Meta这一周既拆了组织，也买了数据。目标被写成超级智能，而不只是再发布一个聊天模型。
Meta宣布成立Superintelligence Labs。负责人是Alexandr Wang和Nat Friedman，并挖来ChatGPT联合创始人Shengjia Zhao等研究人员。这个实验室是更大重组的一部分：Meta把人工智能工作拆成四支团队，分别是TBD Lab、基础设施、产品和基础人工智能研究实验室。目的是加快走向通用人工智能。通用人工智能指不绑定单一任务的系统，目前仍是目标，不是已经发布的产品名。
同一周，Meta对Scale AI做战略性投资，收购约49%的股份，金额约143亿美元，同时保持Scale的部分独立性。Scale AI从事数据标注和模型评估，是这条产业链上的头部公司。49%意味着重大影响，但不是把公司完全并进Meta的组织图。部分独立，是为了让Scale继续服务其他客户，还是逐步收紧，消息没有写死。
在OpenAI、Anthropic持续推出前沿模型的背景下，Meta选择的是组织重构加数据入口。实验室负责把研究天花板抬高，Scale负责训练流水线的数据。算力之外，可标注的数据和能带队的人同样稀缺。Wang来自数据公司，Friedman有产品和创业背景，Zhao来自模型研发，组合本身就是这套重组想要的三种能力。
143亿美元买的是股份，不是立刻多出来的模型分数。超级智能实验室能不能改变Meta在前沿模型上的位置，要看四支团队是否减少内耗，以及Scale的数据是否优先供给Meta的训练。下一观察点是新实验室的第一批公开模型或评测，而不是部门名称。
四支团队把基础设施、产品、基础研究和名为TBD Lab的一支拆开，是为了减少所有事情挤在一个实验室。Superintelligence Labs由Alexandr Wang和Nat Friedman领导，并引入ChatGPT联合创始人Shengjia Zhao等人。数据、产品和模型三种履历被放进同一个新部门，目标仍是加快走向通用人工智能。
约143亿美元换Scale AI大约49%的股份，买的是数据标注和模型评估的位置，同时保持Scale部分独立。部分独立还没有写死是继续服务外部客户，还是逐步收紧。若数据优先供给Meta，对手的训练管线会感觉到。组织图改完之后，要看有没有新的公开模型或评测，而不是只看部门名称。