∞ 三千多拿下MacBook？苹果是真想把电脑卖给你
最近发现一个挺魔幻的事 —— 就是 MacBook Neo 居然卖爆了？！不是大伙儿想的那种 “ 苹果又卖得不错 ” 的卖爆，而是那种 “ 一边被网友骂，一边疯狂出货 ” 的卖爆。甚至我看到有调研机构预测，这台机器整个生命周期销量可能冲到 400 万到 500 万台。
听起来好像也就那样？
但如果你熟悉笔记本市场就知道，这个数字已经相当离谱了，很多厂商一整条产品线，从头到尾都卖不到这数。
问题是 —— 这台 MacBook Neo，刚发布的时候，几乎是被全网吐槽了一圈。
我记得发布会刚结束那天，不管是微博、知乎、B 站还是酷安，评论区的画风大概是这样的：
“ 屏幕不给 P3 色域？”
“ 连 MagSafe 都没有？”
“ 8GB 内存还不能升级？”
“ USB 居然还有个 2.0？”
“ 处理器还是阉割版 A18 Pro？”
更离谱的是，256GB 版本居然阉割了指纹识别，以至于网友当时的评价基本就四个字：“ 刀法精湛 ”，甚至还有人直接总结 —— 这是苹果有史以来最抠的一台 MacBook。
所以问题就来了：这样一台看起来配置被砍得稀碎的笔记本，为什么最后还能卖爆？
我用了几天 MacBook Neo（ 自费买的，绝不是广 ），发现这机器其实特别有意思，它可能是 “ 苹果刀法最狠 ” 的一台笔记本，但同时也是苹果定义 “ 及格线 ” 的那台笔记本。
很多人骂它，是因为大家都在用数码宝贝的传统硬件思维看它，但苹果其实是在用另一套逻辑做这款产品，说人话就是 —— MacBook Neo 的目标不是 “ 强 ”，而是 “ 够 ”。
并且是在叠完教育优惠之后，让同价位面向教育和入门市场的 Windows 笔记本都感到自卑的那种 “ 够 ”。
很多人吐槽 MacBook Neo 是因为它砍得狠，但你仔细看就会发现：苹果砍东西，其实是有套路的，简单总结一句话就是 —— 能影响体验的地方不砍，参数好看的地方随便砍。
乍一听是不是有点反直觉，但只要用上 MacBook Neo，你就会发现这种思路几乎贯穿整台机器，我们一个个聊。
先说键盘，MacBook Neo 的键盘有个特别离谱的地方：没背光，2026 年了，一台笔记本键盘没背光，这事确实有点离谱，放在 Windows 阵营，是要被网友们的口水淹没的程度。
但你真用起来就会发现 —— 苹果压根没打算在手感上省钱，MacBook Neo 用的其实还是苹果标准的剪刀脚结构键盘，不管是键程、反馈力度还是稳定性，基本跟 Air 在同一水平。
也就是说，它砍的是灯，不是键盘。
甚至还有个挺有意思的小设计 —— MacBook Neo 的键帽颜色是跟机身配色呼应的，比如蓝色机身对应的就是浅蓝色键盘，绿色机身就是浅绿色键盘，这让它在视觉上看着还挺高级。
所以苹果的逻辑很简单：夜里用电脑的人不如白天多，就算真在晚上用电脑，往往也会在旁边开一盏灯，没背光影响不是很大，但考虑到键盘每天都在用 —— 那就砍灯，不砍手感。
MacBook Neo 第二个被吐槽的地方是 —— 触控板不是 Taptic Engine，简单说就是 —— 不是靠振动马达产生震动来模拟点击，而是像很多 Windows 笔记本那样，用了真机械结构。
听起来像回到十年前，那会儿 Mac 还没用上 Taptic Engine。
但我实际用下来有个很神奇的感觉，这块触控板依然是 “ 好用得离谱 ”，原因其实有两个 —— 第一，苹果的触控板面积本来就大；第二，macOS 系统的手势操控逻辑实在太成熟了。
灰色：MacBook Air；绿色：MacBook Neo
