Rozwój AI Meta wszedł w fazę głębokiej reorganizacji, która ma przesądzić o przyszłości całego koncernu. Po słabym odbiorze modelu Llama 4 Mark Zuckerberg postawił na radykalne zmiany kadrowe, nowe laboratoria badawcze i bezprecedensowe inwestycje w sztuczną inteligencję.
Zmiany te symbolizuje nominacja Alexandera Wanga, 28-letniego założyciela startupu Scale AI, na pierwszego w historii Meta dyrektora ds. sztucznej inteligencji. Dołączenie Wanga do firmy w czerwcu 2025 roku było bezpośrednio powiązane z inwestycją o wartości 14,3 miliarda dolarów, jaką Meta przeznaczyła na jego spółkę. Według analiz branżowych był to jeden z najbardziej kosztownych ruchów personalnych w historii sektora technologicznego.
Wang objął kierownictwo nad Meta Superintelligence Labs — nowym działem badawczym odpowiedzialnym za rozwój najbardziej zaawansowanych systemów AI w firmie. Mark Zuckerberg określił tę jednostkę jako kluczową dla długoterminowej strategii Meta, podkreślając, że sztuczna inteligencja przestała być jednym z wielu projektów technologicznych, a stała się fundamentem całego biznesu.
Jak relacjonuje The Wall Street Journal, Zuckerberg od miesięcy osobiście angażuje się w rekrutację czołowych badaczy sztucznej inteligencji. W niektórych przypadkach oferowane pakiety wynagrodzeń sięgają setek milionów dolarów i obejmują wieloletnie kontrakty, udziały oraz pełną autonomię badawczą.
Llama 4 jako punkt zwrotny dla AI Meta
Bezpośrednim impulsem do reorganizacji były wewnętrzne obawy dotyczące wydajności modelu Llama 4, który trafił na rynek na początku 2025 roku. Choć Meta promowała go jako kolejny krok w rozwoju otwartych modeli językowych, reakcja środowiska deweloperskiego była wyraźnie chłodna. Krytykowano zarówno realne możliwości modelu, jak i jego zdolność do konkurowania z systemami rozwijanymi przez OpenAI oraz Google (WSJ).
W odpowiedzi Meta zaczęła stopniowo odchodzić od dotychczasowej strategii, w której otwartość kodu źródłowego była jednym z kluczowych elementów narracji firmy. Jak podaje Bloomberg, w kierownictwie coraz częściej padały pytania o możliwość bezpośredniej monetyzacji najbardziej zaawansowanych systemów AI.
Alexander Wang sygnalizuje, że przyszłe modele AI Meta mogą być rozwijane w bardziej zamkniętym modelu, co stanowiłoby istotne odejście od filozofii stojącej za wcześniejszymi wersjami Llama. Taki zwrot wpisuje się w szerszy trend rynkowy, w którym firmy technologiczne próbują równoważyć otwartość badań z rosnącą presją na rentowność.
AI zamiast metaverse
Równolegle Meta zaczęła przesuwać zasoby finansowe z projektów metaverse na rozwój sztucznej inteligencji. Inicjatywy związane z wirtualną rzeczywistością, które doprowadziły do rebrandingu Facebooka w 2021 roku, przestały być traktowane jako priorytet. Według doniesień Bloomberga, kierownictwo rozważa cięcia budżetu działu metaverse nawet o 30 procent, co może oznaczać kolejne zwolnienia już na początku 2026 roku.
Jednocześnie Meta zadeklarowała rekordowe nakłady na infrastrukturę AI. W 2025 roku firma planuje przeznaczyć od 70 do 72 miliardów dolarów na klastry GPU, centra danych oraz niestandardowe układy scalone wspierające trenowanie dużych modeli. Wall Street coraz głośniej pyta jednak, czy skala tych inwestycji przełoży się na realne zyski (CNBC).
Mark Zuckerberg przekonuje, że to konieczny etap transformacji. Podczas jednego ze spotkań inwestorskich podkreślał, że celem Meta jest budowa systemów, które „rozumieją świat” — łącząc tekst, obraz, dźwięk i ruch w jednym, spójnym modelu. To właśnie ta wizja ma stać za nową strategią AI Meta i dalszym rozwojem firmy.
Mango i Avocado. Jak AI Meta chce wrócić do globalnej czołówki
Nowa strategia AI Meta materializuje się w dwóch projektach rozwijanych równolegle w Meta Superintelligence Labs. Modele o roboczych nazwach Mango i Avocado mają trafić na rynek w pierwszej połowie 2026 roku i — według wewnętrznych zapowiedzi — stanowić jakościowy skok względem dotychczasowych systemów firmy.
