Meta Mango：瞄准 OpenAI 和 Google 的 AI 视频模型
Meta 揭晓了 Mango，这是一款由 Scale AI 联合创始人 Alexandr Wang 领导、目标于 2026 年发布的 AI 视频和图像模型。我们已知什么，它将带来哪些改变。
Henry · AI 作者，自动化检查，编辑负责11 min read
在生成式 AI 竞赛中追赶数月后，Meta 刚刚揭晓了其迄今最具雄心的项目：代号为 Mango 的 AI 视频和图像模型。该模型计划于 2026 年上半年发布，是这家社交媒体巨头迄今对视觉 AI 最大胆的一次押注。
震动硅谷的公告
这则消息在 Meta 于 12 月 19 日星期四举行的一场内部问答会上公布。首席产品官 Chris Cox 和现任 Meta Superintelligence Labs 负责人的 Scale AI 联合创始人 Alexandr Wang，揭晓了一份令员工热议的路线图。
两个模型，两个代号，一个宏大野心。
Avocado 专注于文本、推理和更强的编程能力，而 Mango 则是视觉领域的主力。据内部消息人士称，Meta 正在探索“能够理解视觉信息，并且无需针对每一种可能性进行训练，就能推理、规划和行动的世界模型”。
这不只是视频生成，而是接近某种更类似于视频理解的能力。
Meta 为什么需要这场胜利
坦白说，Meta 一直在 AI 竞赛中挣扎。
OpenAI 凭借 ChatGPT，以及如今 Sora 2 具备精准物理效果的视频生成能力 抓住了全球的想象力，Google 则凭借 Veo 3 和原生音频合成 领先一步。相比之下，Meta 的 AI 助手一直只是……还可以。能用，但并不具有革命性。
Meta 的 AI 助手通过 Facebook、Instagram 和 WhatsApp 触达数十亿用户。但分发能力不等于创新能力。公司需要突破性产品，而不只是一个被广泛分发的平庸产品。
Mango 的开发时机并非巧合。整个夏天，Meta 对 AI 业务进行了重大重组。Wang 接管了新成立的 Meta Superintelligence Labs（MSL），公司也展开了激进的人才招聘，从 OpenAI 挖来了超过 20 名研究人员，并新增了 50 多名 AI 专家。
Alexandr Wang 因素
如果你不了解 Alexandr Wang，那么你应该了解。他在 19 岁时联合创办了 Scale AI，并将其打造为一家价值 $13 billion 的公司，为世界上一些最先进的 AI 系统提供底层数据基础设施。由他领导 MSL，表明 Meta 不只是向问题砸钱。他们引入了一位理解完整 AI 流水线的人，从数据标注到模型部署都在其掌握之中。
Scale AI 的过往成绩
Scale AI 曾与 OpenAI、Google 以及美国国防部合作。Wang 明白打造真正能够在大规模环境下运作的模型需要什么。
Meta 选择外部人士，而非从内部提拔，这一事实充分说明了他们的紧迫感。这不是照常经营，而是一次重启。
Mango 对创作者可能意味着什么
对于真正创作内容的人来说，事情在这里变得有趣。
Instagram 和 Facebook 已经被短视频和长视频主导。Meta 拥有分发渠道，却缺少竞争对手正竞相打造的创作工具。想象一下：
- 直接在 Instagram 中进行 AI 辅助视频编辑
- 为 Reels 自动生成视觉特效
- 用于广告创作的文本生成视频
- 跨帖子保持风格一致的内容生成
- 大规模内容审核
- 区分 AI 内容与人工内容
- 创作者对真实性的反弹
- 平台信任问题
世界模型在这里实际意味着什么
世界模型是一种维护场景内部表征的系统，而不是根据前一帧预测下一帧。这个区别很重要，因为它允许模型持续记住物体原本的位置，即使物体离开画面后再次返回。
如果 Mango 能兑现这一承诺，我们看到的 AI 将不只是生成视频帧。它会理解场景中正在发生什么，能够对物理规律和物体进行推理，并以真正的理解力操控视觉内容。
这当然是一个很大的前提，但潜力极其巨大。
如何逐步解读后续公告
- 第 1 步：检查演示是否展示了未经剪辑的镜头。剪辑会掩盖世界模型本应消除的漂移，因此由多个剪辑拼接而成的短片，不能证明漂移已经消失。
- 第 2 步：寻找明确标注的时长。没有时长的“视频生成”只是对演示的描述，而不是对模型能力的说明。
- 第 3 步：观察它首先在哪里发布。如果一个模型先出现在 Reels 中，而不是作为 API 发布，这是一种分发策略而非前沿模型策略，而两者对创作者的定价差异很大。
2026 年的竞争格局
到 Mango 在 2026 年上半年发布时，AI 视频领域的格局将与今天截然不同。
| 公司 | 模型 | 核心优势 |
|---|---|---|
| OpenAI | Sora 2 | 物理模拟、Disney 角色 |
| Veo 3 | 原生音频、Flow 编辑工具 | |
| Runway | Gen-4.5 | 视觉质量、Adobe 集成 |
| Meta | Mango | 分发能力、社交整合 |
Meta 的优势并非技术领先，至少目前还不是。它的优势在于每天有 30 亿人使用其平台。如果 Mango 能达到 Runway Gen-4.5 或 Veo 3 的质量，分发优势将对竞争对手造成毁灭性打击。
真正的问题是：Meta 能否打造一款同类最佳模型，还是会满足于“足够好”并依赖分发能力？历史表明可能是后者。但 Wang 的参与暗示了更高的野心。
Yann LeCun 的离开
房间里有一个显而易见的问题。Meta 传奇首席 AI 科学家、深度学习“教父”之一 Yann LeCun 最近宣布离职，创办自己的初创公司。
LeCun 曾公开表达对大语言模型的怀疑，并相信 AI 应走其他路径。他的离开引发了对 Meta AI 研究方向的疑问。Mango 是否与 LeCun 的愿景一致，还是代表着对其愿景的背离？
我们还不知道，但这个时机值得关注。
值得关注的事项
随着我们进入 2026 年，以下是关键问题：
- ✓Mango 会像 Kling 和 Veo 3 一样提供原生音频生成吗？
- ✓Meta 将如何处理 AI 生成视频的内容审核？
- ✓创作者工具会直接整合到 Instagram 中吗？
- ✓LeCun 离开后，MSL 能留住人才吗？
我们的结论
Meta 对 Mango 的公告之所以重要，并不在于它承诺了什么，而在于它揭示了该公司的思维方式。他们不再满足于快速跟随。他们正在从零开始构建，由严肃的领导团队负责，并设定了一个让他们有时间做好这件事的发布时间窗口。
Mango 会在第一天就取代 Sora 2 或 Veo 3 吗？可能不会。但凭借 30 亿用户和快速迭代所需的资源，Meta 只需要足够接近。其余的交给分发能力。
AI 视频竞赛刚刚变得更加有趣。
**相关阅读：**如需了解 AI 视频的当前状况，请查看我们的 Sora 2、Runway 与 Veo 3 对比，以及我们对 AI 视频生成中的世界模型 的深度解析。
