Meta 押注開源模型再造 AI 戰略轉向

編按：本文綜合整理自 Ars Technica、CNBC、紐約時報、衛報、Seeking Alpha 等報導，並加入 Siami 編輯部觀點與分析。

Meta 執行長 Mark Zuckerberg 於 8 月 10 日正式宣布，公司將再次以「開源權重模型」（open-weight models）為核心重啟 AI 戰略。同步釋出的新品包括開源模型 Muse Glimmer（30B 參數，Apache 2.0 授權），以及將在數週內開源權重的旗艦模型 Muse Spark 1.2。Zuckerberg 並發表一篇逾 6,000 字的長文，系統性闡述 Meta 在 AI 治理、價值觀與監管上的立場，公開劍指 OpenAI 與 Anthropic 的封閉路線。

為什麼這件事重要

Meta 的這次轉向不是策略微調，而是對「美國 AI 主流敘事」的一次正面挑戰。過去兩年，OpenAI 與 Anthropic 透過封閉模型拿下企業客戶，並遊說美國政府對中國開源實驗室（例如蒸餾可疑的模型）祭出限制；Zuckerberg 長文的核心訊息是：「集中式超智慧」是危險的，AI 應該被分散到每一個人手裡。這不只是產品策略，更是政治論述。更具體地看，Muse Glimmer 的產品設計也在實踐這個哲學：

30B 參數的稠密模型（Dense），加上一個 18 億參數的視覺編碼器，約 24GB VRAM 就能在消費級顯卡上跑 4-bit 量化版本
預設 128K context window，瞄準本地端開發者與企業自託管需求
從 Muse Spark 蒸餾而來，犧牲一部分能力換取本地可用的成本結構而開發者社群最關心的數據，是 Muse Glimmer 在多項 S2E、Terminal Bench、OSWorld 基準上其實是**「對半開」**——贏 12 項、輸 10 項，並未碾壓 Gemma 4 或 Qwen3.6。換言之，Meta 這次的牌不是「我比你強」，而是「我更便宜、更開放、更個人化」。

Muse Glimmer 與 Muse Spark 家族：開源與封閉的雙軌

Meta 此輪的產品發布呈現一套雙軌制：

Muse Glimmer（開源）

30B 參數稠密模型
128K context
Apache 2.0 授權
設計用途：本地端跑、消費級 GPU 可用
從 Muse Spark 蒸餾

Muse Spark 1.2（仍閉源，但將開源權重）

旗艦前緣等級模型
4 月推出、7 月加入付費服務、8 月 5 日推 1.2
伴隨終端編碼代理 Muse Code
開發者社群普遍認為：Muse Code 能力不如 Claude 或 GPT，但成本具有競爭力

這反映 Meta 內部最新的判斷：與其追求「我們的模型比 OpenAI 強」，不如做出兩條產品線——閉源賺企業錢，開源擴大生態與個人影響力。這跟 Google 同時推 Gemini（閉源）與 Gemma（開源）的策略極為相似。

Zuckerberg 的 6,000 字宣言：對「AI 末日論」的正面交鋒

Zuckerberg 的長文雖然涵蓋資料中心、監管、資安、生物武器、勞動市場、監控等議題，但有兩個核心論點。

1. 「去中心化 AI」vs.「集中式超智慧」

Zuckerberg 對 Anthropic 的 alignment 哲學提出直接批評：

「令人驚訝的是，許多 AI 開發者的論述充滿末日色彩。我無法理解，為什麼一個相信 AI 將消滅大部分工作崗位與人類意義的人，會急著去實現那個未來。那種『AI 太危險，唯一安全道路是極度集中權力』的想法，本身就有問題。」他主張 AI 應該被「個人化」，對齊到個人或群體的價值觀，而不是用一套統一的全能模型對齊全人類。

2. 蒸餾是「學習」，不是「偷竊」對 OpenAI、Anthropic 大力推動的「限制蒸餾」立法，Zuckerberg 的回應是：

「讓模型從其他模型學習，是開源生態運作的重要原則。所有 AI 模型都源於人類知識。有人試圖把蒸餾描繪成有害的，但我認為要守住一個原則——你可以從任何你能觀察到的事物學習。」這個立場，與 7 月 24 日 Nvidia、Hugging Face、Meta、Mistral、Mozilla、OpenAI 等共同連署的《Open Weights and American AI Leadership》公開信一致——主張「針對性的法律框架」而非「全面禁止」。

Siami 觀點：Meta 的「務實撤退」還是「策略彎道超車」？這次發布的本質，必須放在更大的時局下看。

一、企業市場的現實壓力

CNBC 與 CBC 都點出，企業對 Anthropic、OpenAI 的依賴帶來兩個焦慮：第一，AI 帳單膨脹過快；第二，2026 年以來陸續爆出的 Anthropic、OpenAI、Meta 資安事件，讓企業對「單一封閉模型黑箱」愈來愈不放心。Ars Technica 引述的分析師 Sid Nag（Tekonyx）說得更直接：

「我不認為 Meta 只是『回到開源』，他們的策略是：讓閉源模型負責與前緣實驗室競爭，開源模型負責擴大觸及與企業滲透——這類似 Google 讓 Gemma 與 Gemini 互補。」

二、中國開源模型的壓力

Ars Technica 直接點出 Meta 的戰略定位：「在美國，Meta 看起來是 Alibaba、Moonshot、DeepSeek 的替代品——不是前緣級最強，但更開放、更可客製、更便宜。」過去 6 個月，阿里 Qwen3.8-Max、月之暗面 Kimi K3 在性能上已經接近美國前緣模型，價格卻只有三分之一。Meta 這次的雙軌制，部分原因是對中國開源實力的正面回應。

三、Meta 內部的人事震盪

去年 Meta AI 部門徹底改組，前 AI 首席科學家 Yann LeCun 被 Scale AI 前 CEO Alexandr Wang 取代。這次的發布，是 Wang 團隊主導後第一次完整的「AI 哲學輸出」——意味著 Meta 的 AI 路線，從 LeCun 主張的「通用世界模型」研究路線，轉向**「產品導向 + 開源生態」**的工程路線。

數據解讀：Muse Glimmer 的基準實況社群與部落客最認真看完的，是各項基準的真實戰況。開發者 Venelin Valkov 在 4-bit 量化下進行的本地測試（已上傳 YouTube）顯示：

基準	Muse Glimmer	對手（多為 Qwen3.6 / Gemma 4）
MMLU 等綜合基準	部分領先	多項互有領先
S2E Bench Verified	76	77.2（略輸）
Terminal Bench	51.7	60.7（明顯輸）
OSWorld Verified	65.9	75.6（明顯輸）

結論：在「最接近實際編碼代理工作」的三項基準上，Muse Glimmer 都輸給對手。這不是「碾壓式開源」，而是「成本優先於性能」的定位。

社群反應

Hacker News 與 X 上的主流反應可歸納為三派：

「Meta is so back」派——擁護開源生態的開發者社群，認為 Meta 重回開源是 2026 年最正面的 AI 新聞，象徵開源實驗室重新獲得頂級支持。

「這是行銷噱頭」派——質疑 Meta 只是看到 DeepSeek、Qwen 風潮後被迫跟風，Muse Glimmer 30B 跑 24GB 顯卡實際延遲、推理品質堪慮。

「中國才真的 back」派——指出中國開源模型（Qwen3.8-Max、Kimi K3）早在這次發布前就已在多項基準接近美國前緣，Meta 是「追趕者」而非「領導者」。