Meta Platforms Inc. 刚刚完成了另一项人才收购,以未公开的价格签下了智能体人工智能初创公司Dreamer的联合创始人和员工。
据彭博社报道,Dreamer团队包括前Meta和谷歌高管Hugo Barra,他们将在首席AI官、前Scale AI Inc.创始人Alexandr Wang的领导下,在Meta的Superintelligence Labs部门工作。报道称,他们将专注于AI智能体和相关项目的开发。
据一位知情人士向彭博社透露,Dreamer的投资者将获得超过其投资金额的回报。Dreamer构建了一个帮助人们创建自己AI智能体的平台。根据交易条款,Dreamer将保持独立法律实体的地位,Meta将获得使用其技术的非独家许可证。
Dreamer联合创始人兼首席执行官David Singleton在X平台上证实了这笔交易,感谢Wang帮助建设公司。Wang是天使投资人,参与了2024年的融资轮次。Singleton解释说,他今年早些时候向Meta首席执行官Mark Zuckerberg展示了Dreamer的技术。他说:"很快就明确了我们对未来有着相同的愿景:数十亿人都能拥有创建软件来改善生活的力量。"
Barra在自己的X帖子中补充道:"Dreamer背后的理念很简单:每个人都应该拥有创建改善生活软件的力量。"
AI智能体是能够在最少监督下代表人类执行任务的自主系统,它们已成为Meta AI战略的关键部分。今年1月,Zuckerberg表示,他的团队最近在AI智能体方面取得了"相当深刻的"进步,并正在编程和其他任务中使用它们。
Wang在今年早些时候的采访中也谈到了AI智能体的影响,表示它们提供了"向世界上每一个人提供更强大AI版本"的机会。
Meta在AI智能体上投入巨资。12月,该公司宣布斥资20亿美元收购一家名为Manus的初创公司,该公司开发了能够使用网络浏览器执行预订酒店房间和餐厅座位等任务的自主智能体。当时,Meta表示计划将Manus的技术集成到自己的应用程序和服务中。
最近,该公司又收购了一家名为Moltbook的初创公司,该公司运营着一个专为AI智能体设计的类似Reddit的社交媒体网络。
Dreamer由一群拥有丰富经验的技术资深人士创立,他们的经验不仅限于AI领域。Singleton曾担任Stripe Inc.的首席技术官和谷歌Android部门的工程副总裁。Barra也曾在谷歌Android团队工作,后来加入小米公司,然后加入Meta,在那里他领导了公司的虚拟现实部门。他于2021年离开了Meta。
第三位联合创始人是Dreamer首席设计官Nicholas Jitkoff,他此前帮助设计了谷歌的Chrome OS操作系统。
Dreamer此前在2024年11月以5亿美元的估值融资5600万美元。
Q&A
Q1:Dreamer是什么类型的AI公司?
A:Dreamer是一家智能体人工智能初创公司,专门构建帮助人们创建自己AI智能体的平台。该公司的核心理念是让每个人都拥有创建改善生活软件的力量。
Q2:Meta为什么要收购Dreamer团队?
A:Meta收购Dreamer是为了加强其在AI智能体领域的布局。AI智能体是能够在最少监督下代表人类执行任务的自主系统,已成为Meta AI战略的关键部分。Meta计划让Dreamer团队在Superintelligence Labs部门专注于AI智能体和相关项目的开发。
Q3:Dreamer的创始人都有什么背景?
A:Dreamer由技术资深人士创立。CEO David Singleton曾任Stripe首席技术官和谷歌Android部门工程副总裁;Hugo Barra曾在谷歌Android团队、小米和Meta的VR部门工作;首席设计官Nicholas Jitkoff曾帮助设计谷歌Chrome OS操作系统。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。