏，虽然我输了，但我感觉她就像真实地坐在我对面一样。感觉我们距离这种能让大脑信以为真的体验已经不远了。
扎克伯格：我也这么认为。
主持人：而且，我也很怀念拥抱我妈妈的感觉。这种情感永远不会消失。
扎克伯格：是的，触觉技术确实很难。
主持人：我想问的也正是这一点。对我来说，很难想象在未来的物理世界里，真实接触不会以某种形式保持其特殊性，我依然会切身地怀念拥抱妈妈的感觉。我很想知道你如何看待人类连接中的那些要素，比如眼神交流、物理触碰，以及我们大脑所珍视的那些人际纽带。
扎克伯格：眼神交流的突破会比触觉交互来得早得多。在触觉技术方面，我们肯定会取得进展，但它显然也是分阶段的。首先是双手触觉，如果按照大脑皮层感官小人的映射来看，我们绝大部分的触觉感知都集中在双手上。因此从双手触觉开始突破是第一步。如今通过手柄已经能实现初步的触觉反馈。随着时间推移，这会做得越来越好。我们之前做过一个打乒乓球的演示，拿着手柄时，当虚拟乒乓球击中球拍，你会感觉到球撞击球拍的具体位置。你能非常精准地感知到球落在了球拍的哪个点上。我认为那是一个非常震撼的演示，我们能实现一部分这样的体验。
而最极致的触觉则是力反馈，比如在进行许多体育运动时，虽然我们现在能很好地模拟拳击运动中手部的击打反馈，但如果想在VR里体验柔术这种需要与对手缠斗、需要真实肌肉力反馈的运动，技术难度就会极大。这大概是最难攻克的领域，但我们终究会实现它。就像大多数科幻情节一样，技术的发展不是一蹴而就的，不是某天醒来所有梦想就突然全部实现了。但我坚信，这些平台将首次为绝大多数非强物理交互场景带来逼真的现场感，以及所有令人惊叹的体验。甚至一些基础的物理交互我们也能逐渐解决，至于剩下的各种复杂体验，还需要漫长的探索。
另外对人类来说，嗅觉也极其重要，它对记忆的触发有着不成比例的巨大影响。但我不认为未来几年内这些硬件设备能集成嗅觉功能，这本身就是一个极其艰难的挑战。
主持人：在这个探索过程中，哪一个环节最令你着迷，让你在脑海中反复思考？
扎克伯格：在研发现场感时有一个非常令人沮丧的特点：当你尝试通过技术人工制造这种体验时，本质上是在向用户提供一种幻觉。比起某个特定功能所带来的现场感，往往是任何一个细节的失误就会瞬间打破这种现场感。你心里其实很清楚自己在与科技产品交互，但如果细节足够逼真，你就会顺理成章地沉浸其中，觉得另一个人确实就在现场。之前我做那个乒乓球演示时，结束时我顺手把球拍放到了虚拟桌子上，结果球拍直接掉下去碎了。虽然这对我们内部研发来说算是个小失误，但在技术演进上却意味着胜利。因为当你觉得某个东西真实到让你信以为真时，就说明体验做对了。而有太多因素会破坏这种沉浸感，比如视场角太窄，东西看起来很真实，但一转头画面就断了；或者是延迟过高，以及物理规律不符合现实逻辑。
此外令人意想不到的是，有些东西虽然在物理上并不真实，大脑却能欣然接受。我们在虚拟形象上投入了大量精力，有一条专门的研究管线在使用Codec Avatars技术来打造照片级逼真的虚拟形象，这非常具有吸引力，大家也一定会喜欢。但我发现一个有趣的现象，就是将照片级逼真的画风与富有表现力的卡通化虚拟形象进行混搭，无论是把照片级逼真的物理世界与卡通游戏世界结合，还是在明显是视频游戏或卡通的世界里放一个照片级逼真的Codec虚拟形象，大家的接受度都很高，大脑能产生极强的现场感，觉得体验相当不错。同理，在照片级逼真的世界里放上越来越精细的卡通虚拟形象，只要虚拟形象的动作细节能真实还原你所交互的那个人，体验就会非常好。