双指滚动、三指切应用、四指桌面切换，有一说一这些东西一旦习惯了，你用回 Windows 触控板就会有一种手脚被绑住的感觉。
而且 MacBook Neo 的机械触控板调得很均匀，不管按哪个地方，得到的反馈力度是一样的，有用过妙控键盘的小伙伴肯定懂我在说什么，即便你在边角按，也能很轻松触发点击。
说实话，这点很多 Windows 旗舰本都做不到，所以你会发现苹果又在玩那套逻辑 —— 震动反馈可以砍，但触控体验不能砍。
包括接口也是，MacBook Neo 的接口确实挺 “ 复古 ”，全身上下只有两个 USB-C，而且只有一个 USB 3.0，另外一个则是 USB 2.0，估计很多人一看就炸了：“ 2026 年了还 USB 2.0？”
但要是你换个角度想想，真正在用雷电 4 的人，他们通常都在干这些事 —— 给电脑外接高速硬盘；接拓展坞插各种外设；接万兆网卡；多屏工作站，这些设备哪个不是几百到几千块？
换句话说，会买这些设备的人，大概率也不会买 MacBook Neo，人家会加钱上 MacBook Air 或 Pro。
所以苹果的逻辑其实是 —— 入门用户通常只在电脑上接两种东西：U 盘和显示器，而这台电脑的 USB 3.0 其实支持 DP1.4 输出，我们试了下外接显示器，4K 60Hz HDR 完全没问题。
这对于一台入门轻薄本来说，真的够用了，当然，按照咱们这帮数码宝贝的逻辑，电脑接口肯定是越多越好、规格越高越好，毕竟有句话怎么说来着？我可以不用，你不能没有~
说到屏幕，MacBook Neo 屏幕参数看起来挺惨，相比起它的两位大哥：MacBook Air 和 Pro，它不仅不支持 P3 广色域，也没有 ProMotion 高刷和原彩显示，听着像是一块 “ 残血屏 ”。
灰色：MacBook Air；绿色：MacBook Neo
但实际肉眼看起来怎么样？老实说，差别真不明显。
说真的，MacBook Neo 这块 13 英寸 LCD 屏亮度不错、色准也挺稳定，如果你不是做设计、摄影、影视后期的专业人士，大概率都不会关注它到底支持 sRGB、DCI-P3 还是 BT.2020。
换句话说，绝大多数普通用户平时拿它看视频、写文档、刷网页，基本察觉不到它跟 Air 和 Pro 有明显区别，甚至它还有个优点，LCD 屏幕更护眼，这点很多 OLED 轻薄本反而做不到。
MacBook Neo 还有一个特别邪门的地方，那就是它的外放音质意外的好。
按照配置来说，它只配备了双扬声器，而 MacBook Air 是物理四扬声器，理论上它俩应该差很多，但我们办公室几个同事盲听的时候居然有一种错觉 —— MacBook Neo 听上去好像更响。
后来对比测试发现：50% 音量以下，Neo 跟 Air 几乎没区别；50% 以上，Air 才开始明显领先。
所以日常看视频、听歌、开会，MacBook Neo 体验其实很接近 Air，从拆机也能看得出来，除了电池、主板，机身内部占用空间最大的就是扬声器，苹果显然是把这套双扬调到极限了。
话说回来，这台电脑真正让我有点意外的其实不是配置，而是做工。
MacBook Neo 机身依然是全铝合金，在入门笔记本里这事其实挺离谱的，你看隔壁 4000 档的 Windows 本，有很多还在用塑料机身，A 面可能会用金属、但 C 面和 D 面大部分是塑料。
而且苹果这次还用了一个挺有意思的新工艺，简单来说就是 —— 先把铝挤压成型材，再高压压制成机身轮廓，最后再通过 CNC 精加工，听着是不是有点像金属 3D 打印那套路子？
这工艺最大的好处是节省材料和加工时间，而且成本更低，但做出来的质感依然是 Mac 那高级的感觉，这其实就是苹果最恐怖的地方 —— 它不仅能把成本压下去，还不让你感到廉价。
