【智能小巨人】2024年AI商业观察系列Vol.05：MetaAI战略蓝图及启示报告615mb

AI商业观察Vol.05MetaAI蓝图及启示智能小巨人科技出品 2024/08/19智能小巨人科技原创报告Meta的AI战略蓝图NO.

1Meta的AI愿景：构建最受欢迎和最先进的人工智能产品和服务核心AI产品服务：用庞大的推荐和排名基础设施驱动主要产品的参与度与货币化效率生成式AI产品服务：Meta

AI助手，成为“全世界人们可以自由使用的最智能的AI助手”AI

Studio，每个创作者、每个企业专属AI代理AI智能眼镜，每个人都想要的新型时尚计算设备每个开发者都拥有一个最先进的开源模型来构建learn

more…生成式AI竞赛第一阵营中，Meta的AI战略与众不同、业绩惊喜，正在成为AI界风向标公司 大模型相关业务 大模型研发/合作模式 大模型商业模式微软 企业服务+云服务亚马逊 云服务谷歌 消费者业务+云服务Meta 消费者业务与顶尖大模型团队OpenAI深度绑定，同时云服务整合各类大模型用AI赋能Office等现有产品在云服务中：出售模型训练服务出售模型推理服务捆绑销售与大模型相关的云服务与顶尖大模型团队Anthropic深度绑定，同时云服务整合各类大模型自研Gemini、Gemma等大模型，同时云服务整合各类大模型在消费者业务中广泛应用大模型降本增效自研Llama系列等大模型在消费者业务中广泛应用大模型降本增效在更智能模型的基础上推出杀手级消费者应用程序在生成式AI浪潮的竞争中，微软、亚马逊、谷歌、Meta已位居第一阵营：每家公司都有一个经得起严格基准测试的领先模型，并且投入巨额资本开支。2024年7月以来，Meta发布了迄今为止最大、最佳性能的开源大模型Llama3.1，并且在随后的财报季中“一枝独秀”——AI驱动广泛的用户体验并带来业绩增长，推出Meta

AI和AI

Studio开局良好；与众不同的商业模式正在带来惊喜，大有成为AI界风向标的势头！智能小巨人科技原创报告，请务必阅读文末版权声明Meta的AI战略蓝图：核心AI产品服务提升参与度与货币化效率，生成式AI产品服务成为行业标准Meta的AI愿景构建最受欢迎和最先进的人工智能产品和服务核心AI产品服务生成式AI产品服务推荐与排名系统完整性系统广告系统开源AI基础设施杀手级AI产品服务AI推荐与排名系统已Reels、广告产品、商业信息传递、安全审查及自动化等各方面，提升了用户参与度和货币化效率AI技术已经广泛应经

广

泛

应

用

于

用于广告体系中，Facebook,Instagram、包括广告投放与排名、广告创意自动为广告客户实现降本增效AI技术已经广泛应用于自动化安全审查流程、提高内容审核效率、检测异化、广告活动优化，

常行为等多个方面，以及AI辅助聊天等，

提升了安全管理的效率和效果Meta

AI助手：目标是成为“全

Llama成为行业标准的途径是世界人们可以自由使用的最智

通过一代又一代地保持竞争力、智能小巨人科技原创报告，请务必阅读文末版权声明能的AI助手” 效率和开放性AI

Studio：创建你的AI分身，

使尽可能多的开发者和合作伙为粉丝创造体验

伴使用Llama，并积极建立合Ray-Ban

Meta智能眼镜通过集

作伙伴关系，以便生态系统中成Meta

AI，提供了一个强大的

的更多公司能够为他们的客户多模态AI平台 提供独特的功能大规模推荐系统的架构创新传统的DLRMs模型在处理大规模、高基数特征和数十亿用户行为时面临扩展性挑战；Meta提出新架构HSTU处理大规模、非静态词汇，并利用推荐数据集的特点，在长序列上实现显著的速度提升。模型架构、扩展策略、大规模数据集上的表现、实际应用效果都表明，随着推荐系统模型规模的增加，效果通常会更好；因此Meta致力于开发通用推荐模型。Meta的AI推荐解决方案 Meta的AI推荐和排名效果Facebook和Instagram商业信息传递在Facebook的信息流中，约30%的帖子是由AI推荐系统提供的；在Instagram上，超过50%的用户看到的内容是由AI推荐的；AI推荐系统使得用户在Instagram上花费的时间增加了24%以上。AI推荐系统支持商业信息传递，点击即发送信息广告达到了100亿美元的收入运行率。ReelsAI推荐系统显著提升了Reels的用户参与度，Reels的货币化效率在Instagram上增长了30%，在Facebook上增长了40%以上。广告系统AI推荐系统通过提供更相关的广告，提高了广告商的投资回报率。Meta用庞大的推荐和排名基础设施驱动主要产品——信息流、Reels、广告系统、完整性系统，提升参与度与货币化效率统一的生成式推荐将推荐问题重新定义为序列转导任务，并在生成模型框架内解决，更有效地利用数据和计算资源。模型的扩展性和效率实证表明，生成式推荐模型的质量随着训练计算量的增加而提高，遵循幂律关系；Meta的推荐模型在在线A/B测试中显示出显著的性能提升。开发通用推荐模型数据来源：Meta2023年-2024年财报智能小巨人科技原创报告，请务必阅读文末版权声明广告投放与排名Meta

Lattice广告排名架构：一种新的广告排名架构，允许运行更大、更复杂的模型，跨不同目标和界面进行泛化学习，取代了以往为特定目标和界面优化的小模型；提高效率，还改善了广告表现。AI驱动的广告建模：用复杂建模技术改进广告投放，提高广告预测的准确性，提升用户展示相关性。广告创意自动化生成式AI工具：提供了文本生成、图像扩展、背景生成等等多种生成式AI创意工具，帮助广告商快速创建多样化的广告创意。广告活动优化转化API和AEM：通过转化API和AEM等功能，使广告商更容易连接他们的营销数据，并了解这些数据的影响，以便在更广泛的目标中使用。Advantage+套件：包括Advantage+

Shopping、Advantage+

Catalogs、Advantage+

Creative、Advantage+

Audiences等工具，帮助自动化广告活动设置的各个方面，减轻工作负担并提高效率。AI辅助聊天AI辅助的聊天体验：在WhatsApp和Messenger上进行早期测试，以提供聊天中的会话支持，帮助销售商品和服务。商业信息传递的转化API：广告商更好地了解WhatsApp和Messenger的价值，提高广告活动性能广告表现改进：通过AI技术改进广告投放，

