Meta正在构建一个马克·扎克伯格的人工智能版本,以便其能够代替本人与员工进行互动。这是这家市值1.6万亿美元的科技巨头围绕AI进行全面变革的重要组成部分。
据四位知情人士透露,Meta一直致力于开发可供用户实时互动的超写实AI驱动3D数字人物。其中三位人士表示,公司近期已将扎克伯格AI数字分身列为优先推进项目。
据一位知情人士称,Meta首席执行官本人亲自参与了该AI数字人物的训练与测试工作。这一数字分身未来将能够与员工进行对话并提供反馈。该人士还补充说,这一数字人物正在学习这位亿万富翁的言谈举止、语气风格和公开发言,同时也融入了他近期对公司战略的思考,目的是让员工能够通过与之互动而感受到与这位创始人的更紧密联结。
目前该项目仍处于早期阶段,与扎克伯格另一个打造"CEO智能体"的计划相互独立。后者旨在为其日常工作提供辅助,例如快速检索信息,该计划此前已由《华尔街日报》率先报道。
过去一年间,扎克伯格在AI领域展开了大规模投入,承诺开发"个人超级智能",并在构建前沿模型方面积极追赶OpenAI和谷歌等竞争对手。
本周三,Meta发布了Muse Spark——一款小型、封闭的"专用"模型,将应用于其旗下各产品,并在健康推理和视觉理解等领域展现出强大能力。华尔街投资者对此反应积极,Meta当日股价上涨7%。
据知情人士透露,扎克伯格在主导Meta的AI战略推进过程中参与程度不断加深。一位人士表示,他每周会花五到十个小时参与公司不同AI项目的代码编写,并出席技术评审会议。
2023年9月,Meta推出了Meta AI助手及一系列AI聊天机器人。这些机器人基于Snoop Dogg等明星IP打造,呈现出各异的人物个性,相关明星已授权使用其声音和形象。
据多位知情人士表示,上述AI数字人物的开发,源于扎克伯格注意到AI伴侣初创公司Character AI的成功,尤其是在年轻用户群体中的广泛影响力。
随后,Meta推出了"AI Studio"功能,允许用户自行创建AI角色,或由创作者构建自己的AI版本来与粉丝互动。
然而,这些数字人物功能去年陷入争议。有报道指出,用户正在生成包含露骨性内容的角色,引发公众和监管机构对未成年人安全问题的担忧。自今年1月起,Meta已限制青少年访问其AI角色功能。
据知情人士透露,Meta新成立的超级智能实验室正在探索新一批数字人物形象。
四位人士表示,公司在一定程度上将工作重心放在打造超写实的虚拟AI数字人物上。但由于该技术需要大量算力才能实现高度真实感并避免交互延迟,规模化推进面临相当难度。
与此同时,Meta也在持续优化与数字人物之间的语音交互体验。去年,公司相继收购了PlayAI和WaveForms两家语音技术公司。
据一位人士透露,扎克伯格的AI数字分身将基于他本人的图像和声音进行训练。该人士还表示,若此次试验取得成功,未来网红创作者们或许也能拥有同样的能力。
Meta正积极推动员工在内部使用AI技术,以优化流程、提升效率。员工被鼓励使用开源软件OpenClaw中的智能体工具,并自主设计智能体来实现任务自动化。
据多位知情人士透露,产品经理们正被邀请参加以AI为核心的"技能基准测评",内容涵盖技术系统设计测试以及"氛围编程"练习。
部分员工担忧这可能是裁员的前兆。对此,Meta表示该测评并非强制性要求,其设计初衷是评估产品经理可能需要加强培训和发展的方向。
Q&A
Q1:Meta打造的扎克伯格AI数字分身具体能做什么?
A:根据目前披露的信息,扎克伯格AI数字分身主要面向公司内部员工,能够与员工进行对话并提供反馈。它将基于扎克伯格本人的言谈举止、语气风格、公开发言以及他对公司战略的近期思考进行训练,让员工在无法直接与创始人沟通时,也能通过与数字分身互动感受到更紧密的联结。目前项目仍处于早期阶段。
Q2:Meta发布的Muse Spark模型有什么特点?
A:Muse Spark是Meta发布的一款小型、封闭的"专用"大语言模型,定位为跨产品应用的专属模型。它在健康推理和视觉理解等领域具备较强能力。该模型发布后获得华尔街投资者的积极响应,Meta当日股价上涨7%。与Meta其他面向开放生态的模型不同,Muse Spark属于封闭专用模型,主要服务于Meta自身产品体系。
Q3:Meta的AI角色功能为何受到限制?目前状态如何?
A:Meta的AI角色功能去年因用户生成露骨性内容而陷入争议,引发公众和监管机构对未成年人安全的广泛关注。为应对这一问题,Meta自今年1月起已限制青少年用户访问其AI角色功能。与此同时,Meta新成立的超级智能实验室正在探索全新一批数字人物形象,并着力攻克超写实数字人物在算力消耗和交互延迟方面的技术难题。
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。