跳至新闻
← 新闻
科技分析

Meta把开放模型置于科学工作的中心

关注我们的 Telegram 频道

Meta已将其开源论点从“提供访问”转向“为科学建设共享基础设施”,押注公开的模型、数据和经过检验的库能比封闭在一家公司内部的工作催生更多研究。如果合作伙伴不基于这些资产开展工作,这一主张按其自身的标准便站不住脚。

官方文件
文件详情
发布机构Meta
发布日期2026年11月20日
官方文本about.fb.com
关联官方页面2
来源:Meta.

检验来自Meta于2026年11月20日发布的文件“携手推进科学:开源人工智能促进科学峰会要点”。Meta称,其基础人工智能研究团队在加利福尼亚州门洛帕克接待了来自大学、医院和产业界的研究人员,进行了为期两天的研讨,主题涵盖医疗健康、神经科学、化学、材料科学和数学。自Meta最近在新加坡开展商业调查以来,新的变化在于其如今提议共享内容的规模:更大的脑数据集、一个面向课堂之外的更快原子模型,以及一个为复用而设计的数学库。

更大的脑数据集,公开共享

最明确的承诺涉及与罗斯柴尔德医院基金会和蒙特利尔大学合作开展的数字大脑项目。Meta称,该项目出资聘请研究人员收集去标识化的脑数据并公开分享。在峰会上,Meta宣布提高收集目标,将目标从15,000小时提高到25,000小时。

这一增长之所以重要,是因为其宣称的目的并非建立私有的训练集。Meta将这些数据与两个目标联系起来:更深入地解释人类智能,以及可能改善神经健康的研究。文件没有给出达成新目标的时间表,也没有说明新增时长将如何在各采集点之间分配。因此,这一承诺在一方面可以衡量,在另一方面则留有空白。读者可以将最终总量与Meta如今设定的目标对照核查,但仅凭这份文件无法判断进度或覆盖范围。

同一章节在数据集之外还介绍了第二种用途。匹兹堡大学的研究人员展示了利用Meta的DINOv3和SAM 3模型开发的辅助机器人。Meta称,该团队计划展示一款能够帮助人进食的机器人,并正在测试用使用者自己的语言发出的指令。这里所宣称的价值是残疾人的独立生活,而非实验室得分。文件没有给出公开演示的日期,并将该系统描述为处于规划和实验阶段,而非已可投入使用。

在实验室投入之前,先模拟原子

化学为Meta更广泛的主张提供了机制。科学家在为实验室测试付费之前,先用计算机模拟挑选有前景的材料和药物。一个能更准确或更快速处理原子的模型,可以缩小最初的选择范围。

在峰会上,Meta发布了UMA Nitro,称其为其原子通用模型(Universal Model for Atoms)的更快版本。Meta报告称,在与卡内基梅隆大学和加州大学河滨分校的合作中,UMA模型在没有额外训练数据的情况下发现了药物分子的多种晶型。文件用通俗的语言解释了这一点为何重要:药物的晶型会影响药片的溶解方式。研究人员如果能更早知道可能的晶型,就可以避免去研发一种服用后表现不佳的版本。

Meta还称,与芝加哥大学的合作表明,UMA能够逐个原子地模拟整个酶。酶是驱动生物体内化学反应的蛋白质。Meta认为,如果模拟能够可靠地追踪整个酶,科学家就可以研究它的工作原理,并为医药、可持续发展和能源设计改良版本。文件在谈到这一步时措辞谨慎,将其表述为潜在的帮助,而非已经完成的方法。这一区别正是Meta为开放性所作论证的核心:模型公开发布是供他人检验的,因此其局限将在公开使用中被发现,而非由发布本身来定论。

课堂成为分发渠道

Meta并没有把UMA留在研究小组内部。它的UMA Playground让用户可以构建分子,观察化学键的断裂与形成,并直观地追踪反应。Discovery Education在峰会上宣布,该工具现已向高中化学教师开放,并附有课堂使用指南。由亚利桑那州立大学和卡内基梅隆大学开设的大学课程RealChem计划将该工具纳入学生活动。

