Facebook祖克柏：美國建設真的慢！再這樣下去AI這局會輸給中國

中美AI戰線從晶片延燒到電力基礎建設，Meta創辦人祖克伯直言美國恐面臨嚴重劣勢。

在最新一場深度訪談中，Meta（原Facebook）創辦人兼CEO馬克祖克伯坦率揭露了美國在AI基礎設施方面的嚴峻挑戰，並警告如果美國不加快電力基礎建設及資料中心審核流程，將可能在AI競賽中落後中國。同時，他強調開源與閉源AI模型之爭已進入關鍵階段，為Meta的Llama授權策略辯護，並分析全球AI競爭格局的變化。

在中美科技角力和開源對閉源模型的對抗中，祖克伯的言論揭示了一場全面且多層次的戰爭正在AI領域展開，而贏家將重新定義未來科技霸權。

美國電力危機：AI發展的致命瓶頸

當被問及中國在AI領域的競爭優勢時，祖克伯毫不迴避地指出美國面臨的主要威脅——基礎設施建設速度嚴重滯後。

「這是一場真正的競爭。你看到產業政策正在發揮作用。中國正在啟用更多電力資源，因此美國確實需要專注於簡化建設資料中心和生產能源的能力，」祖克伯警告說，「否則，我認為我們將處於顯著劣勢。」

祖克伯的言論直指美國AI發展最大的瓶頸之一：電力供應不足和資料中心建設緩慢。這些實體基礎設施限制了美國AI計算能力的擴張，而計算能力正是AI競賽的核心資源。

「如果你想建立一個吉瓦級計算集群，那需要時間。NVIDIA需要時間來穩定他們的新一代系統。然後你需要解決周圍的網絡問題。然後你需要建造建築物。你需要獲得許可。你需要獲得能源。也許這意味著燃氣輪機或綠色能源，無論哪種方式，都有一整套供應鏈問題。」

中美AI角力：晶片出口管制見成效，但中方仍有突破

儘管祖克伯對美國基礎設施表達了擔憂，但他也指出美國對中國的晶片出口管制確實產生了效果，這從中國企業DeepSeek（深度求索）的AI發展策略可以看出。

「關於DeepSeek的所有討論，『哦，他們做了這些非常令人印象深刻的低級優化。』現實是，他們確實做到了，這很令人印象深刻。但隨後你會問，『為什麼他們必須這樣做，而美國實驗室都沒有這樣做？』這是因為他們使用的是部分受限的晶片，這些是NVIDIA因為出口管制而只能在中國銷售的唯一晶片，也就是H800與H20。」

祖克伯指出，DeepSeek基本上不得不花費大量時間進行底層基礎設施優化，而美國實驗室不需要這樣做。不過，他也承認DeepSeek在文本方面的成果仍然令人印象深刻，但他們的模型僅限於文本處理，缺乏多模態能力。

「他們生產了很好的文本結果。DeepSeek只有文本。基礎設施令人印象深刻，文本結果也令人印象深刻。但今年出現的每個主要新模型都是多模態的—包含圖像和聲音。DeepSeek的不是。」

開源vs閉源：Meta如何主導AI開源潮流

祖克伯在談到開源與封閉源AI模型的競爭時表示，過去一年開源AI整體表現強勁，Llama不再是唯一具創新性的開源模型。他預測今年開源模型總體上將超過封閉源成為最廣泛使用的模型。

在AI模型的開發賽道上，開源與閉源之爭成為另一個關鍵戰場。祖克伯強調Meta實際上開創了開源大型語言模型的潮流，為此感到自豪。

「看，我們基本上開創了開源LLM的潮流。所以我不認為授權條款是繁重的，」祖克伯自信地表示，「當我們開始推動開源時，業內有一場大辯論：這是合理的事情嗎？你能用開源做出安全和可信的東西嗎？開源能夠具有足夠的競爭力使人們真正關注嗎？」

祖克伯解釋了Llama授權中備受爭議的條款：當用戶達到7億人，必須與Meta商談合作關係。他說這主要針對大型科技公司如微軟、亞馬遜、谷歌等。

「如果我們要投入所有這些精力，那麼至少，如果這些大型雲公司——如微軟、亞馬遜和谷歌——轉而銷售我們的模型，那麼在他們這樣做之前，我們至少應該能夠與他們就我們應該有什麼樣的商業安排進行對話。」

祖克伯更提出了對於其他聲稱支持開源AI的公司的質疑：「對於現在出現並做開源的任何人——現在我們已經這樣做了——如果我們不這樣做，他們還會做開源嗎？」

然而，祖克伯也指出了AI領域存在的專業化現象：「如果你想要一個在數學問題、編程或其他類似任務方面表現最佳的模型，那麼消耗更多測試時間或推理時間運算資源以提供更高智能的推理模型是一個非常有吸引力的模式。」

