或許大多數人都未曾想過，僅僅一年半的時間，此前紅極一時的元宇宙就在2023年成了「爛尾樓」，甚至曾經跟風的各廠商也對這三個字諱莫如深，唯有為了元宇宙把公司名都改了的Meta至今還在繼續堅持。但如今Meta似乎也在動搖了，繼之前宣布放棄開發高端混合現實頭顯後，該公司日前宣布將關閉面向第三方創作者制作增強現實（AR）特效的平台Meta Spark。
對於為何突然關閉Meta Spark，Meta方面表示其正優先考慮包括人工智能在內其他領域的支出。自從朱克伯格在今年4月的2024年第一季度財報電話會議上透露，將堅持對元宇宙長期潛力的信心、並繼續投資，導致Meta在營收、盈利雙雙超出預期的情況下，市值一夜蒸發2000億美元後，Meta方面對元宇宙的熱情似乎就在不斷下降。
隨後在今年6月，Meta重組Reality Labs，將其拆分為「元宇宙」和「可穿戴器材」業務兩個部門。由於可穿戴器材部門的獨立成軍，是建立在智能眼鏡產品Ray-Ban Meta成為爆款的情況下，也讓Meta此舉釋放了一個相當明顯的訊號，即其不再預設Reality Labs的虧損，並且這一業務需要展現出盈利的能力。
其實說一千道一萬，元宇宙想要真正落地所需的前置技術實在太多，反觀AI就顯得更有希望。所以削減元宇宙相關業務的投入，把省下來的錢投給AI，Meta的這一操作也展現出了大公司的前瞻性。要知道在經歷了元宇宙泡沫破裂的陣痛後，Meta之所以能「滿血復活」，是因為其AI業務的出色表現、使得其收獲了這一輪AI浪潮的紅利。
此前在去年春季，OpenAI的ChatGPT讓「大模型」成為了彼時科技圈最為炙手可熱的一個概念，隨即Meta也與其他矽谷巨頭一道宣布了自己的大模型產品Llama，並憑借一次「意外泄露」事件一炮而紅。由於Llama是當時市面上罕見的開源大模型，也讓選擇了開源的Meta由此在AI領域成功「列土封疆」，成為了這個賽道的一面旗幟。
毫無疑問，依托開源策略，Meta在AI賽道擁有了不遜於OpenAI的巨大聲量，也改變了這個市場的競爭格局。由於牢牢占據著開源大模型持旗手的位置，使得Meta在過去一年可謂是春風得意，只不過這種好日子如今似乎要結束了。原因則是Meta迄今為止最強大的開源大模型Llama 3.1，在上線之後反響平平。
The Information援引開源大模型社區Hugging Face的數據顯示，自Llama 3.1在7月23日釋出以來，其首月下載量總計約360萬次，遠低於4個月前釋出的Llama 3同期的580萬次。與此同時，在AWS和微軟Azure等雲服務平台上，Meta的Llama門可羅雀。
沒錯，現在Meta最大的危機，是自家的開源大模型Llama遇冷。為什麽Meta的開源大模型不受歡迎了？其實並非Llama 3.1效能不足。畢竟作為目前最強的開源大模型，其基於15萬億個Tokens、在超1.6萬個p00上進行訓練，可與GPT-4o、Claude 3.5 Sonnet，以及Gemini Ultra等一眾業界效能最頂級的閉源模型媲美。
真正的問題是在經過一年時間，特別是越來越多的非AI廠商開始嘗試將AI大模型的能力接入工作流程後，開源大模型的缺陷開始暴露，它並不比閉源大模型便宜，並且使用門檻還更高。Meta的Llama雖然是可以供任何人下載使用，本身並不要錢，但Meta從未說過要讓Llama發揮效用是免費的。
AI大模型並不是大家更熟悉的.exe、.apk檔，它不是下載、並安裝之後就能使用，作為「白模」，開源大模型需要精調才能滿足不同類別企業在特定領域的客製化需求。Llama、GPT-4、文心一言等通用大模型經過AI廠商的訓練之後，擁有了理解、生成、邏輯和記憶等基礎能力，但針對不同類別企業所處的特定行業顯然並不熟悉。
現在的大模型就與本科畢業生非常相似，都需要經過「崗前培訓」過程才能真正參與到實際生產環節中。這時候就需要有精調步驟，來讓大模型適應專業化場景。可是開源大模型並不提供這種服務，反倒是閉源大模型為了賣出好價錢，從而在出廠前就進行了預先的微調。除此之外，類似百度等廠商還額外推出了文心4.0 Turbo精調服務。
一年前，大模型賽道的主要玩家不是AI大廠、就是各類有相關背景的初創企業，彼時開源模型解決了不少AI初創企業缺乏基座大模型的煩惱。畢竟這些AI初創企業的創始團隊幾乎都不缺乏技術能力，也擁有對開源大模型微調、精調的能力，所以當時AI行業對於開源大模型是交口稱贊。
可到了2024年，當AI大模型的魅力被其他行業看到，非AI行業的企業也開始有了對AI大模型的需求之後，讓這一批缺乏相關技術背景的企業上手開源大模型就無異於是強人所難。這時候開源大模型的劣勢就凸顯了出來，因此大多數其他行業的企業會更青睞可提供一站式解決方案的閉源大模型。
即使是在AI行業，對於開源大模型是「假開源」的質疑聲也逐漸變得越來越多。相比於傳統的開源軟件，開源大模型幾乎都是有限開源，即僅開放參數權重和呼叫介面，訓練原始碼、預訓練據等影響大模型效果的關鍵資訊則往往是被捂得死死的。其中以Llama為例，從1.0到2.0、再到3.0都只有Meta參與，開源社區只起到了旁觀的作用，與開源軟件依托社區的模式截然不同。
如此一來，Meta最頭疼、也最需要解決的是「拯救」自家開源大模型。畢竟元宇宙已經讓他們的股價一落千丈，AI才是救自己於水火中的功臣，所以孰輕孰重相信朱克伯格心裏自然有桿秤。
