「21 世纪最贵的是什么？人才！」
多年前葛优在《天下无贼》里台词的含金量，还在不断提升。
当地时间 6 月 10 日，媒体曝光 Meta 将以 149 亿美元（折合人民币约 1066 亿元）的价格收购 Scale AI 49% 的股权，而后者的联合创始人 Alexandr Wang，将成为 Meta 新成立的「超级智能小组」的掌门。
按照股权比推算，此次交易 Wang 和团队有可能获得 74 亿美元，堪称是硅谷成本最高的「挖角」——要知道，谷歌在 2014 年收购 DeepMind 团队不过 6 亿美元。
扎克伯格在内部信中写道：「我们将共同构建 AI 的未来。」在 Llama 4 模型折戟、AI 团队人员不断流失的现实下，Meta 此次大举押注 Scale AI，图的是什么？有了 Scale AI 和 Alexandr Wang，Meta 能在接下来的 AI 大战中，重新找到自己的位置吗？
01
最贵的「摇摆人」
作为 AI 时代硅谷蹿升最快的公司，Scale AI 的估值一直以火箭速度蹿升，短短 5 年时间就膨胀至 138 亿美元。然而，此次 Meta 收购前者 49% 的股权，就需要付出 149 亿美元的成本。
49% 显然是为了反垄断审查考虑，但 Meta 和扎克伯格想要的，是联合创始人之一 Alexandr Wang 这个人——这位 19 岁创业的天才将成为 Meta 新成立的超级智能实验室的负责人，带领 Meta AI 进入新时代。
有意思的是，说 Meta 彻底买下 Wang 并不确切，因为 Wang 将继续担任 Scale AI 的 CEO一职，代表 Wang 和 Scale AI 还将继续保持「独立」，这可能也是历史上成本最高的「脚踏两只船」，而 Scale AI 如果保持增长势头，Wang 则可能成为硅谷身家增长最快的创业者，没有之一。
扎克伯格如此急不可耐地、以 Meta 以罕见的金额出手押注 Scale AI 和 Wang，体现出的是他因 Meta 在 AI 竞赛中逐渐掉队的焦虑。
尽管 Meta 在 2024 年推出了参数规模达 1.8 万亿的 Llama 4 Behemoth，但其在多模态理解、长文本推理等关键指标上仍落后 GPT-4.5 约 12%。更尴尬的是，Llama 训练数据的质量问题被曝光：业内估算约 30% 的语料来自低质量社交媒体内容，导致模型频繁输出错误信息。
刚刚成立 2 年后的 Scale AI 团队，最左侧为 Wang 本人｜图片来源：Scale AI
「我们缺的不是算力，是干净的数据和*工程人才。」一位 Meta AI 研究员匿名吐槽。这解释了为何扎克伯格要砸重金请来 Wang——一个以数据标注技术闻名的「基建狂魔」。
作为估值最高的数据标注公司，Scale AI 的蹿红不是没有道理。根据报道，Scale AI 的护城河在于其将原始数据转化为 AI 可用燃料的能力：
军事级标注精度：通过混合人类标注员+AI 质检的「双保险」，其数据错误率仅 0.3%，而行业平均为 5%（公司自述）。
多模态数据垄断：拥有全球*的视频动作标注库（含 1.2 亿条人体动作数据）和跨语言文本数据集（覆盖 217 种语言）。
而事实上，花 149 亿美元巨资买下「半个」Scale AI 和 Wang 本人，Meta 的野心不仅仅在于 AI 大模型本身。
02
转型 AI 基建，弥补 B 端短板
数据、算力和模型，是大模型领域的三要素，Meta 作为社交巨头，在数据和算力上有着天然优势，不过在「数据」上需要打个引号，因为 Meta 的数据量虽然大，但如果质量不行，对于 AI 模型训练作用不大。
「你们看到的每个 GPT 回复，背后都有我们标注的 500 个数据点。」Wang 的这句话，解释了 Meta 的焦虑。当 OpenAI 用 Scale AI 的数据训练出更聪明的模型时，Meta 却困在自家社交数据的孤岛里。收购 Scale AI，等于直接接管了竞争对手的「弹药库」。