使得广告更加相关，提高了广告商的投资回报率。智能小巨人科技原创报告，请务必阅读文末版权声明自动化提高效率：通过AI驱动的工具自动化广告创建过程，

减少了广告商的工作量，

使得他们可以更专注于创意而非技术细节。创意多样化与提效：生成式AI广告创意功能低成本地提升了广告的创意性和多样性，

还帮助品牌以自身风格呈现广告内容。商业信息传递增长：AI辅助聊天帮助广告商与消费者建立更深层次的互动，

推动点击即发送信息广告持续增长。Meta的广告体系已广泛采用AI技术，多维度增强广告营销效果AI技术带来的广告营销提效Meta将AI技术广泛应用于广告体系中Meta

AI的目标是成为“全世界人们可以自由使用的最智能的AI助手”——旨在通过自然语言处理技术，为用户提供便捷的信息查询、内容创作支持、以及多模态交互体验。Meta

AI助手的核心技术基于Llama

3模型。集成搜索：整合了Bing和Google的实时搜索结果，根据用户需求选择最佳答案来源。图像生成：提供加速的图像生成功能，用户输入时可实时生成高分辨率图像。智能助手：例如为用户计划晚餐、解释复杂的概念等等。扩展多模态处理能力和个性化体验。Meta

AI助手目前处于非商业化阶段，但Meta预计将在未来几年内通过多种方式实现商业化，包括扩大商务消息传递、在人机交互中引入广告或付费内容，以及允许用户付费使用更大的AI模型和访问更多计算资源。社交平台集成：Meta

AI助手被集成到了Facebook、Instagram、WhatsApp和Messenger等平台中。智能眼镜集成：Meta

AI还被集成到了Meta的智能眼镜中，使得用户可以通过眼镜与AI助手进行交互。独立网站入口：还可以通过独立的网站meta.ai访问Meta

AI。7产品定位关键特性入口场景商业化潜力智能小巨人科技原创报告，请务必阅读文末版权声明生成式AI产品：Meta

AI助手，目标是成为“全世界人们可以自由使用的最智能的AI助手”物体识别与翻译Meta

AI能够识别眼镜摄像头捕捉到的物体，并通过音频反馈给用户。它还能翻译眼镜摄像头捕捉到的文字内容，帮助用户理解不同语言的文本。照片标注与摘要Meta

AI可以为眼镜拍摄的照片添加描述性的标签或摘要，类似于Microsoft和Google等公司的AI功能。多模态信息处理Meta

AI能够同时处理文本、图像和音频等多种类型的信息；例如，用户可以要求Meta

AI根据一张照片的内容生成一段描述性的文本。情境感知多模态AI能力使MetaAI能够理解和响应用户所处的环境和情境，与更加相关的服务关联。对话式交互通过说“嘿Meta”启动Meta

AIMeta

AI可以执行多种任务，比如提供信息查询、控制眼镜的各种功能等应用场景Meta

AI可以帮助用户在外出时获取信息，如识别植物种类、翻译街头标志等；它让用户可以自然而然地与眼镜互动，而不必取出手机多模态功能Meta

AI能够处理和理解来自眼镜摄像头的图像数据、麦克风捕捉的音频数据以及用户的语音命令智能小巨人科技原创报告，请务必阅读文末版权声明雷朋眼镜MetaAI体验扩展中的多模态功能Ray-Ban

Meta智能眼镜通过集成Meta

AI，提供了一个强大的多模态AI平台，用户通过语音指令与眼镜互动，执行实用任务AI

Studio是一个允许用户创建、分享和发现自定义A

I

角色的平台。它使用Llama

3.1模型构建，允许用户定制AI角色，包括个性、语气、头像和标语等，可应用于Instagram、Messenger、WhatsApp等平台。产品概述个性化AI角色创建：可以创建定制化的AI角色。自动回复：可以定制AI回复，并通过专业仪表板控制自动回复功能。多模态交互：已经能够以文本、图像等形式互动。AI角色展示：允许创建全新的A

I

角色，

类似于

Character.AI等平台。核心功能创作者：帮助创作者提高与粉丝的互动效率，增加粉丝粘性。企业：提供客户服务支持，帮助企业提高客户满意度。普通用户：为用户提供娱乐和信息获取的新途径。用户价值创作者和企业服务：为创作者和企业提供定制化的AI角色服务，提高互动效率。AI角色市场：创建一个市场，让用户可以分享自己的AI角色，从而形成一个AI角色生态系统。增值服务：如更高级别的AI模型访问权限、个性化定制等。智能小巨人科技原创报告，请务必阅读文末版权声明商业化潜力生成式AI产品：Meta

Studio，轻松创建个性化AI角色，增强与粉丝和用户的互动，提高生产效率，并开拓新的内容形式LlamaMeta在2023年2月发布的大语言模型，有7B、13B、30B和65B四个参数量版本。由于模型开源且性能优异，Llama发布后迅速成为了开源社区中最受欢迎的大模型之一，以Llama为核心的生态圈也由此崛起。自从Meta发布Llama模型以来，它对全球AI社区产生了深远的影响。作为一个开源的大语言模型，Llama不仅提供了一个强大的技术基础，还推动了全球范围内对AI技术的广泛采用和创新。Llama模型的开源策略被视为LLM时代的“安卓”，这意味着它提供了一个模块化和可自定义的平台，使研究人员和开发者能够根据自己的需要调整和优化模型。这种开放性极大地降低了进入门槛，使得从小型创业公司到大型企业都能够利用这一技术。Llama

2Meta在2023年7月发布了免费可商用版本Llama

2，有7B、13B、34B和70B四个参数量版本，除了34B模型外均已开源。Llama

2将预训练的语料扩充到了2T

token，并将模型的上下文长度翻倍到4,096。Llama

32024年4月，Meta正式发布了开源大模型Llama

3，包括8B和70B两个参数量版本。Llama

3支持8K长文本，在预训练数据方面，使用了超过15T

token的语料，在相同规模的大模型中取得了最优异的性能。Llama

3.12024年7月，Meta发布Llama3.1，共有8B、70B及405B三种版本，其中405B版本是目前最大的开源模型之一，在多项基准测试中超过了OpenAI的GPT-4o，与Claude

3.5Sonnet等领先的闭源模型相媲美。Llama模型已历经4轮迭代，基准测试表现媲美顶尖闭源模型智能小巨人科技原创报告，请务必阅读文末版权声明userid:549683,docid:175973,date:2024-09-25,Meta的AI愿景“向前发展，一个主要目标将是构建最受欢迎和最先进的人工智能产品和服务。如果我们成功：每个使用我们服务的人都将拥有一个世界级的AI助手来帮助完成事情；每个创作者都将拥有一个他们的社区可以互动的AI；每个企业都将拥有一个他们的客户可以与之交互以购买商品和获得支持的AI；每个开发者都将拥有一个最先进的开源模型来构建。我还认为每个人都会想要一类新的计算设备，让你可以无摩擦地与能够看到你所看和听到你所听的AI进行互动，比如智能眼镜。”智能小巨人科技原创报告，请务必阅读文末版权声明NO.

