<p>Meta 的全球事务首席官 Joel Kaplan 在 2026 年达沃斯与 CNBC 的 Andrew Ross Sorkin 进行了交谈，详细介绍了公司在美国对人工智能基础设施和就业创造的巨大承诺。谈话的中心围绕 Meta 雄心勃勃的目标，即构建 “个人超智能”，以及他们在快速发展的人工智能领域中的差异化方法，特别是关于像 Llama 这样的开源模型和与中国的地缘政治竞争。</p>
<p>Kaplan 立即将 Meta 的人工智能努力框定为不仅仅是技术追求，而是具有国家意义的重要资本支出。他强调了财务承诺的规模，指出公司正在 “在美国的人工智能基础设施和就业方面投资巨额资金。” 这一投资支撑了他们的主要目标：创造 Kaplan 所称的 “个人超智能”，他将其定义为 “将超智能放在每个人的手中。” 这一愿景暗示了人工智能能力的民主化力量，与可能更集中化的方法形成对比。</p>
<p>Kaplan 评论中的一个核心见解是 Meta 利用其庞大用户基础——每天为 35 亿人服务——作为人工智能竞争中的基础优势。这一规模为他们的模型提供了独特的测试和部署场地。Kaplan 表示：“我们有一个每天为 35 亿人服务的平台，因此我们在这里有一些真正的优势。” 这一优势对于快速迭代和完善他们的人工智能产品至关重要，使他们能够比缺乏这种直接、大规模反馈循环的竞争对手更有效地推出前沿模型。</p>
<p>讨论转向 Meta 在模型开发和部署方面的差异化策略。虽然承认像 OpenAI 和 Google（Gemini）这样的竞争对手具有高度可见性，Kaplan 强调了 Meta 对开放方法的承诺，特别提到了 Llama 模型。他指出，尽管他们不公开讨论融资细节，但他们的核心策略是专注于创建一个人工智能可及的生态系统。他指出，他们的方法与那些严重依赖私人信贷来资助基础设施建设的公司不同，暗示 Meta 的内部资源和现有平台规模提供了更强大的基础。</p>
<p>此外，Kaplan 还谈到了人工智能发展的地缘政治维度，将技术竞争框定为一场关键的战略竞争。他直接将 Meta 的人工智能投资与国家安全问题联系在一起，表示：“我们与美国政府的立场一致，认为赢得这场与中国的斗争非常重要。” 这突显了涉及的高风险，将人工智能领导地位视为维护西方经济安全和技术优势的关键。他强调需要 “清除影响数据中心和能源的监管负担”，以确保美国能够保持对中国的竞争优势。</p>
<p>谈话还涉及了监管环境，特别是在欧洲。当被问及 Meta 的行动是否可能激怒习惯于更严格监管的欧洲领导人时，Kaplan 承认了政治阻力，但对合作持乐观态度。他承认，关于监管的事情变得 “相当紧张”，但指出美国政府，特别是在前任政府下，一直支持消除对人工智能发展的监管负担。他最后指出，欧洲监管者在抵制一些来自欧洲的歧视性监管方面是一个 “巨大的盟友”，这表明尽管方法不同，但在促进创新方面存在共同利益。</p>
<p>最终，Kaplan 所阐述的 Meta 战略似乎是多方面的：利用现有的巨大规模，推动开源模型哲学（Llama），并积极投资基础设施以实现 “个人超智能”，同时应对复杂的全球监管和地缘政治潮流。对于创始人和风险投资者来说，潜在的信息是，人工智能竞争是资本密集型的，规模——无论是在计算能力还是用户覆盖范围上——都被视为决定性的竞争因素。</p>

META

<p>Meta 的全球事务首席官乔尔·卡普兰在 2026 年达沃斯论坛上概述了公司 6000 亿美元的人工智能投资战略，强调了创造 “个人超级智能” 的目标。他指出，Meta 每天为 35 亿用户提供服务的独特优势，有助于快速开发人工智能模型。卡普兰强调了开放源代码方法的重要性，特别是在 Llama 模型方面，并将人工智能投资与国家安全联系起来，尤其是在与中国竞争的背景下。他还提到了欧洲的监管挑战，倡导通过合作来促进创新</p>