Scale AI 手握全球 35% 的 AI 训练数据流量，服务着从五角大楼到 OpenAI 的*客户。Meta 研究院的工程师私下吐槽：「我们用 Llama 3 训练时，30% 算力浪费在清洗垃圾数据上，而 Scale AI 的标注精度能达到 99.7%。」
有了 Scale AI 精准的数据清洗和标注，业内估计 Meta 将训练数据污染率从 15% 降至 2%，下一代 Llama 5 的训练周期缩短 40%。知情人士透露，正在测试的「Llama 5 Behemoth」参数规模达 3 万亿，专门用于攻克 AGI。
同时，Scale AI 的标注系统已深度适配 Meta 定制 AI 芯片架构，形成「数据标注-模型训练-硬件优化」闭环，有可能使 Llama 模型推理成本降低至 GPT-4o 的 1/3。
可以说，引入 Scale AI 后，Meta 的 Llama 模型从训练质量、效率和成本上都将获得大幅优化。
事实上，Scale 的接入，甚至可能重塑 Meta 在 AI 竞争中的整个战略。相比于 Google 和微软，缺少云计算平台的 Meta 一直只能在 C 端撒野。而有了 Scale 的能力，Meta 计划通过 AWS/Azure 等云平台对外提供 Scale AI 数据服务，构建类似微软「Copilot+OpenAI」的生态闭环，将竞争对手转化为客户。
如果说数据是新时代的石油，那么 Meta 通过购买 Scale AI 这家份额*的「数据精炼厂」，已经掌握了大半个 AI 基建体系。
当然，OpenAI、Anthropic 等竞争对手到底会不会买账目前仍未可知，虽然 Meta 仅仅买下半个 Scale AI（和半个 Wang），但显然已经足够让前者警惕 Scale AI 的中立地位，所以 openAI 也在加紧和 Scale AI 的竞争对手 Handshake 合作。
不过，鉴于 Scale AI 在数据标注方面的压倒性优势，OpenAI 等公司要想马上和 Scale AI 断联，也不太现实。至少在短期内，AI 巨头们依然需要 Scale AI 的服务。
即便 Scale AI 之前的客户们逐渐减少下单，Meta 和 Scale AI 已经谋划新的收入来源——政府和国防客户。根据报道，Scale AI 合作，已经获得来自美军 方超过 2 亿美元的政府订单。同时，Scale AI 本身也在向国防定制等垂直领域的 AI 应用层扩展，而 Meta 的企业级销售能力和背书，无疑会对 Scale AI 未来的发展提供足够动力。
业内人士传言，Meta 和 Scale AI 的巨额交易还有一个隐藏对赌：若Scale AI 未来三年收入增速低于 80%，Meta 有权以折扣价收购剩余股份——这代表 Wang 不仅要「让 Meta AI 再次伟大」，同时自己的 Scale AI 在收入上也要继续高速增长。而 B 端业务显然会成为双方的新增速来源。
对于 Meta 团队，Wang 即便作为「脚踏两只船」的超级智能实验室负责人加入，也能产生极强的「鲶鱼效应」。在硅谷 AI 界，Meta 向来以学术氛围浓厚著称，Llama 的开源和普惠正是其学术思考的结果。但 Wang 极力推崇的「数据思维」无疑将对 Meta 现有的 AI 团队产生冲击和改变。
根据媒体报道，Wang 刚刚加入 Meta，反手就砍掉三个学术项目，推动团队向更「现实」的方向转型。
如果不考虑反垄断的阻挠，此次 Meta 对于 Scale AI 和 Wang 本人的巨额押注，可能重塑 Meta 在激烈的 AI 竞争中的角色和发展方向，不仅让 Meta 快速缩短和竞争对手在模型领域的差距，更能使这个社交巨头，完成从应用到 AI 基建角色的转变。
这场豪赌的本质，是 Meta 试图用资本力量重写 AI 竞争规则。正如硅谷分析师 Sarah Guo 所言：「当所有人都在造车时，Meta 买下了整条高速公路——不管车上坐的是谁，都得交过路费。」
