或许大多数人都未曾想过，仅仅一年半的时间，此前红极一时的元宇宙就在2023年成了“烂尾楼”，甚至曾经跟风的各厂商也对这三个字讳莫如深，唯有为了元宇宙把公司名都改了的Meta至今还在继续坚持。但如今Meta似乎也在动摇了，继之前宣布放弃开发高端混合现实头显后，该公司日前宣布将关闭面向第三方创作者制作增强现实（AR）特效的平台Meta Spark。

对于为何突然关闭Meta Spark，Meta方面表示其正优先考虑包括人工智能在内其他领域的支出。自从扎克伯格在今年4月的2024年第一季度财报电话会议上透露，将坚持对元宇宙长期潜力的信心、并继续投资，导致Meta在营收、盈利双双超出预期的情况下，市值一夜蒸发2000亿美元后，Meta方面对元宇宙的热情似乎就在不断下降。

随后在今年6月，Meta重组Reality Labs，将其拆分为“元宇宙”和“可穿戴设备”业务两个部门。由于可穿戴设备部门的独立成军，是建立在智能眼镜产品Ray-Ban Meta成为爆款的情况下，也让Meta此举释放了一个相当明显的信号，即其不再默认Reality Labs的亏损，并且这一业务需要展现出盈利的能力。

其实说一千道一万，元宇宙想要真正落地所需的前置技术实在太多，反观AI就显得更有希望。所以削减元宇宙相关业务的投入，把省下来的钱投给AI，Meta的这一操作也展现出了大公司的前瞻性。要知道在经历了元宇宙泡沫破裂的阵痛后，Meta之所以能“满血复活”，是因为其AI业务的出色表现、使得其收获了这一轮AI浪潮的红利。

此前在去年春季，OpenAI的ChatGPT让“大模型”成为了彼时科技圈最为炙手可热的一个概念，随即Meta也与其他硅谷巨头一道宣布了自己的大模型产品Llama，并凭借一次“意外泄露”事件一炮而红。由于Llama是当时市面上罕见的开源大模型，也让选择了开源的Meta由此在AI领域成功“列土封疆”，成为了这个赛道的一面旗帜。

毫无疑问，依托开源策略，Meta在AI赛道拥有了不逊于OpenAI的巨大声量，也改变了这个市场的竞争格局。由于牢牢占据着开源大模型旗手的位置，使得Meta在过去一年可谓是春风得意，只不过这种好日子如今似乎要结束了。原因则是Meta迄今为止最强大的开源大模型Llama 3.1，在上线之后反响平平。

The Information援引开源大模型社区Hugging Face的数据显示，自Llama 3.1在7月23日发布以来，其首月下载量总计约360万次，远低于4个月前发布的Llama 3同期的580万次。与此同时，在AWS和微软Azure等云服务平台上，Meta的Llama门可罗雀。

没错，现在Meta最大的危机，是自家的开源大模型Llama遇冷。为什么Meta的开源大模型不受欢迎了？其实并非Llama 3.1性能不足。毕竟作为目前最强的开源大模型，其基于15万亿个Tokens、在超1.6万个H100上进行训练，可与GPT-4o、Claude 3.5 Sonnet，以及Gemini Ultra等一众业界性能最顶级的闭源模型媲美。

真正的问题是在经过一年时间，特别是越来越多的非AI厂商开始尝试将AI大模型的能力接入工作流程后，开源大模型的缺陷开始暴露，它并不比闭源大模型便宜，并且使用门槛还更高。Meta的Llama虽然是可以供任何人下载使用，本身并不要钱，但Meta从未说过要让Llama发挥效用是免费的。

AI大模型并不是大家更熟悉的.exe、.apk文件，它不是下载、并安装之后就能使用，作为“白模”，开源大模型需要精调才能满足不同类型企业在特定领域的定制化需求。Llama、GPT-4、文心一言等通用大模型经过AI厂商的训练之后，拥有了理解、生成、逻辑和记忆等基础能力，但针对不同类型企业所处的特定行业显然并不熟悉。

现在的大模型就与本科毕业生非常相似，都需要经过“岗前培训”过程才能真正参与到实际生产环节中。这时候就需要有精调步骤，来让大模型适应专业化场景。可是开源大模型并不提供这种服务，反倒是闭源大模型为了卖出好价钱，从而在出厂前就进行了预先的微调。除此之外，类似百度等厂商还额外推出了文心4.0 Turbo精调服务。

一年前，大模型赛道的主要玩家不是AI大厂、就是各类有相关背景的初创企业，彼时开源模型解决了不少AI初创企业缺乏基座大模型的烦恼。毕竟这些AI初创企业的创始团队几乎都不缺乏技术能力，也拥有对开源大模型微调、精调的能力，所以当时AI行业对于开源大模型是交口称赞。

可到了2024年，当AI大模型的魅力被其他行业看到，非AI行业的企业也开始有了对AI大模型的需求之后，让这一批缺乏相关技术背景的企业上手开源大模型就无异于是强人所难。这时候开源大模型的劣势就凸显了出来，因此大多数其他行业的企业会更青睐可提供一站式解决方案的闭源大模型。

即使是在AI行业，对于开源大模型是“假开源”的质疑声也逐渐变得越来越多。相比于传统的开源软件，开源大模型几乎都是有限开源，即仅开放参数权重和调用接口，训练源代码、预训练据等影响大模型效果的关键信息则往往是被捂得死死的。其中以Llama为例，从1.0到2.0、再到3.0都只有Meta参与，开源社区只起到了旁观的作用，与开源软件依托社区的模式截然不同。

如此一来，Meta最头疼、也最需要解决的是“拯救”自家开源大模型。毕竟元宇宙已经让他们的股价一落千丈，AI才是救自己于水火中的功臣，所以孰轻孰重相信扎克伯格心里自然有杆秤。