Meta guarda con crescente fiducia allo sviluppo del suo Large Language Model di nuova generazione, noto internamente con il nome in codice Avocado, considerato all’interno dell’azienda il modello di pre-addestramento più potente mai realizzato. Il progetto nasce nei SuperIntelligence Labs (MSL), la nuova struttura di ricerca che oggi rappresenta il fulcro della strategia di Meta nel campo dell’intelligenza artificiale avanzata, e si inserisce in un momento di profonda riorganizzazione tecnologica e industriale per il gruppo.
Secondo quanto riportato da The Information, Meta ha completato il pre-addestramento di Avocado già a gennaio, come emerge da una nota interna datata 20 gennaio e firmata da Megan Fu, product manager di MSL. In quel documento Avocado viene definito il modello di pre-addestramento più efficiente mai sviluppato dall’azienda. Un’affermazione che ha attirato l’attenzione del settore, perché riguarda un modello che non è ancora passato attraverso la fase di post-addestramento, normalmente necessaria per rendere un LLM utilizzabile in contesti reali e commerciali.
Nel ciclo di sviluppo dei grandi modelli linguistici, il pre-addestramento rappresenta la fase in cui il modello assimila conoscenze generali da enormi quantità di dati testuali e visivi, costruendo una comprensione di base del linguaggio, delle immagini e delle relazioni concettuali. Solo successivamente avviene il post-addestramento, spesso tramite tecniche come il reinforcement learning con feedback umano, che serve a rendere il modello più allineato alle esigenze degli utenti finali. Il fatto che Avocado, già nella sua forma pre-addestrata, mostri prestazioni paragonabili a modelli concorrenti completamente rifiniti è un elemento che Meta considera particolarmente significativo.
Dalle valutazioni interne emerge che Avocado ha raggiunto risultati di alto livello nella comprensione della conoscenza generale, nel riconoscimento visivo e nelle prestazioni multilingue. In alcuni benchmark interni, il modello avrebbe persino superato i migliori modelli open source attualmente disponibili. Questo dato viene presentato come un segnale di maturità tecnologica, soprattutto se confrontato con le difficoltà incontrate da Meta nell’ultimo anno nello sviluppo dei propri sistemi di intelligenza artificiale.
Il contesto in cui nasce Avocado è infatti segnato da un periodo complesso. Il modello “Llama 4”, atteso come la grande evoluzione dell’offerta AI di Meta per il 2025, ha subito ritardi e revisioni. Le varianti “Maverick” e “Scout”, rilasciate dopo uno slittamento del calendario, sono state accolte con freddezza da parte di una parte della comunità di sviluppatori, che le ha giudicate al di sotto delle aspettative. Questo rallentamento ha costretto Meta a rivedere in profondità la propria strategia, sia sul piano organizzativo sia su quello degli investimenti.
La svolta è arrivata lo scorso giugno con un investimento da 14,3 miliardi di dollari in Scale AI, un’operazione che ha portato il suo CEO, Alexandre Wang, all’interno di Meta e ha dato vita ufficialmente ai SuperIntelligence Labs. Da quel momento, MSL ha assunto la supervisione della ricerca e dello sviluppo dell’intelligenza artificiale del gruppo, diventando il centro decisionale e tecnologico per i modelli di nuova generazione.
Parallelamente, Meta ha intensificato gli investimenti a un ritmo senza precedenti. Le previsioni indicano che la spesa in conto capitale potrebbe raggiungere tra i 115 e i 135 miliardi di dollari nel 2026, con un incremento di circa il 73% rispetto all’anno precedente. Una quota rilevante di queste risorse è destinata alle infrastrutture di calcolo dedicate all’AI, segno di quanto l’azienda consideri strategico il controllo diretto della potenza computazionale necessaria per addestrare modelli sempre più grandi e complessi.
Avocado non viene descritto solo come più potente, ma anche come nettamente più efficiente. In un’altra comunicazione interna, risalente a metà dicembre, Meta afferma che il modello avrebbe raggiunto un miglioramento di dieci volte nell’efficienza computazionale per le attività testuali rispetto a Maverick, e addirittura oltre cento volte rispetto a Behemoth, il più grande modello sperimentale della serie Rama 4 che non è mai stato rilasciato. Questa crescita in efficienza è attribuita a una combinazione di fattori: una selezione più rigorosa dei dati di addestramento, investimenti mirati nell’architettura dei modelli e l’uso del cosiddetto deterministic training, una tecnica che garantisce risultati coerenti a parità di condizioni e consente di ridurre consumi energetici e costi di sviluppo.
Questo clima di cauto ottimismo emerge anche dalle dichiarazioni pubbliche dei dirigenti di Meta. Durante il World Economic Forum di Davos, il CTO Andrew Bosworth ha definito il modello di intelligenza artificiale dell’azienda “molto buono”, sottolineando però che sarà necessario un importante lavoro di affinamento prima di renderlo adatto a un utilizzo consumer su larga scala. In occasione della più recente conference call sui risultati finanziari, anche l’amministratore delegato Mark Zuckerberg ha ribadito la fiducia nei prossimi modelli in arrivo, affermando che dimostreranno soprattutto la velocità dei progressi compiuti e che Meta continuerà a spingersi oltre i limiti tecnologici nel corso dell’anno.
Nonostante questo entusiasmo, all’interno e all’esterno dell’azienda non mancano le voci più prudenti. Molti osservatori ritengono che una valutazione reale delle capacità di Avocado potrà avvenire solo dopo il lancio pubblico e l’utilizzo in scenari concreti. Alla luce delle difficoltà recenti, c’è chi teme che un eccesso di aspettative possa trasformarsi in un boomerang se il modello non dovesse confermare sul campo le promesse emerse dalle valutazioni interne.
La data di rilascio ufficiale di Avocado non è ancora stata comunicata, ma le indiscrezioni indicano un possibile debutto nel primo trimestre dell’anno, in parallelo con “Mango”, il nuovo modello di Meta dedicato alla generazione di immagini e video. Se queste tempistiche verranno confermate, i prossimi mesi potrebbero rappresentare un passaggio cruciale per capire se Meta è davvero riuscita a imprimere una svolta al proprio percorso nell’intelligenza artificiale avanzata, trasformando gli investimenti massicci e la riorganizzazione interna in un vantaggio competitivo concreto.