如果你只看2D静态截图，有些画面可能会显得有点滑稽，网上也确实有不少关于我们的梗图。但当你身临其境去体验时，感觉就会非常逼真，因为它精准复刻了与你互动之人的真实举止习惯。即使不是照片级逼真的Codec虚拟形象，只是一个更有表现力的卡通形象，也能带来这种效果。所以看到哪些环节需要解锁、哪些地方需要保持极高的技术精准度和一致性，过程非常有意思。这绝不是做好单一功能就能搞定的领域，而是需要攻克极其广泛的技术模块并将它们完美融合，这就是为什么这些项目需要长达十年的研发周期。
3.数字连接 vs 现实疏离，技术会消解人类纽带吗？
主持人：这似乎也是一种去探索人类大脑以及我们究竟在乎哪些真实感的奇妙方式。我记得你在接受Lex Fridman采访时提到过一个数据，如今美国人的平均朋友数量比15年前要少。我对这一点非常感兴趣，因为如果我们想迈向一个充满人际连接的世界，这就是我们必须直面的趋势。根据《美国时间利用调查》过去20年的统计，美国成年人面对面社交的时间下降了近30%，而在15至24岁人群中，根据美国卫生局的数据，这一比例甚至下降了近70%。看到这些数据时，我有时会想，如果我们都是在网络上进行社交，或许也没那么糟糕，也许在某种未来形态下这是完全可行的。但同时也有数据表明我们正面临困境：表示自己没有一个亲密朋友的美国人比例，在过去30年里从3%上升到了12%。在我看来，虽然我们打造了这么多促进人类连接的工具，但我们却越来越难以与他人建立真正的联系。你觉得为什么会这样？
扎克伯格：这其中有很多值得剖析的原因。在这期间，经济和社会层面发生了巨大变化，而且很多趋势早在现代科技出现之前就已经开始了。虽然许多学者都在研究这个现象，但从科技的角度来看确实很有意思。因为每当谈论构建数字连接时，大家首先会问：这会取代现实中的物理连接吗？针对这一点，尤其是放在这类产品上，我的回答是不会。因为人们现有的现实社交连接本来就已经达不到预期了，数字连接并不是在取代某种原本更好的物理连接，而是普通人希望有十个朋友，但现实中只有两个或三个。在现有的社会结构下，人们对社交的需求远远大于实际能够实现的程度。而赋予人们与异地亲友产生现场感的能力，只能够释放更多的社交可能。如果我戴上全息眼镜，这不会让我陪老婆的时间变少，反而能让我有更多时间陪伴住在远方的妹妹。我觉得这是一件好事，是人们所需要的。至于其他因素，我们可能需要花上几个小时的播客来专门讨论各种社会经济和政治动态。但在我看到的所有趋势中，核心原因都不是因为人们在网上互动，所以就不在现实中交互了。当然，我确实会在网上和我原本就会在现实中交往的人互动，这构成了一种更丰富、更复合的人际关系。但社会资本和人际纽带的流失，早在现代科技问世前就已经开始了。
4.AI时代的学习与成长，如何保留人类的思考“肌肉”？
主持人：我们未来该如何去构建所使用的技术，从而迈向你所设想的那个能以更多方式促进人类连接的未来。你刚才提到了人工智能这另一个核心支柱。在你过往的一些对话中，比如和Tim Ferriss那次，你谈到了AI的许多不同应用场景。在我看来，这些场景似乎分布在一个光谱的两端。比如你提到的自动实时翻译，基本上就是《星际迷航》里的通用翻译器。
扎克伯格：现在基本已经实现了。
主持人：是的。这是光谱其中一端的一个例子，有些人可能会认为，既然大家可以用不同语言实时对话，那人们学习一门新语言的动力可能就会减少。但我相信没人会因此觉得我们不该拥有这种通用翻译器。
