最后更新:
Meta Superintelligence Labs (MSL) 是 Meta Platforms 内部的一个专门研发部门,其成立的明确目标是推进人工智能以实现超智能(Superintelligence),即一种能力超越人类智力的 AI 形式。该团队的组建反映了 Meta 对先进 AI 开发的日益重视,以及其作为 AI 领域竞争者的角色。[1] 2026 年 4 月,MSL 推出了 Muse Spark,这是第一个旨在迈向 Meta “个人超智能”愿景的模型系列,旨在日常生活的多个方面为用户提供帮助。[8]
Meta 进军超级智能开发是由首席执行官马克·扎克伯格(Mark Zuckerberg)领导的一项倡议,他公开表达了自己的观点,即超级智能可能标志着“人类新时代的开始”。该公司将超级智能的开发视为一个具体的工程目标,而非投机性的概念,旨在创造一种在包括科学创造力和情感理解在内的各学科领域都能与人类能力相媲美或超越人类能力的 AI。扎克伯格阐述的愿景是构建一种“个人超级智能”,可以集成到智能眼镜等个人设备中,作为管理信息并预测用户需求的助手。[7]

Meta Superintelligence Labs 的成立反映了 Meta 的 AI 战略向雄心勃勃的长期研究目标的转变。该倡议在统一的愿景下整合了 AI 人才和资源,重点是提升推理、问题解决和通用智能等领域的能力。公司的财务支持和战略合作伙伴关系表明了这项努力在 Meta 整体业务目标中的优先地位。[1][2][5]
为了建立 Meta Superintelligence Labs,Meta 开展了一场激进的人才招聘活动,投入巨资吸引来自竞争对手组织的 AI 研究人员和工程师。这一策略依赖于极具竞争力的薪酬方案,据报道,一些高层聘用的薪酬超过 1 亿美元,某些个人的总薪酬方案据称达到了数亿美元。[9][1] 该实验室从 OpenAI、Google DeepMind、Anthropic、Apple 以及 Ilya Sutskever 的 Safe Superintelligence 招募了人员,将 MSL 定位为前沿 AI 人才的主要聚集地。[1][2][3] 例如,在 2026 年,曾就职于 OpenAI 的著名 AI 研究员 Luke Metz 加入了 Meta Superintelligence Labs,在 Alexandr Wang 手下工作,这说明了高调招聘是如何被视为实验室初期建设的核心部分的。[12]

2026年4月,Meta Superintelligence Labs推出了Muse Spark,这是作为Meta构建个人超级智能战略的一部分而开发的Muse系列中的首款模型。[8] Muse Spark被描述为一种原生多模态推理模型,它集成了文本和视觉理解,支持工具使用,并利用视觉思维链和多智能体编排来解决复杂任务。[8] 该模型的目标应用包括交互式健康指导、视觉STEM问题解决以及能够分析用户环境并提供分步支持的个性化助手。
Muse Spark引入了一种“沉思”(Contemplating)模式,该模式通过编排多个并行推理的智能体,以提高在挑战性基准测试中的性能,包括“人类最后的考试”(Humanity’s Last Exam)和“前沿科学研究”(FrontierScience Research)等任务。[8] 该模型通过meta.ai和Meta AI应用程序向用户开放,Meta还为选定的开发人员开放了私人API预览,将Muse Spark定位为MSL重建的训练和强化学习堆栈的首个产品化输出。[8]
作为部署的一部分,Muse Spark根据Meta的“高级AI扩展框架”(Advanced AI Scaling Framework)进行了安全评估,该框架定义了高级模型的风险类别、评估协议和部署阈值。[8] 这些评估包括在广泛推广前,对高风险领域的拒绝行为、行为对齐和对抗鲁棒性进行测试。
Meta Superintelligence Labs (MSL) 组织由马克·扎克伯格在 Threads 上宣布成立,并在内部备忘录中进一步阐述了细节。扎克伯格表示,MSL 涵盖了 Meta 的基础模型、产品和 FAIR(基础人工智能研究)团队,以及一个专注于开发下一代模型的新实验室。[1] Scale AI 的前首席执行官 Alexandr Wang 被任命为 Meta 的首席人工智能官并领导 MSL。[9] 在实验室内部,Wang 与 GitHub 前负责人 Nat Friedman 共同领导新的模型小组,Friedman 专注于人工智能产品和应用研究。[1][2]