Meta也在開發自己的Llama 4推理模型，但祖克伯強調，對於Meta關注的許多應用場景，延遲和每單位成本的智能表現才是更重要的產品屬性。

「如果你主要設計面向消費者的產品，人們不想等待半分鐘才能得到答案，如果你能在半秒內給他們一個普遍良好的答案，這是一個絕佳的權衡。」祖克伯解釋道。

開源AI的安全性：文化偏見與安全隱憂

祖克伯透露了一項重要發現：AI模型會嵌入其開發者的文化價值觀。他舉例說明Meta早期將Llama翻譯成法語的經驗：「我們得到的法國人反饋是，『這聽起來像是一個學會說法語的美國人。它聽起來不像法國人。』」

對於來自不同國家的AI模型，祖克伯尤為警惕潛在的安全隱憂，特別是在程式碼生成方面。

「如果你使用的模型與另一個政府有某種聯繫，有一天你可能會發現這個模型在你的程式碼中嵌入了漏洞，而他們的情報機構以後可以利用這些漏洞。在使用來自另一個國家的模型保護你的系統的未來版本中，你可能會突然發現一切都以那個國家知道而你不知道的方式變得脆弱。」

AI超級基礎設施競賽：誰能建設更多資料中心？

祖克伯強調，AI的發展不僅取決於軟體創新，還受限於實體基礎設施的發展速度。這一觀點挑戰了AI領域普遍存在的「快速起飛」觀點。

「物理基礎設施需要時間建設。如果你想要建立一個吉瓦級的計算集群，那就需要時間，」祖克伯解釋，「當你在堆疊的一部分獲得更多智慧時，你只會遇到另一組瓶頸。這就是工程一直以來的工作方式：解決一個瓶頸，你會得到另一個瓶頸。」

他表示Meta正在建設這種超大規模設施，但面臨著地方法規和物理限制的挑戰。相比之下，中國在這方面似乎能更快推進。

擔憂與希望：AI競賽的未來走向

儘管存在這些挑戰，祖克伯對開源AI的未來仍抱有希望。他認為，蒸餾技術的進步使開源AI的前景更加光明。

「蒸餾的美妙之處在於，你基本上可以採用大得多的模型，捕捉其95%的智慧，並將其運行在只有原來10%大小的模型中。」

然而，祖克伯也承認，開源社區中存在著風險和不確定性。如果Meta停止推動開源運動，其他聲稱支持開源的公司可能會改變方向。

「如果我們停止將行業推向這個方向，所有這些其他人...也許他們真正這樣做只是因為他們試圖與我們競爭，因為我們正在將事情推向這個方向。他們已經表明，如果開源不存在，他們會怎麼做，而答案不是開源。」

Meta AI：不僅是聊天機器人，而是日常生活助手

Meta AI產品的發展是祖克伯特別驕傲的成就。他透露，Meta AI已經擁有近十億月活躍用戶，主要透過WhatsApp使用，這一事實可能被美國用戶低估，因為WhatsApp在美國不是主要的通訊系統。

「這就是為什麼獨立的Meta AI應用如此重要，」祖克伯解釋，「由於多種原因，美國是最重要的國家之一，而WhatsApp是人們使用Meta AI的主要方式，但不是美國的主要通訊系統，所以我們需要另一種方式來建立真正在人們面前的一流體驗。」

Meta AI應用程式的一個亮點是全雙工語音功能，祖克伯認為這將帶來極其自然的對話體驗。「如果你展望幾年後，我認為我們只會在一天中的不同時刻與AI交談，詢問我們想知道的不同事情。」

AI個人化：了解用戶的下一個突破

祖克伯認為，AI個人化將成為下一個重要突破。Meta正在整合其算法對用戶興趣的了解（包括動態消息、個人資料和社交關係），以及用戶與AI的互動內容，創造更個人化的AI體驗。

「當個人化迴路啟動，AI開始越來越了解你時，這將非常吸引人，」祖克伯說，「我們有個來自長期研究社交媒體的數據：平均美國人擁有少於三個朋友，而平均人需求量卻遠超過這個數字。大多數人想要的連結比他們實際擁有的更多。」

祖克伯認為，個人化的AI助手可以填補這一社交需求缺口，尤其當技術進步到能夠進行自然、持續的對話時。

重新定義AI研發方向

Meta的AI策略獨特之處在於其以產品使用者體驗為導向的研發方針，而非僅追求基準測試的高分。

「我們的基準本質上是Meta AI中的用戶價值，」祖克伯表示，「所有這些模型都針對略微不同的混合場景進行了優化。每個領先的實驗室都試圖創造通用智能、超級智能，或者你怎麼稱呼它。一種能夠引領豐富世界的AI，讓每個人都擁有這些超人類工具。」

祖克伯的願景是創造一種「快速、非常自然互動、原生多模態，能夠以你想要的方式融入你的日常生活」的AI體驗。他相信與其他競爭對手相比，Meta的這一願景最終將被更廣泛使用。