2战略假设：AI是产品服务的技术基础，更大的价值创造来自产品生态战略：构建开源生态创造供应链优势与技术领导者品牌盈利模式：最具潜力的盈利机会来自核心产品服务的商业化扩展learn

more…Meta的AI商业模式战略假设：AI是产品服务的技术基础，更大的价值创造来自产品生态战略：构建开源生态创造供应链优势与技术领导者品牌盈利模式：最具潜力的盈利机会来自核心产品服务的商业化扩展在更智能模型的基础上推出杀手级消费者产品服务。对于Meta而言，AI是产品服务的技术基础，价值创造来自面向消费者、创作者和企业的AI产品。市场定位生态定位Llama系列开源模型成为行业标准，并构建Llama为核心的开源AI生态，使Meta的AI技术栈持续领先，在AI创作者经济中保持内容优势，同时受益于众包创新和众包优化。生态构建长期以来Meta都是开源领域的领导者，通过建设开源生态维持技术供应链领先。围绕AI战略蓝图，Meta在算力、云服务、端侧AI、智能硬件等领域与全球顶级厂商建立深度合作关系。AI的商业化潜力中，Meta认为最明显的机会是企业AI的商业信息传递收入，此外，Meta

AI的互动中可能引入广告和付费内容。智能小巨人科技原创报告，请务必阅读文末版权声明盈利模式Meta的AI商业模式：在更智能模型的基础上推出杀手级消费者产品服务，构建开源生态创造供应链优势与技术领导者品牌差异化的商业模式生态系统的必要性技术供应链战略持续进步的Llama扎克伯格撰文《开源AI是未来之路》详述Meta的开源AI战略“Meta的商业模式是为人们构建最佳的体验和服务。为了做到这一点，我们必须确保我们始终能够获得最好的技术，并且我们不会锁定在一个竞争对手的闭源生态系统中，在那里他们可以限制我们构建的内容。”“Meta与闭源模型提供商的一个关键区别在于，出售对AI模型的访问权并不是我们的商业模式。这意味着公开发布Llama不会像闭源提供商那样削弱我们的收入、可持续性或投资研究的能力。”智能小巨人科技原创报告，请务必阅读文末版权声明“为了确保我们能够长期获取最佳技术，并且不被锁定在闭源生态系统中，Llama需要发展成为一个完整的生态系统，包括工具、效率改进、芯片优化和其他集成。”“Meta在开源项目和成功方面有着悠久的历史。通过开放计算项目发布我们的服务器、网络和数据中心设计，并让供应链对我们的设计进行标准化，我们节省了数十亿美元。”“我预计AI开发将继续保持非常激烈的竞争，这意味着开源任何一个特定模型都不会在那个时间点上放弃下一个最佳模型的巨大优势。Llama成为行业标准的途径是通过一代又一代地保持竞争力、效率和开放性。”对于Meta而言，AI是产品服务的技术基础，价值创造来自产品消费者创作者企业Llama3、Llama4、Llama5…FacebookInstagramReelsMetaAIAIStudioRay-Ban……………………能会变成一种商品，而且我不确定最大的价值就在这里，我认为更大的价值在于基于这些资源可以构建的各种不同的产品。”扎克伯格“随着时间的推移，这类资源（LLMs）可智能小巨人科技原创报告，请务必阅读文末版权声明AI技术栈持续领先“我可以说，自己构建模型是值得的，这样可以确保我们不会受制于人。”智能小巨人科技原创报告，请务必阅读文末版权声明高效迭代的众包优化“如果人们能够找到更经济高效的方式来运行这些模型，对我们来说将是一大利好。如果我们能够提高10%的运行效率，就能节省数十亿甚至数百亿美元。”在AI创作者经济中保持内容优势如果Meta决定将其内容创作模型开源，这些模型生成的内容最有可能发布在Meta自己的平台上。技术栈兼容的众包创新大众创作、开源社区的创意源源不断，围绕Llama产生的创新用例更容易与Meta的AI技术栈无缝对接。构建Llama为核心的开源AI生态，使Meta的AI技术栈持续领先，在AI创作者经济中保持内容优势，并受益于众包创新和众包优化技术供应链优势对于IBM这样的企业来说，构建健康的开源技术供应链是非常重要的。IBM通过支持Linux可以确保其技术供应链的安全性和稳定性。打破市场垄断IBM希望通过推广Linux来打破微软等公司在操作系统领域的垄断地位，

支持Linux使IBM能够在数据中心和其他关键业务中提供更具竞争力的产品和服务。技术领导者品牌塑造Linux作为开源项目，吸引了广泛的开发者社区，支持开源不仅有助于提升IBM的品牌形象，还能够增强其在技术领域的领导地位。战略性降本IBM通过采用Linux可以减少对专有软件（如微软和Sun的操作系统）的依赖，从而节省大量的许可费用。单击此处添加项标题科技企业投资开源生态的战略价值：供应链优势和领导者品牌2000年前后，以软件共享和开源方法闻名的Linux尚未对企业市场产生影响。但IBM成立了专门的团队评估Linux的潜力，以及是否在大型机上支持Linux，并在2000年5月作出战略性决策：正式发布LinuxonS/390(Z的前身)，成为第一家“Allin”Linux的企业级IT企业。Linux的引入，为IBM大型机打开了开源软件生态系统的大门，IBM大型机久经考验的卓越性能与Linux的敏捷性和业务价值结合，产生了非凡的协同效应。有媒体称：“这是IBM在21世纪做出的最明智的决定之一”。智能小巨人科技原创报告，请务必阅读文末版权声明Meta的开源战略：长期以来Meta都是开源领域的领导者，持续源代码化底层基础设施，制定技术供应链标准智能小巨人科技原创报告，请务必阅读文末版权声明案例：OCP项目OpenComputeProject（OCP）是一个由Facebook在2011年联合Intel、Rackspace、高盛和Arista