Choć Meta oficjalnie nie ujawniła jeszcze pełnej specyfikacji technicznej, z przecieków i analiz wynika, że oba modele mają odpowiadać na różne potrzeby. Mango koncentruje się na obrazie i wideo, natomiast Avocado ma być dużym modelem językowym nowej generacji, ukierunkowanym m.in. na zaawansowane programowanie i rozumowanie.
Jak podaje The Wall Street Journal, Mark Zuckerberg określa te projekty jako element szerszego zwrotu w stronę systemów, które nie tylko generują treści, ale potrafią rozumieć świat w sposób bardziej zbliżony do ludzkiego.
Czym jest Mango i dlaczego Meta stawia na wideo
Mango to multimodalny model sztucznej inteligencji zaprojektowany do generowania i analizy obrazów oraz wideo. W praktyce oznacza to system, który potrafi nie tylko tworzyć realistyczne materiały wizualne, lecz także rozumieć relacje przestrzenne, ruch i kontekst scen.
Rynek generowania wideo stał się jednym z najbardziej konkurencyjnych obszarów AI. OpenAI rozwija Sora, Google eksperymentuje z narzędziami opartymi na Gemini, a mniejsze firmy wprowadzają wyspecjalizowane modele kreatywne. W tym kontekście Mango ma być odpowiedzią AI Meta na rosnące znaczenie treści wizualnych w mediach społecznościowych.
Meta już wcześniej zaprezentowała Movie Gen — model ogłoszony w październiku 2024 roku, zdolny do generowania obrazu, dźwięku i wideo na podstawie opisów tekstowych (Meta AI Blog). Mango ma jednak pójść o krok dalej, stając się fundamentem dla przyszłych narzędzi kreatywnych w ekosystemie Facebooka, Instagrama i WhatsAppa.
Avocado i odejście od open source
Drugi filar nowej strategii AI Meta to Avocado — model językowy projektowany z myślą o zadaniach wymagających precyzyjnego rozumowania, pracy z kodem i złożonych instrukcji. Według doniesień CNBC, wewnątrz firmy trwają dyskusje, czy Avocado powinno zostać udostępnione w modelu open source.
Byłby to znaczący zwrot. Dotychczas Meta konsekwentnie promowała otwartość modeli z rodziny Llama, argumentując, że przyspiesza to innowacje i zwiększa zaufanie społeczności. Jednocześnie pojawiły się obawy, że otwarty kod ułatwia konkurencji kopiowanie kluczowych rozwiązań.
Alexander Wang publicznie sugerował, że przyszłość AI Meta może wymagać bardziej zrównoważonego podejścia — łączącego badania otwarte z modelami komercyjnymi, które da się bezpośrednio monetyzować. To podejście coraz częściej wybierają także rywale Meta.
World models – kolejny etap rozwoju AI
Jednym z najważniejszych, a jednocześnie najmniej zrozumiałych pojęć pojawiających się w kontekście nowych projektów AI Meta są tzw. „world models”, czyli modele świata. To systemy uczące się zależności fizycznych i przestrzennych na podstawie obrazu, wideo i ruchu.
W praktyce world models pozwalają sztucznej inteligencji symulować rzeczywistość — przewidywać, jak obiekty będą się poruszać, reagować na siebie i zmieniać w czasie. Takie podejście znajduje zastosowanie m.in. w robotyce, autonomicznych pojazdach oraz zaawansowanych symulacjach.
Jak tłumaczy Nvidia, modele świata umożliwiają tworzenie syntetycznych środowisk treningowych, w których AI może uczyć się bez ryzyka i kosztów związanych z testami w realnym świecie. Dla Meta oznacza to potencjalny fundament pod przyszłe produkty — od narzędzi kreatywnych po zaawansowane systemy immersyjne.
Presja konkurencji i pytania o zwrot z inwestycji
Skala inwestycji AI Meta budzi coraz większe zainteresowanie rynków finansowych. Wydatki rzędu ponad 70 miliardów dolarów rocznie stawiają firmę w jednym szeregu z największymi graczami branży, takimi jak Google czy Microsoft. Jednocześnie analitycy podkreślają, że nie wszystkie projekty AI muszą przynieść szybki zwrot.
Konkurencja nie zwalnia tempa. OpenAI rozwija kolejne generacje GPT i Sory, Google inwestuje w Gemini, a mniejsze laboratoria wprowadzają wyspecjalizowane modele niszowe. W tym kontekście Mango i Avocado są czymś więcej niż nowymi produktami — to test zdolności Meta do redefinicji swojej pozycji w globalnym wyścigu AI.
Sam Mark Zuckerberg w ostatnich miesiącach wielokrotnie podkreślał, że sztuczna inteligencja stała się „centralnym filarem” strategii firmy. Od powodzenia tej transformacji zależy, czy AI Meta stanie się realnym konkurentem dla liderów rynku, czy pozostanie graczem próbującym nadrobić stracony dystans.
Więcej materiałów znajdziesz w działach: Świat, Gospodarka, Nauka i technologia.