曾任职于 OpenAI 的工程师 赵盛佳 (Shengjia Zhao) 被任命为 Meta Superintelligence Labs 的首席科学家。在这一职位上,赵盛佳负责制定实验室的研究议程和科学方向,直接与马克·扎克伯格和 Alexandr Wang 合作。[1][2][3] 作为其治理和安全结构的一部分,MSL 使用 Meta 的高级 AI 扩展框架(Advanced AI Scaling Framework)评估 Muse Spark 等前沿模型,该框架在广泛发布前定义了威胁模型、评估协议和部署阈值。[8]
根据内部沟通,MSL 还纳入了专门的安全领导层。人工智能安全初创公司 Virtue AI 的联合创始人李博(Bo Li)和 宋晓东 (Dawn Song) 向 MSL 的 Nat Friedman 汇报工作,而另一位联合创始人 Sanmi Koyejo 则向 Meta FAIR 实验室负责人 Rob Fergus 汇报,从而使整个组织的安全研究和政策工作保持一致。[11]
MSL 的高级职员包括 Andrew Tulloch、Joshua Gross、Mark Jen、Yinghai Lu、Jason Wei、Hyung Won Chung 和 孙志清 (Zhiqing Sun) 等研究人员和工程师,以及 Dina Powell McCormick 等高管,他们共同支持实验室研究项目和计算基础设施的扩张。[10]
Meta Superintelligence Labs 汇集了在参与人工智能研发的主要机构中拥有丰富经验的研究人员、工程师和技术专业人士。
Shengjia Zhao 曾参与 OpenAI 的 ChatGPT 开发,现被任命为 Meta 超级智能实验室(Superintelligence Lab)的首席科学家。团队中其他来自 OpenAI 的成员包括 Trapit Bansal、Ji Lin、Hongyu Ren、Jiahui Yu、Shuchao Bi、Huiwen Chang、Lucas Beyer、Alexander Kolesnikov 和 Xiaohua Zhai。他们之前的工作涵盖了强化学习、语音接口、图像处理和大型语言模型开发等领域。Trapit Bansal 开创了思维链上的强化学习,并且是 OpenAI o 系列模型的共同创造者。Shuchao Bi 共同创造了 GPT-4o 语音模式和 o4-mini,此前在 OpenAI 领导多模态后训练工作。Huiwen Chang 共同创造了 GPT-4o 的图像生成功能,此前在 Google Research 发明了 MaskIT 和 Muse 文本生成图像架构。Ji Lin 对 o3/o4-mini、GPT-4o、GPT-4.1、GPT-4.5、40-imagegen 以及 Operator 推理栈做出了贡献。Hongyu Ren 共同创造了 GPT-4o、4o-mini、o1-mini、o3-mini、o3 和 o4-mini,此前在 OpenAI 领导一个后训练小组。Jiahui Yu 共同创造了 o3、o4-mini、GPT-4.1 和 GPT-4o,此前在 OpenAI 领导感知团队,并在 Gemini 共同领导多模态工作。Shengjia Zhao 共同创造了 ChatGPT、GPT-4、所有 mini 模型、4.1 和 o3,此前在 OpenAI 领导合成数据工作。Lucas Beyer、Alexander Kolesnikov 和 Xiaohua Zhai 此前曾协助建立 OpenAI 的苏黎世办公室,据指出他们已加入 Meta,尽管他们被列入特定内部名单的情况受制于“技术细节”。
