Meta内部决裂，64岁图灵奖大佬裸辞，离职真相曝光

1. 嘿，各位科技爱好者，小锐今天带来一篇深度剖析，聚焦Meta公司内部的风云突变——64岁的图灵奖得主杨立昆突然宣布离职，结束了他在这家科技巨头长达十二年的研究生涯。

2. 这位人工智能领域的奠基人物，并非因年事已高而选择退隐，而是公开表示无法接受向一位年仅29岁的年轻创业者亚历山大王汇报工作。扎克伯格为了引进这位年轻人，豪掷140亿美元收购其公司Scale AI 49%的股权，并特地为他设立了一个全新的“超级智能实验室”。

3. 这一事件背后，究竟隐藏着怎样的权力更迭？所谓的代际冲突，是否只是AI技术路线之争披上的人事外衣？

4. 爆发点：一场由140亿美元引发的组织震荡

5. 当前AI领域最引人注目的新闻，莫过于杨立昆从Meta的突然退出。作为公司在AI方向上的灵魂人物，他不仅主导构建了Meta整体的研究体系，更是深度学习发展史上的关键推手。

6. 尽管外界一度认为这是正常的退休安排，但杨立昆本人迅速澄清，离职的核心动因是组织架构调整后，自己将直接向亚历山大王述职，而这违背了他的职业原则与学术尊严。

7. 亚历山大王在创投圈颇具声名，但在核心技术研发层面，履历相对单薄。其所创办的Scale AI专注于数据标注服务，即为训练AI模型提供清洗和分类后的原始数据集，从未主导过大型语言模型的设计或开发。

8. 然而，扎克伯格却以高达140亿美元估值完成对其近半股份的收购，并附加条件要求亚历山大王全职加入Meta，全面掌管新成立的超级智能实验室。

9. 此举震惊业界，杨立昆作为神经网络先驱之一，其早期研究成果构成了当今主流生成式AI的技术根基，包括ChatGPT在内的诸多系统都受益于他的理论突破。

10. 如此重量级的科学家，竟需向一个未曾在核心算法领域有过建树的年轻人汇报，这显然超越了常规管理逻辑，暴露出深层次的战略分歧。

11. 扎克伯格宁愿疏远功勋卓著的老将，也要重用一位商业背景浓厚的新星，这140亿美金的背后，到底是押注个人潜力，还是另有战略布局？

12. 技术分野：通向通用智能的两条路径对峙

13. 要理解这场人事地震的本质，必须深入Meta内部正在激化的技术路线之争——一边是杨立昆坚持的“世界模型”愿景，另一边则是扎克伯格全力推进的大语言模型（LLM）战略。

14. 回溯至2022年11月，OpenAI发布ChatGPT，瞬间点燃全球对LLM的热情，各大科技企业纷纷跟进布局。

15. 扎克伯格随即下令组建团队，希望由杨立昆牵头打造Meta版的大语言模型。尽管他对该技术路径持保留态度，认为其存在根本局限，但仍同意执行任务，但提出明确前提：所有成果必须开源且免费开放。

16. 在他看来，只有通过开放协作，才能激发更多创新可能，避免技术被少数公司垄断。

17. 初期进展顺利，Llama系列模型凭借卓越性能与完全开源特性，迅速赢得全球开发者社区的广泛支持，成为行业事实标准之一。

18. 那段时间，杨立昆拥有充分的科研自主权，他曾形容自己的工作状态如同“在无边界的实验场中自由驰骋”，资金、资源、人力均无掣肘。

19. 可到了2025年4月，Llama 4的发布却遭遇重大挫败，被业内普遍评价为缺乏突破性、迅速落伍的产品。

20. 据知情人士透露，问题并非出在技术能力不足，而是研发周期被严重压缩所致。扎克伯格为抢占市场窗口，不断施压团队加快上线节奏。

21. 结果导致许多前沿探索被迫搁置，团队只能采用成熟稳定但缺乏创新性的方案来确保交付。

22. 杨立昆对此极为不满，他认为牺牲长期价值换取短期速度，只会让Meta陷入重复建设的泥潭，最终丧失真正的竞争力。

23. 更深层的理念差异在于，杨立昆始终坚信大语言模型本质上是一条死路。这类系统依赖文本统计规律进行预测，不具备真实世界的感知与推理能力，难以实现类人智能。

24. 实际上，“世界模型”的概念早在2018年由DeepMind研究人员提出，但由于当时算力与应用场景有限，并未引起足够重视。

25. 直到2025年初，这一理念重新升温。杨立昆在巴黎举行的AI行动峰会上高调推介该技术路径，预言未来三到五年内，世界模型有望全面超越基于Transformer架构的语言模型。