Networks发起的开源硬件组织，致力于通过开放开源硬件技术，实现可扩展的计算，提供高效的服务器、存储和数据中心硬件设计，以减少数据中心的环境影响，并推动技术创新和可持续发展。智能小巨人科技原创报告，请务必阅读文末版权声明Meta开源案例：创建OCP，节省数十亿美元，并定义行业标准谷歌在2000年代通过使用软件定义功能的普通硬件革新了数据中心设计；Facebook在2011年意识到业务规模不足以复制谷歌的差异化，因此创建了开放计算项目（OCP）。在2014年的OCP峰会上，Facebook工程副总裁宣布，OCP成立三年，开源硬件方案帮助Facebook节约了12亿美元。OCP的会员已经超过340家，其中包括英伟达、腾讯、阿里等。OCP的发展历程中的里程碑包括：2014年：微软加入OCP，成为云计算厂商硬件开源的代表。2015年和2016年：苹果和Google陆续加入OCP。2018年：OCP开始向欧洲扩展，并加大对亚洲市场的活动力度；同年，腾讯加入成为白金会员。OCP的主要成果包括：数据中心硬件设计：开发了一系列高度优化的服务器设计、贡献了多种数据中心存储解决方案、推出交换机和网络适配器等产品。硬件管理：OpenBMC框架等，并定义了一系列硬件标准。技术创新：开发高性能计算互联技术，推动AI和边缘计算发展等。Meta

CTO“开源项目的一个重要好处是围绕它可以建立起一个社区，Meta可以充分利用这个社区中的一切资源。我们不可能开源一切。比如我们的某些研究，因为其中使用的数据集，或者因为它的安全性，没有办法开源它。但在其他条件相同的情况下，我们确实尝试开源，并相信它将帮助包括我们在内的所有人。”开源生态构建：Meta鼓励员工贡献开源项目、形成运营机制170231579837020040060080010002019年2021年Meta的开源项目数量新增开源项目（个）活跃开源项目（个）3224423,93882935141,2250500001000001500002000002019年2021年Meta开源项目贡献来源外部提交数（次）内部提交数（次）Meta每年活跃的开源项目接近1000个，并持续发起新项目；能够长期维持大量活跃的开源项目的主要原因是Meta鼓励员工贡献开源项目，Meta的工程师是众多开源项目的主要贡献者。Meta运营开源项目的主要方法包括：通过GitHub等平台建立活跃的社区、

提供详尽的文档和教程、资助各类开源基金会和开源合作伙伴、为主要的开源项目持续举办年度会议及各类活动、通过博客&播客&视频等内容宣传鼓励开源贡献等等。智能小巨人科技原创报告，请务必阅读文末版权声明GPU采购：Meta已拥有约60万个英伟达GPU，并承诺到2024年底总共拥有35万台H100显卡。超级计算机建设：Meta与英伟达、Pure

Storage和Penguin

Computing合作，共同打造了一台全球最快的AI超级计算机。合作部署Llama

3.1。英伟达Llama首选合作伙伴：从Llama

2发布开始，微软就成为首选合作伙伴，可以第一时间在Azure

AI模型目录中使用Llama最新模型。MetaAI与Bing的集成：Meta

AI与微软的Bing搜索引擎进行了深度集成，能够使用Bing的海量信息。微软端侧AI：高通和Meta持续合作优化Llama模型在高通芯片上的运行，覆盖智能手机、PC、VR/AR头显和汽车等多种场景。资源和工具：开发者可以通过高通AI

Hub获得必要的资源和工具来实现Llama

3在Snapdragon平台上的优化运行。高通智能眼镜：

M

e

t

a

和Essilor

Luxottica的合作始于2020年，两家公司已经合作推出了两代的Ray-Ban

Meta智能眼镜；据报道，双方还计划推出新版Supreme智能太阳镜。股权合作：据金融时报报道，Meta正在考虑对眼镜集团EssilorLuxottica进行数十亿欧元的投资。智能小巨人科技原创报告，请务必阅读文末版权声明Essilor

Luxottica围绕AI战略蓝图，Meta在算力、云服务、端侧AI、智能硬件等领域与全球顶级厂商建立深度合作关系扎克伯格如何看待AI的商业化潜力核心AI产品服务拉动广告收入增长随着AI推荐系统变得更加精准，用户参与度的提升将带来更多的广告曝光机会，广告的相关性和转化率也进一步提升。解锁商业信息传递收入Meta计划通过提供AI支持的消息传递服务来帮助企业更好地与客户沟通。随着企业AI的推出，Meta期望这将解锁并显著发展商务消息传递业务。计算资源的付费使用随着AI应用的增多，对计算资源的需求也随之增加，Meta可能会允许用户付费使用更大的AI模型和访问更多的计算资源。高质量AI基础设施与服务随着AI技术的普及，对高质量AI基础设施的需求将持续增长。通过提供AI基础设施和服务，Meta可以帮助其他公司构建和运行自己的AI模型。人与AI交互中引入广告或付费内容随着AI助手的使用率增加，Meta可能会在交互中引入广告，或者让用户付费使用更高级别的AI服务。智能小巨人科技原创报告，请务必阅读文末版权声明AI功能拉动智能硬件销量Meta正在探索将AI技术与硬件产品相结合，如智能眼镜；并且Meta

AI已经成为雷朋眼镜热销的重要原因。Meta对AI商业化潜力的展望：最明显的机会是企业AI的商业信息传递收入，Meta

AI的互动中可能引入广告和付费内容NO.