至于性能，很多人看到 MacBook Neo 用的是 A18 Pro，是 iPhone 16 Pro 同款（ 但 GPU 阉割了一个核心 ），第一反应基本都是：笔记本用手机芯片？但你别说，这事其实还挺苹果。
先说结论：这颗 A18 Pro 的性能，比很多人想象得猛不少，在 Geekbench 6 的测试里，MacBook Neo 的成绩大概是：单核：3400 分左右；多核：8700 分左右。
如果你对这个数字没概念，我给你找个参照物 —— 当年被吹爆的 M1 MacBook Air，多核大概 8300 分，单核只有 2300 分。
也就是说，MacBook Neo 的单核性能其实比 M1 Air 还高一大截，而单核性能恰恰是日常使用最重要的那一项，比如：打开软件、切换窗口、浏览网页、写文档等等。
这些操作基本都是单线程为主，所以你会发现它打开应用、切任务都很利索。
GPU 方面，它的图形性能大概跟 M1 差不多，简单修图、剪个短视频、甚至跑点轻度游戏都没啥压力，当然，你要拿它去剪 4K 视频、做大型渲染，那肯定不如更高端的 Pro。
而且这颗手机芯片还有个优点，就是省电，MacBook Neo 的续航基本能做到 13 小时左右，日常办公一天基本不用找充电器，这表现对一台三四千块的笔记本来说，已经相当可以了。
聊到这儿，估计大伙儿就能理解 MacBook Neo 为什么存在了，很多人以为苹果的性价比是：低价买到高配置。
但苹果从来不是这么玩的，苹果的逻辑是：把成熟技术打磨到极致，然后再用更低价格卖给你，你获得了入门级的、但绝对正宗的果味儿体验，与此同时苹果也赚得盆满钵满……
这其实就是苹果的入门哲学，MacBook Neo 上很多东西都是老技术和成熟的方案，比如 LCD 屏、机械触控板、双扬声器、A 系芯片，但把它们组合到一起，带来的体验依然很 Mac。
最后我们回到最开始的问题，Neo 为什么能卖爆？
答案其实很简单，因为它不是给数码爱好者设计的，它是给三种人设计的：
第一种，学生，人生第一台笔记本；
第二种，轻办公用户，写文档、刷网页、看视频；
第三种，想低成本试试 Mac 的 Windows 用户
对这些人来说，MacBook Neo 提供了一个很关键的东西：一张进入苹果生态的门票，而且价格还不算离谱，以前 Mac 的入门门槛很高，现在苹果直接把门槛拉低到普通人也买得起。
反观 Windows 阵营的入门本，体验参差不齐，在存储涨价的背景下，很多厂商还在愁怎么不亏钱，当然我这说的不是 4000 块钱的 Win 本啊，现在这个价位的国产本确实也挺能打。
但是，MacBook Neo 在叠加了国补和教育优惠后，8GB+256GB 版本最低能到 3300 左右。
要是再叠加旧机置换补贴，甚至还能做到更低，这还是它刚发布没多久，要是再过一段时间可能还会更低，三千多就能买台 Mac，该说不说现在的年轻人，吃得可比我们当年好多了。
讲道理，这事其实挺可怕的，因为当苹果开始认真做入门市场的时候，很多厂商这时候才会开始深刻体会到 ——
真正难打的对手，终于下场了。
∞ 马斯克起诉OpenAI遭法官质疑：1340亿美元索赔金“凭空捏造”
3月14日，据《金融时报》报道，在埃隆·马斯克(Elon Musk)对OpenAI及其合作伙伴微软提起的逾1300亿美元赔偿诉讼案中，主审法官暗示，这位亿万富翁的索赔要求是基于“凭空捏造的数字”，但裁定他仍可将案件提交给陪审团审理。
马斯克
在周五举行的审前听证会上，OpenAI的律师试图说服法官伊冯·冈萨雷斯·罗杰斯(Yvonne Gonzalez Rogers)驳回一位专家证人的证词，该证人支持马斯克提出的1340亿美元赔偿请求。