扎克伯格：毕竟现在依然有很多人在学习拉丁语和希腊语。
主持人：完全正确。所以我觉得光谱的这一端，是那些能够通过消除人与人之间的障碍，来可衡量地释放人类潜能的技术。但在光谱的另一端，还有很多比如教育领域的应用，在这些场景里，克服障碍本身才是核心意义所在，就像锻炼肌肉一样。
扎克伯格：我生活中有很多时刻，我做一件事的原因并不是为了结果，而是因为我在全力以赴地去尝试做这件事的过程本身。
主持人：你在Tim Ferriss的访谈里举过一个例子，提到你的孩子很难用语言清晰表达自己的情绪，而成年人其实也同样有这个问题。你当时谈到AI可以作为一种工具，帮助他们更好地表达情感。我回想起自己人生中许多难以表达情绪的时刻，当时确实非常需要帮助；但同时我也意识到，那些艰难沟通、努力去理解对方意图的过程，恰恰是在锻炼我的情感肌肉，对我个人的成长至关重要。所以我的问题是，如果我们把技术看作这样一个光谱，一端是消除障碍能够带来帮助的重要事项，另一端则是障碍本身才具有意义、像锻炼肌肉一样需要保留的事项，你如何在两者之间划清界限？我们又该如何确保为未来锻造的这块“肌肉”是越来越强壮，而不是日渐萎缩？
扎克伯格：这很有意思。我认为人类总能找到新的难题去挑战和克服。在与他人沟通、表达自我以及理解他人方面，我们永远有提升的空间。因此拥有一个能帮你做得更好的工具，并不意味着我们从此就能完美理解每一个人了。从功能层面来看，你现在已经能看到许多AI模型在辅助人类编程。在我刚开始接触编程的前一代，很多编程工作都是非常底层的系统软件开发。而到了我入行的时代，虽然还有一些底层开发，但大家已经可以相对轻松地搭建网站和应用了。到了20年后的未来，甚至比这更快，孩子们只需要描述自己的想法，就能构建出极其复杂的软件系统。在那个世界里，孩子们就不会面临挑战了吗？我不这么认为。我觉得他们只是在以另一种方式释放创造力，那将是一个持续迭代反馈的过程。他们花几分钟描述一个想法，系统就生成了一个呈现在眼镜上的惊艳虚拟世界，但里面的细节可能并不完全符合预期，于是他们需要重新修改和调整。人类能做的事情太多了，我们总能找到需要去克服的新难题。
主持人：顺着这个思路继续推演，为了让工具变得更好，假设10年后你的孩子上了高中，有哪些使用AI的方式是你希望他们去尝试以加速智力成长的？又有哪些方式是你坚决反对，或者感到担心的？
扎克伯格：我觉得有些基础能力是你必须亲自掌握的。大家对AI最本质的担忧，就是当我们打造出这些惊人的工具时，我们会失去亲自处理基础事务的自信和能力。这就像计算器一样，虽然有了计算器，但脑算基础数学依然很有必要，因为日常生活中很多事情需要你具备基础的数感。很多问题虽然不是直接以数字形式呈现，但为了理解某种趋势或他人的观点，你需要理解数字组合的基本逻辑。目前一个很大的争议就是：在未来拥有比现在强大得多的工具来生成复杂软件的情况下，我们是否还需要教孩子们编程？我的答案大概率是肯定的。因为教一个人编程，是在教他一种严谨的思考方式。即使他们未来不亲自编写大部分代码，具备这种思维方式依然至关重要，它能让你成为一个更周密的思考者和更完善的人。这可能就是我们这一代的计算器时刻，你既需要使用计算器，但也需要具备脱离计算器的基础能力。