26. 扎克伯格虽表面认可其前瞻性，但在资源配置上始终保持谨慎，依旧将重心放在已被验证具备变现能力的LLM产品线上。

27. 商业现实与科学理想的拉锯战愈演愈烈，两条路线之间的张力逐渐演化为不可调和的矛盾。

28. 资本逻辑：140亿美元背后的生态卡位

29. 表面看，扎克伯格花费140亿美元收购一家非核心技术公司的多数股权令人费解，实则蕴含清晰的战略意图。

30. 在全球AI竞赛白热化的背景下，科技巨头的核心诉求是快速推出可商用产品，占领用户入口，建立生态壁垒。

31. 大语言模型因其成熟的商业化路径，已被证明可在搜索、客服、办公软件等多个场景落地，而世界模型仍处于实验室阶段，短期内难见回报。

32. Scale AI的核心业务正是高质量数据标注，这是训练任何大规模语言模型不可或缺的基础环节。

33. 随着模型参数量指数级增长，对精准、多样、合规的数据需求也急剧上升，数据供应链的重要性日益凸显。

34. 因此，这笔投资实质上是Meta对上游数据资源的一次战略性锁定。通过控股Scale AI，Meta获得了稳定可靠的数据供给保障，极大提升了自身LLM迭代效率。

35. 同时，扎克伯格还专门成立了独立运作的超级智能实验室，赋予其高度自治权，与杨立昆原有的FAIR实验室形成平行架构。

36. 此外，他还投入数亿美元在全球招募顶尖AI人才，值得注意的是，这些新引进的专家几乎清一色来自LLM阵营。

37. 用杨立昆的话讲：“这些人已经被大语言模型的思想彻底重塑。”这种人才结构的倾斜，进一步削弱了世界模型团队的话语权。

38. 明显可见，公司正系统性地为LLM路线扫清障碍，而基础理论研究的空间则被不断挤压。

39. 最初面对年龄差距问题时，杨立昆表现得颇为豁达，提到Meta工程师平均年龄仅为27岁，自己已是两倍之多，早已习惯跨代合作。

40. 但当被追问是否能接受来自资历浅薄者的指令时，他坦承内心难以认同。他强调，真正的科研工作者不应被行政命令驱动，尤其对于深耕数十年的学者而言，独立判断至关重要。

41. 这种对学术自由的执着坚守，与扎克伯格以结果为导向的管理模式形成尖锐对立，最终促使矛盾彻底爆发。

42. 值得注意的是，在杨立昆离开之后，Meta加速了组织重构的步伐。2025年10月，公司裁撤AI部门约600个岗位，主要涉及基础研究与长期项目组。

43. 与此同时，亚历山大王的地位得到进一步巩固，掌控更大范围的研发资源与决策权。

44. 这一系列变动引发了连锁反应，不少原属超级智能实验室的研究人员因不满技术方向调整而辞职，其中部分成员转投OpenAI、Anthropic等竞争对手。

45. 分道扬镳：理想主义者的再出发与资本巨轮的前行

46. 离开Meta后，杨立昆并未淡出公众视野，而是迅速启动新事业——创立先进机器智能实验室（AMI Lab），专注推动世界模型的实际应用。

47. 尽管尚未发布正式产品，但该公司已获得多方资本青睐。据《金融时报》《华尔街日报》等媒体报道，其种子轮融资目标为5亿欧元，当前预估估值介于30亿至50亿美元之间。

48. 杨立昆将出任执行董事长，这一职位设计确保他能在资金充裕的前提下保持足够的战略独立性，避免受到短期盈利压力干扰。

49. 他的创业动向也折射出AI行业正走向多元分化。虽然大语言模型目前占据主流地位，但仍有一批研究者与投资人愿意押注更具颠覆性的技术路径。

50. 世界模型的最大优势在于赋予AI对物理环境的理解能力，这对于机器人控制、自动驾驶、具身智能等复杂任务具有决定性意义。

51. 反观Meta，在全力冲刺LLM赛道的过程中也暴露出隐患。Llama 4的失利暴露了急功近利带来的质量滑坡，而高端人才的持续流失，则可能动摇其长期创新能力。

52. 由此可见，扎克伯格所采取的激进商业化策略，或许能在短期内赢得市场份额，但从长远来看，若忽视底层原理探索，或将面临技术天花板的制约。

53. 这场Meta内部的分裂，本质是两种价值观的碰撞：一方追求快速变现与市场主导，另一方坚持基础突破与人类智能的终极愿景。

54. 扎克伯格选择了见效快的商业化路径，借助成熟模式迅速构建产品护城河；而杨立昆则选择了一条更为艰难但可能更具革命性的道路，致力于打造真正理解世界的AI系统。

55. 两条路线并无绝对优劣，最终谁能胜出，还需时间检验。但可以肯定的是，杨立昆的另起炉灶，为AI发展格局增添了新的变量。

56. 对整个行业而言，既需要像扎克伯格这样善于整合资源、推动产品落地的企业家，也需要如杨立昆这般甘于寂寞、专注前沿探索的科学家。

57. 正是这种多样性并存的局面，不同理念之间的碰撞与竞争，才使得人工智能的发展充满活力与可能性。