据《华尔街日报》报道,Meta正在其由Scale AI联合创始人王亚历山大领导的超级智能实验室下开发新的AI模型。该公司目前正在开发代号为"Mango"的图像和视频模型,以及内部称为"Avocado"的新型文本模型。
该科技巨头计划在2026年上半年发布这些新模型。报道引用了Meta周四的内部问答会,王亚历山大和首席产品官克里斯·考克斯在会上公布了新的路线图。
王亚历山大表示,Meta旨在让文本模型在编程方面表现更佳,同时探索能够理解视觉信息并且可以推理、规划和行动的新世界模型,而无需对每种可能性进行训练。
Meta在人工智能竞赛中最近落后于OpenAI、Anthropic和谷歌等竞争对手。该公司的AI部门今年经历了重大重组,包括领导层变动和从其他顶级公司挖角研究人员。然而,加入Meta超级智能实验室的多名研究人员已经离开了公司。
上个月,该公司首席AI科学家杨立昆也宣布离职创办自己的初创公司。
Meta目前还没有一个成功的AI产品。相反,Meta AI助手的使用数据主要依靠该公司现有的社交网络平台数十亿用户,因为公司将该助手放置在其应用程序的搜索栏中。
这意味着Meta超级智能实验室推出的首批项目和模型将承载巨大期望。
Q&A
Q1:Meta的Mango和Avocado模型是什么?
A:Mango是Meta正在开发的图像和视频AI模型,Avocado是新型文本模型。这些模型在Meta的超级智能实验室开发,计划在2026年上半年发布。
Q2:Meta在AI领域的竞争地位如何?
A:Meta在AI竞赛中最近落后于OpenAI、Anthropic和谷歌等竞争对手。公司AI部门今年经历了重大重组,包括领导层变动和研究人员流失。
Q3:Meta目前有什么AI产品?
A:Meta目前还没有真正成功的AI产品。Meta AI助手的使用主要依靠公司现有社交网络平台的数十亿用户,通过在应用搜索栏中放置助手来获得使用量。
好文章,需要你的鼓励
牛津大学提出PHYSIFORMER,一种扩散变换器模型,通过三维网格顶点轨迹直接在世界坐标空间预测刚性与弹性物体的物理运动,一次性生成全序列轨迹,超越自回归基线。
随着医疗数据数字化与互操作性的进步,跨机构纵向患者数据的研究应用成为可能。本研究通过对20位领域专家的访谈,识别出8种数据收集方法,涵盖智能手机应用、结构化数据导出、区域/全国研究查询及聚合数据源等。研究发现,各方法均有其优缺点,无单一最优方案。参与者中介交换方式可绕过复杂治理安排,但存在数据缺口;全国性网络尚不支持研究查询。公共政策的持续推进将对该领域发展起关键作用。
研究发现主流奖励模型对同等质量答案给出差异悬殊的分数,并提出"奖励聚类"算法通过蒙特卡洛随机失活将连续分数离散化,在不重训模型的前提下有效减少AI训练中的奖励作弊现象。