前 Google DeepMind 贡献者 Jack Rae 和 Pei Sun 也是该团队的成员,此外还有参与过 Gemini 模型的工程师 Tianhe Yu、Cosmo Du 和 Weiyue Wang。Jack Rae 曾是 Gemini 的预训练技术负责人以及 Gemini 2.5 的推理负责人,并在 DeepMind 领导了 Gopher 和 Chinchilla 早期大语言模型项目。Pei Sun 在 Google Deepmind 为 Gemini 的后训练、编码和推理做出了贡献,此前曾创建了最后两代 Waymo 感知模型。来自 Apple 的成员包括负责大语言模型相关工作的 Ruoming Pang,以及 Mark Lee 和 Tom Gunter。
该团队还包括来自其他 AI 重点公司的成员。Joel Pobar 此前隶属于 Anthropic,并曾在 Meta 工作 11 年,负责 HHVM、Hack、Flow、Redex、性能工具和机器学习。Johan Schalkwyk 曾在 Sesame AI 工作,曾是 Google Fellow 和 Sesame 的早期贡献者,以及 Maya 的技术负责人。Alexandr Wang 是 Scale AI 的创始人。Safe Superintelligence 的联合创始人 Daniel Gross 和 GitHub 前 CEO Nat Friedman 也被确定为 Meta AI 计划的贡献者。
这些个人是据报道参与 Meta 的 Superintelligence Labs 工作的 44 名专业人员这一更广泛群体的一部分。[1][2][3][4][6]
Meta 正在为其超级智能计划投入大量的财务和计算资源。2025 年 6 月,该公司投资约 143 亿美元收购了 Scale AI 49% 的股份,这是一家专门为 AI 系统标注数据的公司,被认为对训练先进模型至关重要,并让 Scale 联合创始人 Alexandr Wang 加入 Meta 担任 MSL 负责人。[9] 为了支持这一计划,Meta 正在开发多个数吉瓦(multi-gigawatt)规模的“超级集群”数据中心。据报道,其中两个设施的代号为 Prometheus 和 Hyperion,其中一个计划中的数据中心被描述为物理占地面积与曼哈顿大部分地区相当。[7]
对 Meta 基础设施计划的分析描述了五个 1 GW 以上“泰坦”集群的建设,包括路易斯安那州的 Hyperion 园区和俄亥俄州的 Prometheus 园区,以及位于埃尔帕索、爱荷华州和印第安纳州的另外三个站点。对于 Hyperion,据报道 Meta 正在建造三座 400 MW 的建筑和三座 100 MW 的建筑,在建总容量约为 1.5 GW;而 Prometheus 预计将在两年内从约 1 GW 的初始容量扩展到 3 GW 以上。[10] 除了人才引进和战略投资外,Mark Zuckerberg 还表示,Meta 计划为超级智能开发投入“数千亿美元的计算资源”。[1][2] 公司指引显示,2026 年的总资本支出将达到 1300-1450 亿美元,是 Meta 2024 年和 2025 年支出总和的两倍多,其中大部分将用于以 AI 为中心的数据中心和基础设施。[9]
行业分析预测,基于这些数据中心投资,到 2026 年底,Meta 拥有的 AI 训练算力可能超过 OpenAI 和 Anthropic。即使在保守假设下,即仅将备受瞩目的数据中心站点分配给 Meta Superintelligence Labs,该实验室的训练算力预计在 2026 年和 2027 年期间也将与其他领先的前沿实验室相当。[10]
Meta 的超智能计划与其对 Scale AI 的战略投资紧密相连。2025 年,Meta 以约 143 亿美元收购了 Scale AI 49% 的股份,从而确保了对训练先进模型至关重要的大规模数据标注服务的访问权限,并通过 Alexandr Wang 的领导职位将 Scale 的专业知识整合到 Meta Superintelligence Labs 中。[9][1]
MSL 还通过对 Virtue AI 创始团队的“人才收购”(acqui-hire)扩展了其在 AI 安全和保障方面的能力。Virtue AI 开发自动化红队工具、用于阻断有害或非法输出的实时安全系统,以及企业级 AI 部署的合规框架。其联合创始人 Bo Li、Dawn Song 和 Sanmi Koyejo 已加入 Meta,负责 MSL 和 FAIR 的安全与保障工作。[11]