至于语言学习，不同人会有不同的看法。这也是当下为人父母最有趣的问题之一：在一个孩子上学期间技术就会发生巨变的时代，到底什么是需要教给孩子的？语言学习也是类似的逻辑，在未来，掌握多门语言在实用层面可能会变得没那么重要，但它能帮助你建立不同的思维模式。从我自己学习语言的经历来看，在这个过程中你不仅能理解自己母语的结构，还能深入了解对应的文化。因为不同地区的表达方式，都与当地的历史和微妙语境深绑定。这些都是非常有价值且有趣的探索。但与此同时，我们每天的时间是有限的，大家需要去权衡学习的优先级。在一个拥有完美实时翻译的世界里，人们可能需要重新选择未来要专注探索的方向。顺便一提，我们刚刚在Ray-Ban Meta眼镜上发布了实时翻译功能，一开始先支持几种语言，后续会陆续推广到更多语言。未来你戴着眼镜去任何国家旅行，它都能在耳边为你进行实时翻译。这非常酷。人们未来确实需要重新去选择自己想要专注探索的领域了。
5.社交媒体的范式转移、焦虑应对与开源AI之争
主持人：我们刚才聊到的AI技术发展，会如何与如今大多数人使用的社交媒体和平台产生交集？未来可能会充斥着AI生成的图片、文本，甚至AI网红。生成式AI将如何改变未来社交媒体给人的感受？
扎克伯格：这是一个非常深刻的问题。其实社交媒体已经经历过一次重大变革：最初人们使用社交媒体主要是为了和亲朋好友互动；而现在，至少一半的内容是人们在与创作者互动，或者浏览与自己无个人交集的人所创作的内容。这种范式已经形成了，而AI很可能会加速这一进程。它会为所有用户提供额外的创作工具。比如你的朋友能制作出更有趣的表情包和更有意思的内容，这种改变会来自很多层面。一方面，你的朋友戴上了全息眼镜记录了许多画面，放在以前他们可能因为编辑太麻烦，或者根本没意识到自己拍下了精彩瞬间而放弃分享；但现在AI会主动说：“嘿，我用你的素材为你做了这个内容。”大家会觉得这太棒了并享受其中。
对于专业技能更强的创作者来说，他们可以使用更高级的AI工具来制作更引人入胜的内容。此外，还会出现大量全新的空白领域，比如未来可能会有纯粹由系统为你量身定制生成的AI内容。它可能会为你总结感兴趣的外部资讯，或者单纯生成一些逗你一笑的幽默内容。这是一个非常深奥、值得大量探索的领域。
未来既会有纯粹的AI创作者，也会有真实创作者打造自己的AI分身（AI Avatars）。这也是我们刚刚展示的功能。对于创作者来说，一个巨大的挑战就是每天时间有限，而粉丝群体互动的需求几乎是无限的。作为创作者，为了拓展社区，无论从社交还是商业角度来看，你都非常希望与他们互动。所以如果我们能让每位创作者都打造一个属于自己的AI交互载体，大家心里都很清楚这并不是创作者本人，它更像是一件数字艺术品、一个可交互的雕塑。创作者可以对它进行训练，设定希望它掌握的背景信息、可以沟通的话题，以及需要避开的禁区。当创作者无法亲自回答所有问题时，这能为粉丝社区提供一个互动的渠道。我认为这会非常有吸引力。AI就像当年的互联网一样，可能会改变我们使用的几乎每一个领域和每一个应用功能。这样说看似夸张，但我确实认为这是事实。虽然现在很难预先列举出所有的变化，但在未来5到10年里，我们将在各个领域探索AI带来的深刻影响，这将迎来惊人的创新浪潮，非常令人兴奋。
主持人：听你这么说，我心里同时产生了两种感受。一方面我确实想对这些平台的未来保持乐观，我也从如此迅猛的变化节奏中受益良多，比如我们现在所做的一切；但另一方面，我内心深处其实感到焦虑和担忧。我既对与受众沟通的方式、他们的回应方式，以及人类沟通方式可能发生的改变感到具体担忧，同时也对这种技术变革的速度本身感到普遍的恐慌和不安。我觉得有这种感受的绝对不止我一个人。