3Meta的十年AI布局FAIR实验室成立初期：Facebook决策层与AI团队达成“长期主义、开放式研究、研究应用转化”的共识，且学术成果领先AI界2018-2021年，Facebook陷入舆论危机并战略转型元宇宙，FAIR“学术型氛围”与AI研究商业化的矛盾也浮出水面2022年至今，Meta的AI推荐引擎成熟并广泛应用，生成式AI业务崛起并领跑行业learn

more…Meta的AI布局历经十年，开放式研究、技术与人才沉淀奠定了Meta成为大模型行业领跑者的技术基础Meta的AI布局始于2013年，十年发展历程中，旗下FAIR实验室通过开放式研究长期在AI界维持领先的学术地位；但也曾一度面临“研究主题与应用转化之间的矛盾、尽管学术领先却误判大语言模型的前景、在ChatGPT崛起后一度在生成式AI领域落后”等挑战。2023年Meta将AI人才集中于攻坚生成式AI，在推出Llama系列开源大模型后，一举成为大模型行业领跑者。20132016201820222023FAIR实验室成立十年路线图发布AI团队架构调整期AI推荐技术成熟生成式AI业务崛起Facebook决策层基于“让世界更开放基础性研究成果显2022年，基于内容Meta组建全新的顶与AI团队达成重要和连接”的愿景三大著同时面临AI技术理解的AI推荐引擎级产品组专注于生共识：长期主义、核心领域为：连接、与应用整合、业务成熟，

成为驱动成式AI，在LLM和开放式研究、研究应用转化人工智能、虚拟现实和增强现实战略转型元宇宙等挑战，团队架构几经调整Meta产品参与度的重要动力多模态AI领域快速发力，成果显著智能小巨人科技原创报告，请务必阅读文末版权声明作为深度学习的分支卷积神经网络的奠基人之一，

Y

a

n

n

L

e

C

u

n

在加入Facebook前已经是人工智能领域的技术领军人物。FAIR实验室最初由大约30个研究科学家和15名工程师组成,这些研究人员和工程师来自科技领域的各个层面，当中很多人都曾与Lecun合作过。AML负责人Joaquin

Candela曾经在微软研究院和德国著名的马克斯-普朗克研究所任职，

在主管AML部门前，

曾作为Facebook的技术经理带领团队打造机器学习的基础架构。FAIR实验室：旨在通过开放研究来推动AI的发展，研究的很大一部分集中在关于推理、预测、计划和无监督学习的关键基本问题上，相应的需要在生成模型、因果关系、高维随机优化和博弈论等领域有领先的理论理解。AML部门：目标是“推动先进技术在产品上的最大化应用”和“成为科研成果与产品开发间的粘合剂”，实现把长期的科技研究的成果应用到短期的商业计划中去。两个部门彼此独立又高度协同：

FAIR实验室的领导者LeCun和AML部门负责人Candela都对Facebook的CTOMike

Schroepfer汇报，两个部门保持密切联系并形成高度协同的工作机制，两个部门的团队也可能互相流动。2013年，Facebook成立FAIR实验室，开启人工智能战略布局智能小巨人科技原创报告，请务必阅读文末版权声明2013年12月，Facebook成立了FAIR实验室（Facebook

AIResearch，FAIR），正式踏入AI的基础研究领域。2014年，应用机器学习部门（

AppliedMachineLearning，AML）形成，负责将AI研究成果应用于Facebook的产品中。技术领军+实践专家长期主义CTO

Schroepfer“

Facebook的管理层并不担心FAIR和AML的回报问题，我们并不会花心思去计算ROI。你对团队内要做的事情规划得越清晰，你要做的事情就越少。我们有两个基本的问题要解决：研究未来，以及，找到当下产品能够应用的途径。”开放式研究研究应用转化智能小巨人科技原创报告，请务必阅读文末版权声明010203FAIR

Lecun“FAIR是非常开放的。我们公开发布了很多研究论文，同时开源了很多代码。所以我们是整个科研社区里的一个真正的组成部分，因为我们我们想通过自己的努力挑战极限，推动科学技术向前发展，同时确保自己能够掌控当今最先进的技术。”AML

Candela“LeCun的团队花在研究上的时间是70%，而Candela的团队正好相反，只有30%。AML团队对项目的规划都是以季度或月来计算，通常以6个月为节点来组织产品计划。要从科学技术发展到实际的项目，你需要粘合剂对吧？我们就是粘合剂。”AI布局初期，Facebook决策层与AI团队达成重要共识：长期主义、开放式研究、研究应用转化AML：探索AI应用的四个领域，即“内容理解引擎”将AI的应用分成四个领域：视觉、语言、语音和摄像效果，探索“内容理解引擎”通过研究如何理解平台内容的意思，Facebook想要从评论中检测出微妙的意图，从口语中提取出细微的理解鉴别你在视频中快速出现的朋友的面孔，解读你的表情，然后将它们反映在你在虚拟现实场景中的化身智能小巨人科技原创报告，请务必阅读文末版权声明FAIR：图像识别与自然语言理解的开创性研究里程碑一：目标检测和内存网络在计算机视觉领域实现对象检测自然语言理解方面，推动了内存网络新技术的发展里程碑二：预测和规划预测模型：“观看”一系列视觉测试并预测结果，准确率达90%系统计划：围绕该目标构建AI棋手，模仿人类的能力非常强大应用研究：测试名为M的新型AI助手2013-2015年，FAIR与AML的早期成果包括图像识别与自然语言理解的开创性研究、应用层面探索“内容理解引擎”2016年，Facebook十年技术路线图发布，三大核心领域为：连接、人工智能、虚拟现实和增强现实CTOMike

Schroepfer智能小巨人科技原创报告，请务必阅读文末版权声明基于“让世界更开放和连接”的愿景拆分：连接，让世界上尚未与互联网连通的40亿人也能上网，技术上采用无人机、卫星、激光、地面解决方案、基础设施建设和基础知识普及的手段AI，提升信息效率，解决信息过载的问题，并建造真正智能的电脑系统，技术层面重点发展视觉、语言、推理和计划的能力VR与AR，创造身临其境的交互体验，建造下一代的电脑系统，发展移动端的VR、Oculus

Rift、Touch、社交VR和AR技术Facebook十年技术路线图（2016年发布）Lumos一种自助服务平台，使团队能够利用计算机视觉的力量来开发他们的产品和服务，而无需事先具备专业知识AutoML允许工程师使用现有AI优化新AI模型的基础设施FBLearner

FlowFacebook构建的机器学习平台FBLearner

Flow，能够轻松地在不同产品中重用算法，扩展以同时运行数千个自定义实验，并轻松管理实验AI工程基础设施同年，FBLearnerFlow、AutoML和Lumos等基础设施成型，有助于Facebook的AI研究加快投产，并与VR/AR联动FBLearner