马斯克指控称，OpenAI及其CEO萨姆·奥特曼(Sam Altman)在他十年前向该AI实验室进行慈善捐赠后背弃了非营利初衷，对他构成了欺诈。该案将于今年4月开庭审理。
“陪审团会明白，(马斯克的专家证人)是在凭空捏造这些数字，”罗杰斯在加州北区法院举行的审前听证会上表示，“我觉得这有说服力吗？不太觉得。根据我看到的情况，我觉得特别有说服力吗？也不太觉得。”
不过，罗杰斯并未批准OpenAI提出的驳回该证词的动议，表示她不会仅凭一份“五页纸的动议”就做出决定，而是会允许陪审团听取这些证据。
损失赔偿金额的计算是马斯克诉讼主张的核心，如果被陪审团采纳，OpenAI可能要支付1090亿美元的赔偿，微软则需赔付250亿美元。
罗杰斯周五在法庭上表示，如果她同意OpenAI的动议排除马斯克的专家证人证词，“这场审判就结束了，因为他们就没有损失赔偿的证据了，对吧？”
马斯克1340亿美元的索赔要求基于专家证人C·保罗·瓦赞(C Paul Wazzan)的分析。瓦赞是咨询公司Berkeley Research Group的经济学家，同时也是一名风险投资家。瓦赞的结论是，马斯克早期捐赠的3800万美元，加上他对OpenAI的非金钱贡献，占到了OpenAI非营利部门价值的50%至75%。该非营利部门持有OpenAI营利性业务略高于四分之一的股份，后者最近的估值已达7300亿美元。
OpenAI的律师试图排除瓦赞证词的部分内容。Wachtell， Lipton， Rosen & Katz律师事务所的合伙人威廉·萨维特(William Savitt)在周五辩称，瓦赞的结论没有合理的推算依据，并对其分析方法提出质疑。
此案定于4月28日开庭审理。届时，马斯克的律师将试图证明OpenAI和奥特曼违反了合同并对马斯克实施了欺诈。
∞ 英伟达GTC大会迎来AI芯片转向 CPU将重回舞台中央?
3月14日，据CNBC报道，多年来，英伟达的图形处理器(GPU)一直是市面上最热门的芯片，但AI智能体的突然兴起，为其更为低调的主机芯片中央处理器(CPU)带来了复兴。
英伟达最新Vera CPU
现在，英伟达准备在周一开幕的年度GTC大会上，公布其针对AI智能体优化的CPU的新细节，届时很可能在展台上推出一款纯CPU机架。
“CPU正成为扩展AI和智能体工作流的瓶颈。”英伟达AI基础设施主管迪昂·哈里斯(Dion Harris)本周对CNBC表示。他认为，这是一个“令人兴奋的机会”。
英伟达在2021年发布了其首款数据中心CPU Grace，下一代产品Vera现已投入生产。这些CPU通常与英伟达著名的Hopper、Blackwell或Rubin GPU一起部署在完整的机架级系统中。
GPU需求的激增使英伟达成为家喻户晓的企业，并成为全球市值最高的上市公司，市值达到4.4万亿美元。今年2月，英伟达整体芯片战略发生了重大转变。当时，英伟达与Meta达成了一项多年协议，其中包括首次大规模独立部署Grace CPU，并计划在2027年部署Vera。
英伟达告诉CNBC，数千个独立的英伟达CPU也在为得克萨斯高级计算中心和洛斯阿拉莫斯国家实验室的超级计算机提供动力。
智能体带动CPU复兴
美国银行预测，CPU市场规模可能会增长一倍以上，从2025年的270亿美元增至2030年的600亿美元。仅在上个季度，英伟达就创造了超过620亿美元的数据中心收入，同比增长75%。
CPU的复兴源于计算需求的根本变化：随着AI大规模普及，应用场景从问答型聊天机器人逐渐转向以任务为导向的智能体应用。