<p>Meta’s Chief Global Affairs Officer, Joel Kaplan, spoke with CNBC’s Andrew Ross Sorkin at Davos 2026, detailing the company’s massive commitment to Artificial Intelligence infrastructure and job creation in the U.S. The conversation centered on Meta’s ambitious goal to build “personal superintelligence” and their differentiated approach to the burgeoning AI landscape, particularly concerning open-source models like Llama and the geopolitical race with China.</p>
<div class="lb-trans"><p>Meta 的全球事务首席官 Joel Kaplan 在 2026 年达沃斯与 CNBC 的 Andrew Ross Sorkin 进行了交谈，详细介绍了公司在美国对人工智能基础设施和就业创造的巨大承诺。谈话的中心围绕 Meta 雄心勃勃的目标，即构建 “个人超智能”，以及他们在快速发展的人工智能领域中的差异化方法，特别是关于像 Llama 这样的开源模型和与中国的地缘政治竞争。</p>
</div><p>Kaplan immediately framed Meta’s AI endeavor not just as a technological pursuit but as a significant capital expenditure with national implications. He highlighted the scale of the financial commitment, noting the company is investing an “enormous amount in AI infrastructure and jobs in the United States.” This investment underpins their primary objective: the creation of what Kaplan terms “personal superintelligence,” which he defines as “putting superintelligence in the hands of everyone.” This vision suggests a democratizing force for AI capabilities, contrasting with potentially more centralized approaches.</p>
<div class="lb-trans"><p>Kaplan 立即将 Meta 的人工智能努力框定为不仅仅是技术追求，而是具有国家意义的重要资本支出。他强调了财务承诺的规模，指出公司正在 “在美国的人工智能基础设施和就业方面投资巨额资金。” 这一投资支撑了他们的主要目标：创造 Kaplan 所称的 “个人超智能”，他将其定义为 “将超智能放在每个人的手中。” 这一愿景暗示了人工智能能力的民主化力量，与可能更集中化的方法形成对比。</p>
</div><p>A core insight from Kaplan’s commentary is Meta’s strategy of leveraging its massive user base—serving 3.5 billion people daily—as a foundational advantage in the AI race. This scale provides a unique testing and deployment ground for their models. Kaplan asserted, “We’ve got a platform that serves 3.5 billion people every day, so we have some real advantages there.” This advantage is crucial for rapidly iterating and refining their AI products, enabling them to bring frontier models to bear more effectively than competitors who lack this direct, massive-scale feedback loop.</p>
<div class="lb-trans"><p>Kaplan 评论中的一个核心见解是 Meta 利用其庞大用户基础——每天为 35 亿人服务——作为人工智能竞争中的基础优势。这一规模为他们的模型提供了独特的测试和部署场地。Kaplan 表示：“我们有一个每天为 35 亿人服务的平台，因此我们在这里有一些真正的优势。” 这一优势对于快速迭代和完善他们的人工智能产品至关重要，使他们能够比缺乏这种直接、大规模反馈循环的竞争对手更有效地推出前沿模型。</p>
</div><p>The discussion pivoted to Meta’s differentiated strategy regarding model development and deployment. While acknowledging the high visibility of competitors like OpenAI and Google (Gemini), Kaplan emphasized Meta’s commitment to an open approach, specifically citing the Llama model. He noted that while they don’t discuss financing details publicly, their core strategy is focused on creating an ecosystem where AI is accessible. He pointed out that their approach is different from those who rely heavily on private credit to fund infrastructure buildouts, suggesting Meta’s internal resources and existing platform scale provide a more robust foundation.</p>