Flow简化AI工程实验每个机器学习算法都可以重用实现工程师能够编写一个训练管道在许多机器上并行化，并且可以被许多工程师重用对于具有不同ML经验的工程师，训练模型很容易，而且几乎每个步骤都完全自动化每个人都能够轻松搜索过去的实验、查看结果、共享以及开始给定实验的新变体智能小巨人科技原创报告，请务必阅读文末版权声明将机器学习技术用于改进新闻源排名、广告排名、搜索等方面的产品质量。Facebook初步尝试将AI作为“内容理解引擎”用于提升推荐效果，并标记各种内容，改进安全与审查效率，自动化部分安全与审查工作。Facebook积极开发VR和AR产品，称无论在视觉方面还是语音方面，AI都在驱动VR和AR产品的重要进展。0102智能小巨人科技原创报告，请务必阅读文末版权声明03AI改进产品质量AI应用于推荐和安全AI与VR/AR结合2016-2017年，Facebook将AI技术应用于产品质量改善、推荐体验和安全管理提效、VR/AR产品的开发“需要有人从根本上管理Facebook的所有AI内容，包括研究、开发以及与产品的联系。Jerome对运营管理的接管将使我能够专注于领导科学研发和人工智能战略。我现在是Facebook的首席人工智能科学家。”LeCun“当你开始谈论技术转让时，这意味着你已经输掉了这场战斗。你不能仅仅是选择了一些研究，就要求其他人尝试将其投入生产。你不能只是简单把它扔过篱笆就认为任务完成了。这确实是一个集体的挑战，最好的方法是让做研究的人和更接近产品的人一起结合工作。确保一系列项目随着时间的推移而成熟，并将人们集中在一起。”Pesenti智能小巨人科技原创报告，请务必阅读文末版权声明2018年，Yann

LeCun宣布辞去FAIR实验室负责人的职务，转而由AI初创公司BenevolentAI的CEO兼IBM大数据集团CTO

Jérôme

Pesenti接任。Pesenti同时接管了AML部门，负责将AI技术应用到Facebook产品中。2018年开始，Facebook试图整合FAIR与AML的工作FAIR实验室沉淀的“学术型氛围”被认为不利于AI商业化招聘文化选题模式资源分配更倾向于学术大多研究人员资源分配采取成果突出的科都有着自己的分散的自下而学家，

吸引了选题自由，

会上的方法。在擅长研究论文朝着不同的方每个项目中都的顶尖人才，向建立独立项将硬件分配到但缺乏产品导目。整体的A

I一个个小池子向的工程思维项目缺乏系统中，

而不是集专家。性的战略目标。中资源办大事。LeCun“LLMs革命发生在两年前，其实已经有点过时了。不过对于最近几个月才接触ChatGPT的公众来说，这还是很新鲜的。我们很容易被它们的流畅性所蒙蔽，以为它们很聪明，其实智力非常有限。无论是来自认知科学，还是经典人工智能子领域的研究论文，都指出了LLMs确实无法计划的事实，没有真正的思考能力，也没有和人类一样的推理和计划能力。”尽管2018年以后，Facebook尝试整合FAIR和AML的工作，但FAIR实验室的“学术型氛围”沉淀的招聘文化、选题模式和资源分配机制被外界认为不利于AI的产品化落地，并且是Meta（前Facebook）在生成式AI浪潮中一度落后的主要原因，尤其是LeCun从2020年开始就公开表示LLMs缺乏技术先进性，不看好LLMs的前景，导致一直到2022年，Meta对于大语言模型及其产品化的投入都明显落后于微软和谷歌。智能小巨人科技原创报告，请务必阅读文末版权声明2020年，GPT-3引起硅谷和用户的关注，Facebook由于在技术层面不看好LLMs，以及对安全的担心，未向LLMs倾斜资源2020年用户眼里的GPT-3一个基于问题的搜索引擎一个聊天机器人，让你与历史人物交谈仅从几个示例中解决语言和语法难题基于文本描述的代码生成回答医疗问题文本的样式转换创作吉他谱写创意小说自动完成图像，而不仅仅是文本2020年部分硅谷人士对GPT-3的看法谷歌高级AI研究员“GPT-3只能自动执行更小、更便宜的人工智能程序可以完成的琐碎任务，而且该程序的绝对不可靠性最终会破坏它作为商业企业的地位。”英伟达AI主管“该程序（GPT-3）在一定程度上是根据Reddit过滤的数据进行训练的，并且根据这些数据构建的模型产生的文本’令人震惊的偏见’。”Jerome

Pesenti智能小巨人科技原创报告，请务必阅读文末版权声明“使用GPT-3构建的程序从单个输入词编写推文会产生冒犯性信息，例如’如果我们能让人们同意这是道德的，大屠杀将具有如此大的环境意义’。”2021年，Facebook屡遭舆论危机后更名Meta，品牌重塑同时战略转型元宇宙优先，AI团队实施“去中心化”整合入各产品组2018年，Facebook因剑桥分析公司不当获取并利用8700万用户数据的丑闻而受到广泛批评，

这些数据被用于影响2016年美国总统大选。2018

年3

月、9

月、12

月，Facebook连续3次发生用户数据信息泄露事件，陷入严重的舆论危机。2021年4月，爱尔兰数据保护委员会启动对Facebook的调查，涉及全球约5.33亿用户的个人信息泄露。2021年，Facebook前员工Frances

Haugen获取并泄露了数千页Facebook内部文件，揭示了Facebook对社会的负面影响，并提起指控。2018-2021年，Facebook屡次遭遇舆论危机。2021年10月28日，扎克伯格宣布Facebook更名为Meta，品牌重塑的同时战略转型元宇宙优先，人工智能团队在半年时间内经历了2次组织架构调整，先是并入AR/VR部门，而后又整合入各产品组。2021年12月，Meta宣布AI团队合并入负责开AR/VR产品的Reality

Labs部门，其应用AI领域的两名关键高管离职，分别是应用AI研究副总裁和AI团队产品总监。智能小巨人科技原创报告，请务必阅读文末版权声明2022年6月，Meta

发布重大

AI战略转型公告，宣布施行“去中心化组织结构”，将人工智能团队更紧密地整合到各个产品组中，人工智能副总裁JeromePesenti宣布离职。0101F

a

c

e

b

o

o

k

还介绍了其他厂商对PyTorch

1.0生态的深度支持，来自于亚马逊、Google和微软等软件、产品和云服务提供商以及英伟达、高通、英特尔等技术提供方。02增强P

y

To

r

c

h

自身的实力以外，Facebook还致力于通过教育与课程方式推广PyTorch打造深度学习框架。例如，Udacity与Facebook合作，为开发者提供免费的深度学习入门课程，