虽然GPU非常适合训练和运行AI模型，因为它们拥有成千上万颗专注于同时执行大量运算的小核心，但CPU拥有数量较少的高性能核心，可以运行连续的通用任务。
AI智能体需要大量通用计算能力，因为它们需要在AI工作流中传输和处理大量数据，并在多个智能体之间进行协同和调度。
黄仁勋
英伟达CEO黄仁勋(Jensen Huang)在上个月的财报电话会议上表示：“这些智能体系统正在衍生出不同的智能体，它们像一个团队一样协同工作。tokens生成的数量已经呈现指数级增长，因此我们需要以更高的速度进行推理。”
黄仁勋在电话会议上多次提到AI智能体，并表示：“在硬件需求转变的情况下，最重要的就是每瓦性能。”
英伟达在一份新闻稿中表示，其独立CPU在Meta的数据中心显著提升了每瓦性能。Creative Strategies芯片分析师本·巴亚林(Ben Bajarin)表示：“这是全新的基础设施：纯CPU机架的全新扩容只负责运行AI智能体。你的软件将位于别处，你的加速器只负责处理tokens，但必须有中间层来负责协调调度。”
CPU供应危机
如今，一度沉寂的CPU市场正面临咨询公司The Futurum Group所称的“静悄悄的供应危机”。该机构预测，到2028年，CPU市场的增长率可能会超过GPU。
据路透社报道，头部CPU供应商AMD和英特尔已向中国客户发出供应短缺警告。报道称，CPU交付周期长达六个月，价格已上涨超过10%。
“过去六到九个月，需求出现了前所未有的增长。”AMD数据中心主管福雷斯特·诺罗德(Forrest Norrod)在接受CNBC采访时表示。
诺罗德认为，CPU需求在短期内不会放缓，也不会停止增长，但AMD已经预见到了需求的增长，并正在“加紧努力”以满足需求。
英特尔发言人告诉CNBC，该公司预计本季度库存将达到“最低点”，“但我们正在积极应对，并预计从第二季度到2026年年底，供应将逐步改善”。
Creative Strategies芯片分析师巴亚林表示：“晶圆不会自己长出来。我们没法凭空多收获10%的硅晶圆。整个行业都面临供应紧张的局面。所以不幸的是，CPU晶圆供应受到了限制。”
当被问及英伟达是否会遭遇CPU发货延迟时，英伟达AI基础设施主管哈里斯告诉CNBC，“目前一切正常”。
他表示，英伟达拥有“稳健的供应链”，能够应对需求压力，这在很大程度上得益于该公司将许多CPU与GPU一起在机架级系统中销售。
为GPU优化
哈里斯表示，与英特尔和AMD生产的更为通用型CPU相比，英伟达在设计上采取了根本不同的方法，使其CPU“最适合”数据处理和AI智能体工作流程。
其中一个主要区别在于每个CPU的核心数量。AMD的EPYC系列和英特尔至强高性能服务器CPU通常拥有128个核心，而英伟达Grace CPU拥有72个核心。
AMD EPYC系列服务器CPU
哈里斯解释说：“如果你是超大规模云计算企业，你会希望最大化每个CPU的核心数量，这本质上是为了降低成本，即每核心成本。所以这是一种商业模式。”
但是，英伟达设计其CPU的初衷是专门辅助其明星产品GPU运行AI工作负载。“在这种情况下，你的单线程性能比每核心成本更为重要，因为你要确保那个极为昂贵的资源GPU不会空闲等待。”哈里斯说。
英伟达的CPU也基于ARM架构，该架构更常用于智能手机等低功耗设备的芯片，而英特尔和AMD的CPU则基于传统的x86架构。x86由英特尔在近50年前推出，自诞生以来一直主导PC和服务器处理器设计。
AMD数据中心主管诺罗德表示：“我认为，英伟达已经非常好地优化了他们的芯片，用于为GPU提供算力支持，但它们并没有针对通用应用进行很好的优化。”
