近期，随着一场涉及 Meta 的人工智能版权案（Kadrey诉Meta案）的推进，Meta 在开发其最新AI模型Llama 3过程中的内部通信记录被法院公开。这些邮件和消息揭示了Meta高管及研究团队对当前竞争局势的深刻认识，以及他们在追求技术前沿时所采取的激进策略。这不仅让外界看到了Meta对提高AI技术的渴望，也引发了关于版权法律和道德的深思。
根据公开的邮件内容，Meta生成式AI副总裁Ahmad Al-Dahle在2023年10月中提到：“我们必须全力以赴，目标必须是GPT-4。我们即将拥有64,000个GPU！要赢得这场竞争，我们必须学会构建前沿技术。”在此背景下，Meta显然将OpenAI的GPT-4和Anthropic的Claude视为行业标杆，尽管Meta一直以其开源AI模型而受到赞誉。
Meta的内部讨论一再强调他们在AI模型发展上的激励机制，尤其是在数据获取方面表现得极为积极。一位因邮件而知名的高管甚至坦言：“Llama 3几乎是我唯一关心的事情。”这种焦虑和追求在整个组织内部蔓延，促使他们努力希望在AI领域与行业先锋们并驾齐驱。
Meta内部对于Mistral这一开源竞争对手的态度却显得轻视。Al-Dahle在对内部员工的交流中表示：“Mistral对我们而言不值一提，我们应该能做得更好。”这种无畏的姿态反映出Meta在追求技术和市场领先地位时展现出的强烈自信。
Meta在激进开发Llama 3的过程中，迅速推向市场的策略也引发了法律问题。检察官指控其在训练模型的过程中，穿越了版权的红线，使用了数本受保护书籍作为训练数据。要知道，模型的训练质量在很大程度上依赖于所使用的数据集，而Al-Dahle和研究员Hugo Touvron也曾就Llama 2的训练数据集质量进行过讨论，并对如何优化数据源以提升Llama 3的表现表示关心。
特别值得注意的是，Touvron在一封内部消息中暗示考虑使用LibGen等非法数据集，这条数据集内含多个出版商的受版权保护作品。此提议的提出不仅让人质疑Meta的伦理底线，还可能为他们带来更复杂的法律后果。尽管首席执行官马克·扎克伯格在2024年的信中表示正在致力于缩小Llama和OpenAI、Google的闭源模型之间的差距，内部通信却表明团队承受了巨大的压力。
Meta希望通过Llama 3的发布来打破这一技术壁垒。在2024年4月，Meta确实如愿以偿发布了Llama 3，并且这款开源AI模型的性能表现出色，能够与Google、OpenAI和Anthropic的闭源模型相媲美，同时在某些领域甚至超越了Mistral的开源产品。
尽管如此，Meta所使用的训练数据的版权状态依然处于争议中。谷歌与OpenAI等竞争对手在公开模型的基础上，通常在版权方面有着相对成熟的处理机制，而Meta的这一次激进的尝试则让其未来的发展蒙上了一定的阴影。扎克伯格虽然热衷于在技术层面与竞争对手抗衡，但如何处理和避免版权争议，仍然是Meta亟需解决的难题。
整体来看，Meta在激烈的AI竞争中表现出的动力与雄心，既反映出科技企业在创新驱动下对市场份额的追逐，同时也暴露出其在伦理与法律底线上的挑战。在立足于提升AI技术的同时，如何确保合法合规，这是Meta甚至整个行业在发展中必须秉持的核心原则。未来，随着更先进模型的推出和法律实务的发展，AI技术与版权交锋的画面必将更加引人注目。