去年六月，meta以140亿美元的交易将Scale AI创始人Alex Wang招入麾下，任命其全面执掌公司人工智能业务。自加入后，Wang逐渐淡出公众视野，全身心投入工作。上个月，他带领团队推出名为Muse Spark的新模型，并首次接受公开专访，分享了从初创公司创始人到科技巨头高管的转型经历、团队建设理念以及对AI技术发展的深度思考。
在专访中，Wang详细介绍了meta超级智能实验室（meta Superintelligence Labs，MSL）的组织架构。该实验室由他直接领导，下设三个核心部门：专注于大模型研究的TBD实验室、负责产品落地的PAR部门，以及延续探索性研究的FAIR团队。meta Compute部门在Daniel Gross的协助下，为实验室提供长期基础设施规划支持。Wang强调，这种分工模式既保证了技术研究的深度，又确保了产品落地的效率。
谈及加入meta的决策过程，Wang透露，他与扎克伯格在AI领域已有多年的交流。早在Scale AI成立初期，扎克伯格就曾给予他诸多建议。随着AI技术的重要性日益凸显，两人开始探讨更紧密的合作方式。Wang指出，meta对AI的投入不仅体现在资源上，更在于对技术变革的深刻理解。他特别提到，扎克伯格提出的“个人超级智能”愿景与他个人的理念高度契合，即通过技术赋能个体，让更多人拥有创造和表达的能力。
面对从初创公司到科技巨头的身份转变，Wang坦言这是一个巨大的挑战。他指出，AI技术的快速发展使得模型构建者的影响力日益增强，而算力则成为下一阶段竞争的关键。meta凭借其庞大的资源投入和战略决心，为团队提供了追赶前沿技术的机会。他强调，MSL的建立围绕“超级智能即将到来”这一核心前提，通过高人均算力、高人才密度和大胆的研究赌注，实现了九个月内快速追赶行业领先水平的成果。
在团队建设方面，Wang否认了外界关于meta用高薪“抢人”的片面看法。他表示，研究者加入MSL的主要动机并非经济回报，而是看中这里的高人均算力、顶尖人才密度以及追求大胆研究方向的自由。他以实验室氛围为例，称许多成员认为这里类似于OpenAI或Anthropic的早期状态，充满了初创公司的活力与创新精神。
对于与Sam Altman的个人恩怨，Wang表现出开放的态度。他承认两人之间存在一些不愉快，但认为随着AI技术向超级智能阶段迈进，行业内的个人矛盾将逐渐淡化。他更关注如何确保技术开发和部署的审慎性，以及如何让AI真正成为个人赋能的工具。这种理念也体现在meta的消费者AI战略中，Wang表示，当前AI尚未充分展示其对个人生活的改善潜力，而meta的目标是通过代理技术，让消费者和中小企业都能受益于AI的强大能力。
在技术层面，Wang详细解释了Muse Spark模型的定位。他称该模型为规模化阶梯上的早期数据点，而非最终目标。Muse Spark的端到端性能超出预期，尤其在代理式视觉编码和多模态能力方面表现出色。然而，Wang也指出，模型在代理式编码方面仍有提升空间。他强调，meta的技术优势在于从零开始重建了预训练栈和RL栈，确保了系统的干净和高效，从而在token效率上领先于其他实验室。
对于未来规划，Wang透露，meta正在开发更大的模型，并预计在未来几个月内取得突破。他特别提到，公司通过收购机器人AI公司A.R.I.，将物理超级智能纳入路线图。他认为，数字超级智能与物理超级智能同样重要，而meta的大规模算力基础设施将为两者的发展提供支持。Wang还承诺将继续支持开源生态，尽管Muse Spark当前版本因安全考虑未开源，但团队正在开发适合开源的版本。
在专访的最后，Wang分享了他对AI技术的哲学思考。他强调，安全是技术发展的前提，meta通过发布详尽的准备度报告，展示了其在安全方面的承诺。同时，他提出了“模型福祉”的概念，认为在深度使用AI模型的过程中，应关注其主观体验。这种观点虽然引发争议，但反映了他对技术伦理的深入思考。Wang还透露，meta在脑机接口领域也有布局，FAIR团队的研究已取得重要成果，为未来技术发展奠定了基础。