实际上，英伟达在某些产品上确实依赖于更通用的CPU。例如，在HGX Rubin NVL8平台中，英伟达将自家GPU与英特尔或AMD的主机CPU配对，供客户用作构建自有AI机架的基础组件。
英伟达进军独立CPU市场之际，其越来越多的客户正在为自家数据中心研发基于ARM架构的处理器。
亚马逊是首家推出自研CPU的主要超大规模云服务公司，于2018年发布了Graviton处理器。The Futurum Group称，Google在2024年发布的Axion处理器，如今处理着约30%的内部应用。微软在去年11月发布了其第二代Cobalt处理器。ARM预计将于今年推出其自研CPU，Meta将成为其早期客户。
研究公司Mercury Research估计，2025年第四季度，服务器CPU市场份额由英特尔主导，占比60%，AMD占24.3%，英伟达占6.2%，其余份额则由亚马逊、微软和Google等超大规模云计算企业基于ARM架构的自研CPU占据。
∞ 爆料称DeepSeek V4和姚顺雨的新混元模型将同时于下月发布
3 月 12 日，据《白鲸实验室》独家爆料，DeepSeek V4 和姚顺雨领衔操刀的混元新模型，均预计将于下个月（2026 年 4 月）发布。3 月 11 日，OpenRouter 新上线了两个神秘模型——Healer Alpha 与 Hunter Alpha。
OpenRouter 页面显示，Healer Alpha 被描述为具备视觉、听觉、推理与行动能力的前沿全模态模型；
社区因此迅速将其与尚未发布的新一代国产模型联系起来，据称捕捉到了“系统提示词中要求严格遵守中国法律法规”。
https://x.com/chetaslua/status/2031983459057672455
而就在 3 月 12 日，据《白鲸实验室》独家爆料（独家｜梁文锋将携DeepSeek V4撞上姚顺雨）：
DeepSeek V4 将于 4 月正式上线。
作为梁文锋打磨已久的多模态大模型，DeepSeek V4 除了代码能力跃升，还会在长期记忆上取得突破。
这一方向与 DeepSeek 团队近几个月的公开研究脉络基本一致。
2026 年 1 月，梁文锋署名论文《Conditional Memory via Scalable Lookup》提出“条件记忆”机制；
2025 年 12 月的《mHC: Manifold-Constrained Hyper-Connections》则继续指向底层架构优化。
两篇论文都在尝试处理 Transformer 在记忆、训练稳定性和长上下文上的瓶颈。
据《白鲸实验室》独家爆料（独家｜梁文锋将携DeepSeek V4撞上姚顺雨）：
梁文锋过去半年的主要工作，是补齐 DeepSeek 在视觉内容处理和 AI 搜索上的短板。
为强化 AI 搜索能力，DeepSeek 早在去年就已与百度展开合作。
梁文锋这次为 DeepSeek V4 设定的关键迭代方向，正是长期记忆能力。
DeepSeek V4 还将深度适配国产芯片，并有望成为首个完全跑在国产算力生态上的大模型。
另一个已被公开验证的现实是，DeepSeek 的产品声量已经抬高了市场预期。
DeepSeek App 上线至 2025 年 2 月 9 日，累计下载量已超过 1.1 亿次，周活跃用户规模最高接近 9700 万。
姚顺雨的全新混元模型
也计划于 4 月发布
DeepSeek 之外，腾讯也在为 4 月准备新动作。
姚顺雨已于 2025 年 12 月出任腾讯总办首席 AI 科学家，同时兼任 AI Infra 部和大语言模型部负责人；