扎克伯格：你本该是个乐观主义者的。
主持人：我知道。我很想知道你会如何与有这种感受的人沟通？你觉得哪些担忧是最合理的，又有哪些担忧是被误解最深的？
扎克伯格：变革的速度确实总是令人担忧的，毕竟未来充满了极大的不确定性。我们都将获得令人惊叹的新工具来辅助我们的爱好和工作，它们能让我们做出更好的成果、过上更好的生活。但至少在职业层面，跟上时代的脚步将成为我们自己的责任，否则我们就会很难与那些善于拥抱新趋势的人竞争。我很能理解这种焦虑，尤其是在竞争非常激烈的创作者领域。虽然创作者们未必觉得彼此是竞争关系，但事实确实如此。我认为AI将让人们产出的作品质量、趣味性以及高效沟通的能力提升到一个前所未有的高度。但当你直面一场已知即将来临却又未知全貌的大变革时，焦虑是必然的。所以我完全能理解。
主持人：如果我不站在创作者的角度，只是作为一个年轻、刚开始打拼事业、准备组建家庭的普通人，你会给像我这样的人提供什么建议，来为我们正在驶向的未来做好准备？比如现在去学习什么新技能，或者如何以一种有见地的方式来看待这个未来？
扎克伯格：保持对事物的好奇心至关重要。但我认为我们有时可能夸大了未来10年与过去10到15年的不同程度。在过去15年里，其实也发生了天翻地覆的变化，这并不是历史上唯一一次由某种技术带来新机遇和新变革的时刻。互联网的成熟以及智能手机的普及，早就彻底重塑了我们的生活。未来的这段时期变化可能会更大一些，也可能不会，不同的人感受会截然不同。但这并不是从0到1的突变，并不是说以前一切都很平稳，现在突然要变天了。技术一直随着时间在演进，我们的机遇也在不断进化和改善。那些发展得好的人，通常都是对新事物保持好奇、深入探索并尝试用它改善生活的人，而不是那些试图去抵制它的人。
主持人：我非常想向你请教关于开源的问题。假设我们的受众听说过“开源”这个词，但对它在AI发展中会如何影响自己没有任何概念。你会如何向大家解释当前你所在领域关于开源的这场理性辩论？
扎克伯格：这包含两个层面。首先，开源意味着什么？它意味着大家可以基于它构建各式各样的东西。从宏观层面来看，像OpenAI和Google这些公司的愿景是打造一个统一的AI，他们认为未来大家无论是处理什么事务，都只会使用Gemini或者ChatGPT这一种AI。但在我看来，世界绝不会这样发展。我认为未来会出现许许多多不同的AI系统，就像我们现在拥有无数个应用一样。未来每一家企业，就像他们拥有网站、电话号码、邮箱和社交账号一样，也都会拥有一个能与客户互动、帮助销售和提供售后支持的AI。许多创作者也会拥有自己的AI。大家会与各种各样的AI进行交互。这就带来了一个生态路线的抉择：你是希望未来高度集中化，由你与单一的系统打理一切；还是希望未来由众多不同的人构建出丰富多样的AI系统？就像大家绝不希望世界上只有一个应用或一个网站一样，多元化的世界才是更丰富的。这就是开源的核心之一：赋予每个人自己去构建和掌控的能力。开源让所有人都可以获取、修改模型并在其之上开发产品，这与封闭和集中的模式截然不同。
