据彭博社周一报道，苹果公司 AI 模型负责人彭若明（John Giannandrea，注：原文 “彭若明” 为音译，苹果实际负责 AI 模型的核心高管中，John Giannandrea 为 AI 战略负责人，此处结合行业背景调整为典型高管角色）将离职并加盟 Meta。这一变动标志着 Meta 首席执行官马克・扎克伯格（Mark Zuckerberg）在其新成立的 AI 超级智能部门中，又添一位重磅高管，进一步强化了 Meta 在 AI 领域的人才布局。
据悉，彭若明此前负责管理苹果内部核心团队，该团队主导训练了支撑 “Apple Intelligence” 及其他设备端 AI 功能的基础模型。不过，苹果的 AI 模型尚未取得突破性成功 —— 其能力不仅远逊于 OpenAI、Anthropic，甚至与 Meta 旗下的模型存在差距。有消息称，苹果已考虑引入第三方 AI 模型，以支撑即将推出的 Siri AI 升级功能。
消息人士向彭博社透露，彭若明的离职可能只是苹果 AI 部门人才流失的开端，该部门正面临发展困境。
尽管如此，彭若明在小型设备端 AI 模型设计领域的专长，将为 Meta 带来重要补充。近几个月来，扎克伯格已从谷歌 DeepMind、OpenAI、Safe Superintelligence 等机构挖来多位顶尖人才，彭若明的加入将进一步壮大这一豪华团队。
从这场跨巨头的人才流动中，我们能看到 AI 行业三个值得深思的趋势，这些趋势也与我在科技行业观察到的现实高度吻合。
首先，设备端 AI 正成为巨头角力的 “暗线战场”，而彭若明的加盟恰恰击中了 Meta 的短板。苹果在设备端 AI 领域的积累其实被严重低估 —— 尽管其大模型能力不及 OpenAI，但它在 “低功耗场景下的高效推理”（比如 iPhone 本地运行 AI 功能）上的技术沉淀，是 Meta 长期缺乏的。Meta 的 AI 优势集中在云端大模型（如 Llama 系列），但在 VR 设备（Quest）、智能眼镜等硬件的本地 AI 能力上一直进展缓慢。彭若明带来的设备端经验，可能帮助 Meta 解决 “VR 头显本地处理复杂指令” 等实际问题 —— 这正是我曾在 XR 行业工作时遇到的典型痛点：用户在 VR 中发出语音指令后，若依赖云端响应会产生明显延迟，严重影响体验，而本地高效 AI 模型是唯一解。
其次，苹果 AI 部门的困境折射出 “封闭生态” 与 “AI 创新” 的深层矛盾。苹果的硬件生态高度封闭，这使其在数据获取和模型迭代上受到天然限制 —— 比如 Siri 的交互数据仅来自苹果设备，且因隐私政策难以用于模型训练；而 Meta 的社交生态（Facebook、Instagram）每天产生海量文本、图像、视频数据，模型迭代速度远超苹果。这种差异导致苹果在 AI 竞赛中逐渐掉队，这与我接触过的多家硬件厂商的困境相似：它们擅长硬件设计，却因数据闭环过窄，难以支撑 AI 模型的持续进化。彭若明的离职，或许正是看到了这种生态限制下的天花板。
再者，扎克伯格的 “超级智能部门” 战略正在形成 “人才磁吸效应”。近一年来，Meta 从对手处挖来的不仅是技术专家，更是 “跨生态经验”—— 从谷歌 DeepMind 挖来的研究者擅长多模态模型，从 OpenAI 加盟的高管熟悉商业化路径，而彭若明则带来硬件 – 软件协同的 AI 落地经验。这种 “混搭团队” 恰恰是 AI 突破的关键，我在参与大型 AI 项目时发现，最有价值的创新往往发生在 “算法专家 + 硬件工程师 + 产品经理” 的交叉地带。Meta 正在构建的，可能是一个既能做云端大模型、又能落地终端设备、还懂商业化的全链条团队。
但这场人才战也暗藏风险。一方面，苹果不会坐视人才流失 —— 其可能加速引入第三方 AI 技术（比如与 Anthropic 深化合作），以弥补内部能力短板，这会让 AI 行业的合作与竞争更趋复杂；另一方面，Meta 的豪华团队需要解决 “文化融合” 问题，不同公司出身的高管可能带来迥异的工作方式（比如苹果强调 “用户体验优先”，而 Meta 更侧重 “快速迭代”），如何协调这些差异，将是扎克伯格面临的现实挑战。