Meta的"牛油果"还没熟

你打开冰箱，发现上周买的牛油果还是硬的——Meta现在大概就是这个心情。

原定本月发布的下一代大模型「Avocado（牛油果）」，被《纽约时报》爆料至少要推迟到5月。官方没明说，但消息指向一个尴尬事实：性能打不过谷歌。

从六月跳到五月，跳票已成常态

这不是Meta第一次被自己的AI进度打脸。

去年6月，扎克伯格放话要搞「行业领先」的闭源模型，直接对标OpenAI和谷歌。结果Llama 3.5难产，年底才勉强端出Llama 3.3——一个参数更小、靠优化硬撑的版本。

Avocado被内部视为翻身仗。它是Meta挖来Scale AI创始人Alexandr Wang后的首个重量级作品，承载着「重组AI团队、砸进数十亿美元」的期待。

现在时间表又往后滑了两个月。

为什么一个名字都要蹭食物梗？

Meta的AI命名体系自带硅谷松弛感：Llama（羊驼）、Behemoth（巨兽）、现在Avocado（牛油果）。

但松弛感背后是越来越紧的弦。据《纽约时报》，Wang入职后做的第一件事就是重新梳理训练流程——暗示前任团队的基础工作可能不够扎实。

一个细节：Meta的AI支出在2024年已经冲到数百亿美元级别，但产出节奏明显慢于对手。谷歌Gemini 2.5上周刚更新，OpenAI的GPT-4.5也在路上。

Avocado推迟，意味着Meta在2025年上半年的牌桌上可能继续缺位。

闭源路线的悖论

这里有个反直觉的转折。

Meta靠开源的Llama系列攒足了开发者好感，但Avocado是闭源路线——扎克伯格想用它证明，Meta也能做出最顶级的商用模型，而不是永远当「开源老二」。

问题是，闭源比拼的是绝对性能，没有「社区共创」的缓冲带。打不过就是打不过，推迟发布总比上线后被benchmark（基准测试）公开处刑强。

Wang的履历很硬：Scale AI从数据标注起家，服务过OpenAI、谷歌、军方，最懂「好模型需要好数据」的铁律。但好数据救不了赶不上的时间表。

延迟背后的行业信号

Avocado的熟成期被拉长，至少说明两件事——

第一，大模型的「性能爬坡」正在变陡。头部玩家的差距可能没看起来那么大，但追上的成本越来越高。

第二，Meta的组织调整还在阵痛期。Wang3月才正式入职，两个月内要交付「重大升级」，本身就像让新厨师用别人的备菜做招牌菜。

对开发者来说，Llama 4的路线图暂时没受影响。但如果你想在5月前用上Meta的「最强模型」，建议先检查自己的牛油果库存，可能熟得更快。