另一个核心则是关于安全性的争论：在一个AI越来越聪明的世界里，我们通过什么方式才最有希望迎接一个积极的未来，同时避免安全隐患？有些人认为，如果我们保持模型封闭，不把它提供给广大开发者，系统就会更安全，因为这样就不会有坏的开发者用模型去干坏事。但在软件工业的历史上，开源所展现出的事实恰恰相反。开源绝不是什么新鲜事物，它在行业里已经存在了几十年。我们传统上看到的是，开源软件往往更安全、更可靠，很大程度上是因为当你把它公开后，会有更多的人去审视它，因为大家能看到系统的每一个角落。任何软件都不可避免地存在漏洞和安全隐患，最初人们也担忧：如果你把软件开源且里面存在漏洞，坏人难道不会专门去利用这些漏洞吗？但事实以一种反直觉的方式证明：正是因为有更多人去审查系统，漏洞反而能更快地被发现并修复。随后大家就会推出更新的版本，就像我们不断推出Llama 3、Llama 3.1、Llama 3.2一样，所有人都会随之升级。所以同样的事情也会在这里发生。虽然大家会担忧坏人是否会利用这些模型干坏事，但随着模型被越多人使用、接受越多的审查，它反倒会变成一个对每个人来说都更聪明、更安全的模型。在此过程中我们收到了反馈并让模型变得更安全，从而当它推广给更多人时，使用起来也会更安全。因此，软件行业过去几十年的开源历史表明，开源将带给我们一个更繁荣、更安全的未来。
6.科技界的最大悬念——Scaling Law 能走多远？
主持人：我们的节目叫作《Huge If True》，意思是去验证那些最乐观、最不显而易见的事物。所以我想问你，目前你脑海中最悬而未决、最想探究的大问题是什么？
扎克伯格：在哪个领域？
主持人：你涉足的领域实在太多了。我个人对AI与硬件的结合特别感兴趣，不过我们刚才已经聊了很多这方面的内容。所以很好奇，如果让你自己选，目前最占据你心思的问题是什么？
扎克伯格：天哪，如果选一个更偏向AI领域的问题，那目前最大的悬念是：目前规模化效应（scaling）表现非常出色的这一套反复迭代的方法论。对于过去的AI架构，你给系统喂一定量的训练数据、投入一定量的算力，它最终都会遇到瓶颈并陷入停滞。但过去5到10年里，基于Transformer的新架构有一个非常奇妙的现象：我们至今还没有看到它的终点。这就带来了一种动态变化：我们训练Llama 3时使用了1万到2万张GPU；训练Llama 4时可以使用超过10万张GPU；而规划Llama 5时，我们打算进一步扩大算力规模。现在一个极其关键的问题就是：这种规模化究竟能走多远？完全有可能在某个节点我们就会撞上墙，就像以前的系统一样出现渐进曲线、不再继续增长；但也完全有可能这个极限在短时间内根本不会到来，我们可以持续建设更多的集群、生成更多的合成数据来训练系统，并且在未来相当长一段时间里，这些系统会变得越来越有用。
我认为这对科技公司来说是一个极其重大且高风险的问题，因为我们基本上是在押注未来需要建设多少基础设施，这涉及数千亿美元的基础设施投入。显而易见，我在赌这种规模化效应还能持续相当长一段时间。但我觉得这也是整个行业面临的最大悬念之一，因为技术确实有停滞的可能性。如果真的停滞了，显然会导向一个完全不同的世界。届时人们肯定最终还是能破局，只是需要对底层架构做出某些全新的根本性改进，但那可能会经历一段更漫长的探索期，比如AI的基础技术突破暂时放缓，我们花些时间围绕现有技术去打造新产品。或者是另一种情况，也是我目前所押注的——底层AI技术将在相当长一段时间内持续进步，我们不仅能迎来一套在各个维度都极其吸引人的全新产品，而且整个技术格局与可能性在未来20年里都会保持强劲的动态演进。这大概是我预测会发生的情形。但我认为这依然是当今全球科技界以及整个行业最大的疑问之一。
评论 (0)