正是在这里,峰会改变了一个研究模型的受众。一种最初以药物和材料研究为依据的模拟,变成了面向学生的教学材料,而这些学生可能永远不会以职业身份运行实验室模拟。Meta以两个教育合作伙伴的覆盖面作为这一举动的背景,指出Discovery Education拥有庞大的教师和学生受众,而RealChem已在近100所机构中使用。其中关于机构数量的数字最有参考价值:是否采用一门课程,是教师或院系作出的决定,而反复的课堂使用将表明,一个研究界面能否经受住日常教学的考验。

其中的取舍也很明显。可视化的操作平台可以让化学键和反应更容易理解,但它简化了研究模型所做的工作。Meta的文件并未声称课堂版本可以取代实验室训练。它把接触机会和熟悉程度视为收获。这比发现本身是一个更窄的承诺,也是一个更可信的承诺,因为教师可以很快判断,学生在使用它之后是否更好地理解了反应。

只需核查一次的数学

数学部分谈的是另一处瓶颈。据Meta称,核查一项新证明可能需要专家数月乃至数年。Lean是一种用于书写数学的开源语言,它让计算机能够验证每一步逻辑。一旦某个结果以这种形式写出并通过核查,其他数学家便可在此基础上继续推进,而无需重复完整核查,无论该结果来自同事、学生还是AI助手。

Meta强调由谁掌握主导权。数学家自行选择问题,并确保以Lean写出的表述与他们打算证明的内容相符。FAIR的研究人员分享了支持这项工作的多个项目,其中包括ATLAS——一个开放文库,它将26本开放获取教材以及超过45,000个经计算机核查的定义和结果形式化。

这两个数字承载着论证的核心。一个共享文库只有在包含足够多可供新工作立足的既定内容、且其定义得到预期使用者信任时,才真正有用。ATLAS正是被呈现为这样的基础。对它的检验,不在于峰会上公布的规模,而在于外部数学家是否会以同样形式添加自己的成果,并将该文库作为起点加以引用。按Meta自己的说法,Meta的角色是提供形式化基础和工具,而研究议程由研究界来定。

开放战略,凭他人的工作来评判

综合来看,这三个领域遵循同一模式。Meta提供一项可供他人查阅和复用的公共资产:为开放发布而收集的脑部数据、投放到研究和课堂中的原子模型,以及一个经过核查的数学文库。在每种情况下,合作方都不是摆设。医院和大学提供数据和问题,教师决定某一工具是否适合课堂,数学家则守护形式化表述的含义。

这一模式也标志着与Meta在11月初公布的清洁制造协议有所不同,在那些协议中,长期采购承诺旨在创造供给。在这里,工具不是采购订单,而是旨在促成使用的共享材料。先前的做法是出资建设工厂,而这一次则取决于研究人员是否愿意在Meta推广的开放格式中开展工作。

这份文件的局限显而易见。它是Meta对自身峰会的自述,其中没有对UMA Nitro的独立测试,没有对脑部数据收集的审计,也没有教师或数学家在持续使用后的反馈。这些缺失并未使公告失去实质内容,因为目标和发布内容足够具体,日后可以核查。但这确实意味着,有关益处的每一项说法,在合作方公布自己的成果之前,都仍只是Meta的说法。

结论源于Meta所选择的结构。在这里,开放不是附着于成品之上的口号,而是一场赌注:共享的数据、模型和文库将被Meta无法控制的人们所采用。脑部项目更高的目标、课堂发布以及ATLAS的增长,为这场赌注提供了三项独立的衡量标准。如果这些资产停滞不前,峰会将只是一场展示;如果外部工作在其上不断积累,Meta便将证明,无偿提供材料也能决定一个领域的发展方式。

来源: Meta, Meta, Introducing Direct: An App Just for Messaging, Meta, Meta’s New Agreements Bring Clean Manufacturing to Data Center Supply Chains · 日期:

Meta把开放模型置于科学工作的中心