而这些课程完全使用

PyTorch作为框架。032018-2021年间，FAIR的研究成果仍然领先于全球，并为AI的发展做出了重大贡献。除了Yann

LeCun获得图灵奖之外，2018年PyTorch1.0开源框架的发布，对于AI技术的普及和创新具有里程碑的意义！PyTorch自2016年首次发布以来，便以惊人的速度发展，从最初的实验性项目逐步成长为深度学习领域不可或缺的支柱之一，不仅广泛应用于学术界的研究项目中，更助力众多企业实现AI技术的落地与商业化。2018-2021年，FAIR研究成果仍然领先于全球，并发布了对深度学习领域意义重大的PyTorch开源框架02032018年Facebook在首届智能小巨人科技原创报告，请务必阅读文末版权声明PyTorch开发者大会上发布PyTorch1.0预览版1.0代表着该框架版本已经非常稳定、成熟。Facebook将PyTorch框架的灵活性与Caffe2的生产能力结合，提供从研究到AI研究产品化的无缝对接。扎克伯格：“我们主要关注的三个领域是我们的人工智能发现引擎——它正在驱动Reels和其他推荐体验，我们的广告和商业信息平台，以及我们对元宇宙的未来愿景”。“目前我们业务的一个主要转变是，社交信息流正从主要由你关注的人和账户驱动，逐渐转变为也由AI推荐你会觉得有趣的内容”；“一个人Facebook信息流中大约15%的内容，是由AI从你未关注的人、群组或账户中推荐的”；“在推出了一个新的大型AI推荐模型后，仅在Facebook上，我们在短视频播放器中的观看时间就增加了15%”。|“首先是我们的发现引擎工作使我们能够推荐Reels以外的所有类型的内容，包括照片、文本、链接、社区、短篇和长篇视频等”；|

“第二是我们可以将这些内容与来自你的家人和朋友的帖子混合在一起，这些是AI单独无法生成的”；|

“第三，随着更多的社交互动转移到信息传递上，我们正在开发一个发现和信息传递之间的飞轮，这将使这些应用更强大”。智能小巨人科技原创报告，请务必阅读文末版权声明2022年，基于内容理解的AI推荐引擎成熟，成为驱动Meta产品参与度的重要动力在生成式AI方面，2022年，Meta内部有2个团队开发大模型，但算力资源成为掣肘，阻碍了大规模创新的步伐10090807060504030201002020Q12020Q22020Q32020Q42021Q12021Q22021Q32021Q42022Q12022Q22022Q32022Q42023Q12023Q22023Q32023Q42024Q12024Q2Meta各季度资本支出（亿美元）2022年5月，Meta

AI北美团队发布并开源了大模型OPT-175B，之后又开发第二个模型，旨在与谷歌的PaLM竞争同时，Meta

AI巴黎团队开始着手开发LIama北美和巴黎两个实验室的团队，开启了获取算力资源之争2022年中，Meta内部检讨对AI投入不足，加大了资本开支智能小巨人科技原创报告，请务必阅读文末版权声明2022年Meta内部备忘录：“对AI友好型硬件和软件系统的采用速度缓慢”2月Feb3月Mar2023年2月，在ChatGPT风靡全球之后，Meta宣布组建全新的顶级产品组专注于生成式AI，在LLM和多模态AI领域快速发力7月July8月Aug9月Sep智能小巨人科技原创报告，请务必阅读文末版权声明12月Dec2023年2月，扎克伯格宣布已经训练并将向研究人员发布Llama大型语言模型，同时，“

Meta创建了一个新的顶级产品组，专注于生成式

AI”。3月，Llama作为AI社区中任何人都可以请求访问的开源包发布，很快就发生了模型泄露。Llama的可下载种子在各个AI社区中广泛传播。7

月，

M

e

t

a

推出Llama

2

并开源，免费用于研究和商业用途，同时将微软作为首选合作伙伴，在Azure

AI模型目录中提供，此外也可通过亚马逊、Hugging

Face获得。8月，Meta连续推出：用于音频和音乐的生成式AI工具AudioCraft、用于语音和文本翻译的多模态AI模

型SeamlessM4T、用于编码的

A

I

工具Code

Llama。9月，推出Meta

AI测试版，这是一款高级对话助手，可以提供实时信息，并在几秒内从文本提示中生成逼真的图像，与朋友分享。此外，Meta还在应用程序中推出了28个AI名人角色。12月，Meta宣布新版雷朋智能眼镜中包含Meta

AI，并推出抢先体验计划，邀请客户参与多模态AI功能的新测试。生成式AI方面推出Purple

Llama，提供安全工具及评估。2023年2024年，Meta通过发布Llama3、推出Meta

AI等战略级产品与OpenAI正面竞争，且志在明年让LIama4成为最先进的模型4月Apr6月Jun7月JulyLlama

3发布：发布开源大模型Llama

3的8B和70B参数两个版本，是预训练和指令微调模型8

B和70B参数尺度上存在的最佳模型。MetaAI正式推出：Meta

AI在多应用家族中可用，英文版在十几个国家上线。Meta

AI使用Llama3构建，是全球领先的AI助手之一。智能小巨人科技原创报告，请务必阅读文末版权声明FAIR发布多个AI研究模型Chameleon混合模态模型：可以将文本和图像的组合作为输入，也可以输出文本和图像的组合。AI音乐生成模型JASCO：能够接受各种输入，改善输出的控制。发布音频水印技术AudioSeal：可以在较长的音频片段中精确定位AI生成的片段。Llama

3.1发布：发布全球最大、最好的开源AI模型Llama3.1，最大的版本有4050亿个参数。Meta

AI推出七种新语言版本，并扩展到22个国家/地区。在美国推出AI

Studio：AI

Studio使用Llama

3.1构建，让任何人都可以创建和发现AI角色。SegmentAnythingModel2：可以分割图像或视频中的任何对

象，并在视频所有帧中实时跟踪。

2024年NO.

