作者：靖宇

「21 世紀最貴的是什麽？人才！」

多年前葛優在《天下無賊》裏台詞的含金量，還在不斷提升。

當地時間 6 月 10 日，媒體曝光 Meta 将以 149 億美元（折合人民币約 1066 億元）的價格收購 Scale AI 49% 的股權，而後者的聯合創始人 Alexandr Wang，将成爲 Meta 新成立的「超級智能小組」的掌門。

按照股權比推算，此次交易 Wang 和團隊有可能獲得 74 億美元，堪稱是矽谷成本最高的「挖角」——要知道，谷歌在 2014 年收購 DeepMind 團隊不過 6 億美元。

紮克伯格在内部信中寫道：「我們将共同構建 AI 的未來。」在 Llama 4 模型折戟、AI 團隊人員不斷流失的現實下， Meta 此次大舉押注 Scale AI，圖的是什麽？有了 Scale AI 和 Alexandr Wang，Meta 能在接下來的 AI 大戰中，重新找到自己的位置嗎 ？

作爲 AI 時代矽谷蹿升最快的公司，Scale AI 的估值一直以火箭速度蹿升，短短 5 年時間就膨脹至 138 億美元。然而，此次 Meta 收購前者 49% 的股權，就需要付出 149 億美元的成本。

49% 顯然是爲了反壟斷審查考慮，但 Meta 和紮克伯格想要的，是聯合創始人之一 Alexandr Wang 這個人——這位 19 歲創業的天才将成爲 Meta 新成立的超級智能實驗室的負責人，帶領 Meta AI 進入新時代。

有意思的是，說 Meta 徹底買下 Wang 并不确切，因爲 Wang 将繼續擔任 Scale AI 的 CEO 一職，代表 Wang 和 Scale AI 還将繼續保持「獨立」 ，這可能也是曆史上成本最高的「腳踏兩隻船」，而 Scale AI 如果保持增長勢頭，Wang 則可能成爲矽谷身家增長最快的創業者，沒有之一。

紮克伯格如此急不可耐地、以 Meta 以罕見的金額出手押注 Scale AI 和 Wang，體現出的是他因 Meta 在 AI 競賽中逐漸掉隊的焦慮。

盡管 Meta 在 2024 年推出了參數規模達 1.8 萬億的 Llama 4 Behemoth，但其在多模态理解、長文本推理等關鍵指标上仍落後 GPT-4.5 約 12%。更尴尬的是，Llama 訓練數據的質量問題被曝光：業内估算約 30% 的語料來自低質量社交媒體内容，導緻模型頻繁輸出錯誤信息。

剛剛成立 2 年後的 Scale AI 團隊，最左側爲 Wang 本人｜圖片來源：Scale AI

「 我們缺的不是算力，是幹淨的數據和頂尖工程人才 。」一位 Meta AI 研究員匿名吐槽。這解釋了爲何紮克伯格要砸重金請來 Wang——一個以數據标注技術聞名的「基建狂魔」。

作爲估值最高的數據标注公司，Scale AI 的蹿紅不是沒有道理。根據報道，Scale AI 的護城河在于其将原始數據轉化爲 AI 可用燃料的能力：#p#分頁标題#e#

軍事級标注精度：通過混合人類标注員+AI 質檢的「雙保險」，其數據錯誤率僅 0.3%，而行業平均爲 5%（公司自述）。

多模态數據壟斷：擁有全球最大的視頻動作标注庫（含 1.2 億條人體動作數據）和跨語言文本數據集（覆蓋 217 種語言）。

而事實上，花 149 億美元巨資買下「半個」Scale AI 和 Wang 本人，Meta 的野心不僅僅在于 AI 大模型本身。

數據、算力和模型，是大模型領域的三要素，Meta 作爲社交巨頭，在數據和算力上有着天然優勢，不過在「數據」上需要打個引号，因爲 Meta 的數據量雖然大，但如果質量不行，對于 AI 模型訓練作用不大。

「 你們看到的每個 GPT 回複，背後都有我們标注的 500 個數據點 。」Wang 的這句話，解釋了 Meta 的焦慮。當 OpenAI 用 Scale AI 的數據訓練出更聰明的模型時，Meta 卻困在自家社交數據的孤島裏。收購 Scale AI，等于直接接管了競争對手的「彈藥庫」。