<div class="lb-trans"><p>讨论转向 Meta 在模型开发和部署方面的差异化策略。虽然承认像 OpenAI 和 Google（Gemini）这样的竞争对手具有高度可见性，Kaplan 强调了 Meta 对开放方法的承诺，特别提到了 Llama 模型。他指出，尽管他们不公开讨论融资细节，但他们的核心策略是专注于创建一个人工智能可及的生态系统。他指出，他们的方法与那些严重依赖私人信贷来资助基础设施建设的公司不同，暗示 Meta 的内部资源和现有平台规模提供了更强大的基础。</p>
</div><p>Furthermore, Kaplan addressed the geopolitical dimension of AI development, framing the technological race as a critical strategic contest. He directly linked Meta’s AI investment to national security concerns, stating, “We’re aligned with the administration in the US that it’s very important that we win this battle against China.” This underscores the high stakes involved, positioning AI leadership as integral to maintaining Western economic security and technological supremacy. He emphasized the need to “clear away the regulatory burdens” affecting data centers and energy to ensure the U.S. can maintain its competitive edge against China.</p>
<div class="lb-trans"><p>此外，Kaplan 还谈到了人工智能发展的地缘政治维度，将技术竞争框定为一场关键的战略竞争。他直接将 Meta 的人工智能投资与国家安全问题联系在一起，表示：“我们与美国政府的立场一致，认为赢得这场与中国的斗争非常重要。” 这突显了涉及的高风险，将人工智能领导地位视为维护西方经济安全和技术优势的关键。他强调需要 “清除影响数据中心和能源的监管负担”，以确保美国能够保持对中国的竞争优势。</p>
</div><p>The conversation also touched upon the regulatory environment, particularly in Europe. When questioned about whether Meta’s actions might irritate European leaders accustomed to more stringent regulatory oversight, Kaplan acknowledged the political headwinds but maintained an optimistic stance on collaboration. He conceded that things have become “pretty tense” regarding regulation, but pointed out that the U.S. administration, particularly under the previous administration, had been supportive of removing regulatory burdens on AI development. He concluded by noting that European regulators have been a “huge ally in pushing back on some of the discriminatory regulation that we’ve seen come out of Europe,” suggesting a shared interest in fostering innovation despite differing approaches.</p>
<div class="lb-trans"><p>谈话还涉及了监管环境，特别是在欧洲。当被问及 Meta 的行动是否可能激怒习惯于更严格监管的欧洲领导人时，Kaplan 承认了政治阻力，但对合作持乐观态度。他承认，关于监管的事情变得 “相当紧张”，但指出美国政府，特别是在前任政府下，一直支持消除对人工智能发展的监管负担。他最后指出，欧洲监管者在抵制一些来自欧洲的歧视性监管方面是一个 “巨大的盟友”，这表明尽管方法不同，但在促进创新方面存在共同利益。</p>
</div><p>Ultimately, Meta’s strategy, as articulated by Kaplan, appears multifaceted: leveraging massive existing scale, pushing an open-source model philosophy (Llama), and aggressively investing in infrastructure to achieve “personal superintelligence” while navigating complex global regulatory and geopolitical currents. The underlying message for founders and VCs is that the AI race is capital-intensive, and scale—both in compute and user reach—is being treated as a decisive competitive factor.</p>
<div class="lb-trans"><p>最终，Kaplan 所阐述的 Meta 战略似乎是多方面的：利用现有的巨大规模，推动开源模型哲学（Llama），并积极投资基础设施以实现 “个人超智能”，同时应对复杂的全球监管和地缘政治潮流。对于创始人和风险投资者来说，潜在的信息是，人工智能竞争是资本密集型的，规模——无论是在计算能力还是用户覆盖范围上——都被视为决定性的竞争因素。</p>
</div>

Meta’s Kaplan Outlines $600B AI Investment Strategy and the Race for “Personal Superintelligence”

- Meta 在美国投资 AI 基础设施，以创建 “个人超级智能”。
- Kaplan 指出，该公司将其 AI 战略与国家安全紧密关联，强调与中国的竞争。
- Meta 策略为利用规模优势，推动开放源代码模型，同时应对监管挑战。

Meta 的 Kaplan 阐述了 6000 亿美元的人工智能投资战略以及争夺 “个人超级智能” 的竞赛