Meta 的 TBD 实验室开发 Llama 新版，吸引竞争对手研究人员加入

Meta近期成立的超级智能实验室下属TBD实验室牵头开发最新版Llama模型，此举被外界视为突破自主研发瓶颈的关键布局。尽管Meta内部工程团队已转向使用Claude Sonnet完成代码生成任务[1]，但依据8月7日格隆汇报道，TBD实验室持续推进Llama系列的研发并公开招聘人才[2]。该实验室吸引众多来自竞争对手实验室的研究人员加盟，显示Meta正通过混合内部资源与市场顶尖人才重构开发生态。

该策略引发行业关注。内部分批评意见曾流出，指出Meta生成式AI团队存在’恐惧文化’与’缺乏愿景’等问题，但仍持续投入数十亿美元并挖角精英成员[1]。TBD实验室的成立标志着Meta开始尝试从组织架构层面解决内部文化挑战，通过更封闭的实验室模式强化技术导向。

TBD实验室近期的人才策略呈现跨平台引才特征：

• 竞争对手直穿：据消息人士透露，多名来自OpenAI、Anthropic等竞争对手实验室的核心成员已加盟TBD团队，加速Llama技术迭代。
• 结构独立运作：通过实验室制孤立内部政治干扰，为研究团队提供投入聚焦的环境，那些长期搁置的技术路线得以分流实施。
• 技术多元融合：吸引不同平台模型架构专家，助力Llama族群在多模态、代码优化等方向推进交叉创新。

扎克伯格小组近期组建基础创新团队，设定未来一年左右达到前沿水平目标。现有信息显示Llama-4.1与4.2版本已进入开发阶段，但是否延续品牌标识尚未明朗[1]。若rt行路线调整，将面临品牌识别度重构与技术迁移成本的双重挑战。

技术路线探索包括：

• 模型架构优化：针对代码生成任务效率提升，可能融入Claude等模型的在线推理优化技术[1]
• 多模态融合：推进Llama在文本、图像、中间介质等领域的协同能力强化
• 开源战略调整：评估是否松绑开源协议，允许商业级别更灵活的技术授权。

尽管人才集结已获初步成效，但内部文化问题依然困扰项目进展。部分离职员工在ArchDaily文章中指责Meta生成式AI团队长期存在：

• 恐惧文化蔓延：技术路线决策优先权易受行政压力影响，而非纯粹的技术验证
• 使命背离：多数成员工作驱动力更多源于职业发展而非对AI使命的认同
• 跨部门权责冲突：资源分配与目标塑造难以有效协调。

这些批评指向TBD实验室土的组织改革可能仅能解决结构性问题，根本性文化转变仍需更长时间持久推进。