Scale AI 手握全球 35% 的 AI 訓練數據流量，服務着從五角大樓到 OpenAI 的頂級客戶。Meta 研究院的工程師私下吐槽：「我們用 Llama 3 訓練時，30% 算力浪費在清洗垃圾數據上，而 Scale AI 的标注精度能達到 99.7%。」

有了 Scale AI 精準的數據清洗和标注，業内估計 Meta 将訓練數據污染率從 15% 降至 2%，下一代 Llama 5 的訓練周期縮短 40%。知情人士透露，正在測試的「Llama 5 Behemoth」參數規模達 3 萬億，專門用于攻克 AGI。

同時，Scale AI 的标注系統已深度适配 Meta 定制 AI 芯片架構，形成「數據标注-模型訓練-硬件優化」閉環，有可能使 Llama 模型推理成本降低至 GPT-4o 的 1/3。

可以說，引入 Scale AI 後，Meta 的 Llama 模型從訓練質量、效率和成本上都将獲得大幅優化。

事實上，Scale 的接入，甚至可能重塑 Meta 在 AI 競争中的整個戰略。相比于 Google 和微軟，缺少雲計算平台的 Meta 一直隻能在 C 端撒野。而有了 Scale 的能力， Meta 計劃通過 AWS/Azure 等雲平台對外提供 Scale AI 數據服務，構建類似微軟「Copilot+OpenAI」的生态閉環，将競争對手轉化爲客戶 。

如果說數據是新時代的石油，那麽 Meta 通過購買 Scale AI 這家份額最大的「數據精煉廠」，已經掌握了大半個 AI 基建體系。

Meta 在 AI 競争中逐漸掉隊｜圖片來源：Meta

當然，OpenAI、Anthropic 等競争對手到底會不會買賬目前仍未可知，雖然 Meta 僅僅買下半個 Scale AI（和半個 Wang），但顯然已經足夠讓前者警惕 Scale AI 的中立地位，所以 openAI 也在加緊和 Scale AI 的競争對手 Handshake 合作。

不過，鑒于 Scale AI 在數據标注方面的壓倒性優勢，OpenAI 等公司要想馬上和 Scale AI 斷聯，也不太現實。至少在短期内，AI 巨頭們依然需要 Scale AI 的服務。#p#分頁标題#e#

即便 Scale AI 之前的客戶們逐漸減少下單，Meta 和 Scale AI 已經謀劃新的收入來源——政府和國防客戶。根據報道，Scale AI 合作，已經獲得來自美軍方超過 2 億美元的政府訂單。同時，Scale AI 本身也在向國防定制等垂直領域的 AI 應用層擴展，而 Meta 的企業級銷售能力和背書，無疑會對 Scale AI 未來的發展提供足夠動力。

業内人士傳言，Meta 和 Scale AI 的巨額交易還有一個隐藏對賭：若 Scale AI 未來三年收入增速低于 80%，Meta 有權以折扣價收購剩餘股份 ——這代表 Wang 不僅要「讓 Meta AI 再次偉大」，同時自己的 Scale AI 在收入上也要繼續高速增長。而 B 端業務顯然會成爲雙方的新增速來源。

對于 Meta 團隊，Wang 即便作爲「腳踏兩隻船」的超級智能實驗室負責人加入，也能産生極強的「鲶魚效應」。在矽谷 AI 界，Meta 向來以學術氛圍濃厚著稱，Llama 的開源和普惠正是其學術思考的結果。但 Wang 極力推崇的「數據思維」無疑将對 Meta 現有的 AI 團隊産生沖擊和改變。

根據媒體報道，Wang 剛剛加入 Meta，反手就砍掉三個學術項目，推動團隊向更「現實」的方向轉型。

如果不考慮反壟斷的阻撓，此次 Meta 對于 Scale AI 和 Wang 本人的巨額押注，可能重塑 Meta 在激烈的 AI 競争中的角色和發展方向，不僅讓 Meta 快速縮短和競争對手在模型領域的差距，更能使這個社交巨頭，完成從應用到 AI 基建角色的轉變。

這場豪賭的本質，是 Meta 試圖用資本力量重寫 AI 競争規則。正如矽谷分析師 Sarah Guo 所言：「當所有人都在造車時，Meta 買下了整條高速公路——不管車上坐的是誰，都得交過路費。」