4独特的战略假设，与众不同的商业模式技术战略启示录：“长期主义+技术先行”、正确选择技术战略路线图、开源布局的战略意义大模型生态竞合：创新扩散加速、模型部署与应用市场分层、复合式商业模式普及准备好了吗？制定您的AI技术战略路线图learn

more…Meta的AI战略启示录独特的战略假设AI是Meta的技术基础不是Meta商业模式的核心价值创造来自产品技术战略启示录“长期主义+技术先行”正确选择技术战略路线图开源布局的战略意义大模型生态竞合智能小巨人科技原创报告，请务必阅读文末版权声明创新扩散加速模型部署与应用市场分层复合式商业模式普及010203以产品为中心打造技术供应链Llama改变世界Meta的AI战略启示录：独特的战略假设，与众不同的商业模式Meta的AI技术战略启示录：“长期主义+技术先行”启示一对于战略性技术的布局，“长期主义、技术先行“视角沉淀的研究成果、技术平台、人才优势奠定行业领跑者基础。尽管FAIR实验室的“学术型氛围”导致的研究主题分散、资源配置低效是Meta在生成式AI浪潮中一度落后的主要原因，但2023年2月Meta宣布组建全新的生成式AI产品团队后，能够快速发力并在半年后成为行业领跑者，仍应归功于十年AI布局积累的技术视野和人才优势；大模型训练迄今为止仍然被业界认为是“艺术”而不仅仅是科学，高水平高密度的人才团队是领跑行业的必要条件。在大模型技术迭代曲线陡峭的阶段，模型的进步带来新能力、新市场的解锁，技术催生进步引领进步正在成为常态，因此“技术先行”视角十分必要。智能小巨人科技原创报告，请务必阅读文末版权声明Meta的AI技术战略启示录：正确选择技术战略路线图技术战略路线图的正确选择，长期规划与短期迭代缺一不可。启示二2016年Facebook基于“让世界更开放和连接”的愿景划定“十年路线图”的三大核心领域：连接、人工智能、虚拟现实和增强现实；从一开始，Facebook就采取基于长期规划选择重点领域投入资源，避免了“广撒网”的低效率和高成本。2020-2022年，Meta一度误判了LLMs的市场前景，导致对生成式AI的资源投入不足；但在2022年中至2023年2月，Meta的内部检讨与面对ChatGPT崛起后的调整应对，使技术路线的选择快速转向生成式AI。智能小巨人科技原创报告，请务必阅读文末版权声明Meta的AI技术战略启示录：开源布局的战略意义启示三布局开源生态的技术供应链战略，既实现了战略性降本，又是打破市场垄断的有效策略。长期以来，硅谷科技龙头都十分重视“掌控生态系统，整合开源技术成果”的意义。2023年5月，谷歌的内部文件《我们没有护城河，OpenAI也没有》分析到：“这一切背后最大的赢家反而是Meta自己。泄露的模型就是他们搞出来的，所以他们其实是获得了全世界的免费劳动力。由于大部分开源创新都发生在他们的架构之上，所以Meta当然可以直接把成果整合到自家产品当中。这种对生态系统的掌控力，再怎么强调都不为过。谷歌本身就已经在开源产品（例如Chrome和Android）中成功践行了这一原则。通过掌控创新发生的平台，谷歌巩固了自己作为思想主导和方向制定者的地位，获得了超越自身极限塑造宏大趋势的能力。”智能小巨人科技原创报告，请务必阅读文末版权声明大模型部署与应用市场分层开源模型适用于需要高度定制化和成本敏感的场景，而闭源模型则适用于对稳定性和服务质量有更高要求的场景。开源模型可能成为行业标准的基础，Llama模型正在成为未来大模型的参考标准之一。以Llama为代表的开源模型，迭代和改进速度加速，更多的开发者和企业尝试大模型应用与开发。技术创新扩散加速开源模型成为行业标准的基础科技巨头通过开源策略构建开放的生态系统，吸引更多的参与者，同时通过闭源策略提供更高级的服务。复合式的商业模式更普及智能小巨人科技原创报告，请务必阅读文末版权声明大模型生态竞合研判：创新扩散加速、模型部署与应用市场分层、复合式商业模式普及当前AI技术发展概况行业应用案例分析市场需求预测竞争对手分析技术趋势预测市场与技术趋势企业资源与能力评估现有AI技术应用审查业务流程与AI集成度分析风险与机遇识别企业现状评估短期目标（1-3年）中期目标（3-5年）长期愿景与目标战略目标设定核心技术选择核心技术发展路径技术供应链生态技术供应链构建创新技术跟踪与采纳技术路线图准备好了吗？制定您的AI技术战略路线图业务模式创新AI驱动的产品服务开发客户体验优化运营效率提升收入模式转型组织结构与文化AI战略与企业文化融合支持AI战略的组织结构调整人才培养与团队建设行动计划与里程碑短期行动计划中期行动计划关键里程碑设定绩效评估与调整机制KPIs与性能指标定期审查与反馈循环战略调整机制智能小巨人科技原创报告，请务必阅读文末版权声明learn

more…四大主营业务：AI战略咨询、资本品牌、AI培训、AI应用AI战略咨询四类服务：AI行业洞察、AI战略研究、AI战略规划、AI业务孵化全球最佳实践智库，历经一年深度打磨我们是战略研究、市场洞察的专家智能小巨人科技AI战略咨询服务创始人：王铮职业履历：2011-2018：国金证券分析师、中信证券高级分析师、光大证券首席分析师2018-2023：头部互联网大厂资深战略专家职业荣誉：2018：Wind年度金牌分析师传媒互联网行业第1名2017：“天眼”年度最佳证券分析师选股奖传媒第3名2016：“天眼”年度最佳证券分析师选股奖传媒第3名2015：东方财富十佳分析师全市场第3名2013：东方财富十佳分析师全市场第4名2013：汤森路透StarMine全球卖方分析师评选“中国大陆及香港地区”可选消费行业“最佳选股奖”第2名2011：中国证券业金牛分析师奖TMT行业第4名是诞生于“AI技术革命”的精品咨询公司智能小巨人科技是诞生于“AI技术革命”的精品咨询公司，创始团队由多位10年以上从业经验的头部互联网大厂战略Leader、市场研究负责人、产品技术负责人、大型证券研究所TMT团队负责人、PE/VC投资人、财经公关专业人士组成。战略专家产品技术专家行业研究专家市场调研专家投研专家财经公关专家智能小巨人科技《AI战略咨询服务》包含AI行业洞察、AI战略研究、AI战略规划、AI业务孵化等服务。AI战略咨询包含资本品牌策略与传播策划、IPO/并购/事件传播、商业BP/内容营销定制、全球投资峰会等服务。资本品牌服务与人工智能领域的领军企业、一线专家合作，面向企业需求的定制人工智能培训服务。人工智能培训针对企业的战略洞察、用户研究、专项调研、投资并购、融资事件、内容营销等场景的AI业务创新、AI应用落地服务。AI应用落地的四大主营业务智能小巨人科技《AI战略咨询服务》01A

I

行业洞察行业定制版月度A

I

战略全景洞察报告，

跟踪行业、

技术、

产品、

商业化、竞争、合作信息03A

I

战略规划根据需求设计或配合企业战略规划工作流程，

定制市场洞察、战