2026 年 2 月，署名包含姚顺雨的论文 CL-bench 发布，提出一套面向“上下文学习”的新评测基准，继续把腾讯混元的研究焦点推向长上下文与 Agent 可用性。
https://arxiv.org/abs/2602.03587
据《白鲸实验室》独家爆料（独家｜梁文锋将携DeepSeek V4撞上姚顺雨）：
姚顺雨也将在 4 月发布新的混元模型，规模约为 30B 参数。
早在 2025 年初，姚顺雨就已接受邀请回国；实际上，姚顺雨对新模型的准备早已开始，而不是只有官宣后的不到半年时间。
今年 1 月末，《晚点LatePost》也已爆料（字节、阿里、腾讯 AI 大战全记录：一场影响命运的战争）：
在腾讯内部，姚顺雨要求团队不要以打榜为导向。
从公开轨迹看，4 月这一轮更新不会只是一次参数竞赛。
DeepSeek 的已知研究正向长期记忆、多模态和底层架构延伸，腾讯混元则在上下文学习和真实任务评测上加快补课。
两条路线很不一样，但都在试图回答同一个问题：下一个阶段的大模型，究竟该怎样真正走进生产环境。
∞ Meta或将裁员至少20%
据消息人士称，Meta正计划进行大规模裁员，可能会影响到公司20%或更多的员工，因为Meta正寻求抵消人工智能基础设施方面的昂贵赌注，并为提高人工智能辅助员工的效率做好准备。上述人士表示，裁员日期未定，规模也未最终确定。
其中两位知情人士说，公司高层最近已向 Meta 的其他高层领导传达了这一计划，并让他们开始计划如何裁员。这些消息来源是匿名的，因为他们无权透露裁员情况。
如果 Meta 确定的裁员比例为 20%，那么这次裁员将是该公司自 2022 年底和 2023 年初进行被称为 “效率年 ”的重组以来最重大的一次裁员。根据其最新提交的文件，截至 12 月 31 日，该公司拥有近 79，000 名员工。
2022 年 11 月，该公司裁员 （link） 1.1 万人，约占当时员工总数的 13%。大约四个月后，该公司 （link），宣布将再裁员1万人。
在过去的一年里，首席执行官马克-扎克伯格（Mark Zuckerberg）一直在推动Meta公司在人工智能领域展开更有力的竞争。该公司为吸引顶尖的人工智能研究人员加入一个新的超级智能团队，提供了巨额薪酬，有的薪酬高达数亿美元，为期四年。
该公司表示，计划到 2028 年投资 6000 亿美元建设数据中心。本周早些时候，该公司收购了 Moltbook （link），这是一个专为人工智能代理打造的社交网络平台。据此前报道，Meta 还将斥资至少 20 亿美元收购中国人工智能初创企业马努斯 （link）。
扎克伯格曾暗指这些投资提高了效率，他在今年1月表示，他开始看到 “过去需要庞大团队的项目，现在只需要一个非常有才华的人就能完成”。
Meta 的计划反映了今年美国大公司，尤其是科技公司的一个更广泛的模式。高管们指出，最近人工智能系统的改进是这些变化的原因之一。
今年1月，亚马逊（Amazon）证实将裁员约1.6万人， （link），占其员工总数的近10%。上个月，金融科技公司布洛克（Block）裁员近一半， （link），首席执行官杰克-多西（Jack Dorsey）明确指出，人工智能工具及其不断增强的能力可以帮助公司以更小的团队完成更多的工作。
Meta 计划进行人工智能投资之前，其 Llama 4 模型在去年遭遇了一系列挫折，包括被批评在早期版本使用的基准上提供了误导性结果。它放弃了原定于今年夏天发布的该模型的最大版本，即 Behemoth。
今年，超级智能团队一直在努力建立一个名为 “鳄梨”（Avocado）的新模型，以重新确立公司的地位，但该模型的性能 （link） 也落后于预期。