Meta千亿自研大模型延期：内测输给Gemini，还是套壳？

Meta这次推迟发布新模型，其实释放出一个明确的行业信号：大模型领域的竞争焦点，已经从"能否做出来"转向了"谁能迭代得更快"。

Meta的AI发展蓝图，意外遭遇了一次急刹车。

据多家媒体报道，该公司正在开发的新一代基础大模型Avocado（牛油果）原本计划本月亮相，但由于性能表现未达内部预期，发布时间被推迟到至少五月份。

原因非常直接：模型的实际表现还没能赶上行业领先者。

在内部测试中，Avocado在推理、代码生成和文本创作等关键能力上，仍然落后于竞争对手的最新模型。AI大模型竞赛的残酷现实，再次清晰地呈现在我们面前。

知情人士透露：Avocado虽然明显优于Meta上一代模型，也超过了2025年3月版本的Gemini 2.5，但仍然落后于2025年11月发布的Gemini 3.0。

换句话说：Meta的进步幅度很大，但竞争对手的进步速度更快。

在基础模型赛道，这种差距往往意味着生态吸引力、开发者资源和人才招募能力都会受到影响。因为基础模型不仅是产品能力，更是AI平台的基石。

更具戏剧性的是，Meta内部曾经讨论过一个方案：临时授权使用Google的Gemini模型，来支持自家的AI产品。

虽然目前还没有做出最终决定，但这个讨论本身已经说明了问题：Meta的AI战略正处在一个非常关键的时间窗口。如果核心模型落后，AI助手、代码工具、视频生成等产品能力都会受到制约。

事实上，Meta在AI上的投入，堪称互联网公司中最激进的之一。几个数字可以感受一下：

2025年AI相关支出：720亿美元 2026年预计支出：最高1350亿美元 数据中心长期规划投入：6000亿美元级别

除此之外，Meta还做了一件极具象征意义的事：斥资143亿美元投资Scale AI，并让创始人Alexandr Wang直接担任Meta首席AI官。

目标只有一个，建立通向超级智能的AI体系。扎克伯格甚至公开表示：AI将开启人类新时代。

而这个尚未成熟的Avocado，正是来自Meta内部的新AI实验室：TBD Lab。实验室目前只有约100人，但配置极高，几乎是精英特种部队。

TBD Lab正在同步开发两类模型：基础大模型Avocado；图像/视频生成模型Mango。

据报道，TBD Lab于去年年底完成了Avocado开发的第一阶段，即预训练。今年1月，他们开始了后训练，团队也正是在这个阶段将目标发布日期定在了3月中旬。

目前已经推出过一个产品Vibes，一个类似OpenAI Sora的视频生成应用。

不过，内部团队也并非完全顺利。报道称，有研究员在Avocado发布前离职，Alexandr Wang与Meta产品负责人之间存在分歧，争论焦点是AI如何提升广告业务。这其实也是Meta AI战略的一条主线：AI必须服务广告。

Meta一直是开源大模型阵营的旗手。Llama系列几乎是开源生态的核心力量。但这次的Avocado，有可能改变策略。内部讨论显示：扎克伯格和Alexandr Wang更倾向于闭源。

原因并不难理解，模型成本极高，竞争更加激烈，商业化压力更大。而对手们几乎全部是闭源路线。

Meta的这次延期，其实透露了一个行业信号：大模型竞争已经从能不能做出来，变成了谁迭代更快。

现在的头部玩家差距已经不再是"有和没有"，而是推理能力、工程效率、推理成本、迭代速度。谁能持续跑在前面，谁就能成为AI平台生态的中心。

有趣的是，Meta已经开始规划下一代模型。命名依旧保持水果系列：Avocado → Mango → Watermelon，规模会更大。

扎克伯格在一次投资者电话会上说过一句话：我们的第一批模型可能只是不错，但更重要的是，它们会显示出我们正在快速前进。

翻译一下就是：现在可能不是最强，但很快会追上。

问题只剩下一个：这场AI竞赛里，时间是否还够。