Meta

Meta最近携一系列面向广告主的全新生成式 AI升级版亮相戛纳国际创意节。该公司正在扩展其 Advantage+ 广告创意套件，提供旨在加快内容创作速度且不牺牲品牌一致性的工具。这…

Meta Platforms Inc. 的人工智能研究部门今天发布了一种新的人工智能模型，该模型可以通过类似人类理解世界的方式解释视频信息，提高机器人和人工智能代理对物理世界的训练…

Instagram DM 中推出了一系列与音频消息和群组相关的新功能。通过这种方式，Meta 旗下的社交网络继续加强对用户连接的关注，从而实现其 2025 年的目标。 鼓励互动的更…

多年来，Meta一直致力于通过新功能使其 Ray-Bans 智能眼镜变得更加智能，但在其最新更新中，该公司赋予了其根据用户需求调用 Meta AI 的能力。 用户现在可以通过简单地…

近年来，诸如 CLIP 之类的对比语言-图像模型已成为学习视觉表征的默认选择，尤其是在视觉问答 (VQA) 和文档理解等多模态应用中。这些模型利用大规模图像-文本对，通过语言监督来…

设计通用视觉编码器的挑战 随着人工智能系统日益多模态化，视觉感知模型的作用也愈发复杂。视觉编码器不仅需要识别物体和场景，还需要支持诸如字幕制作、问答、细粒度识别、文档解析以及跨图像…

多年来，人工智能 (AI)取得了令人瞩目的发展，但它始终存在一个根本性的限制，即无法像人类一样处理不同类型的数据。大多数 AI 模型都是单峰的，这意味着它们只专注于一种格式，如文本…

Meta 公司开发了一种新的机器人（或称 “Business AI”），支持中小企业（SMB）提供客户服务。 作为免费试点项目的一部分，该人工智能代理将很快在 Facebook、I…

大型语言模型 (LLM) 预训练的主要方法依赖于下一个标记预测，这种方法已被证明可以有效捕捉语言模式。然而，这种方法也有明显的局限性。语言标记通常传达的是表层信息，需要模型处理大量…

大型语言模型 (LLM) 主要用于基于文本的任务，这限制了它们解释和生成多模态内容（例如图像、视频和音频）的能力。传统上，多模态操作是针对大量标记数据进行训练的任务特定模型，这使得…

数字平台的快速发展使图像安全问题成为关注焦点。从露骨的内容到暴力的描述，有害图像给内容审核带来了巨大挑战。人工智能生成内容（AIGC）的激增加剧了这些挑战，因为先进的图像生成模型可…

虽然多模态模型 (LMM) 在文本和图像任务方面取得了显著进展，但基于视频的模型仍然不够完善。视频本质上很复杂，结合了空间和时间维度，需要更多的计算资源。现有方法通常直接采用基于图…

如今，训练 AI 模型不仅要设计更好的架构，还要有效地管理数据。现代模型需要大量数据集，并且需要将这些数据集快速传送到 GPU 和其他加速器。问题是什么？传统的数据加载系统往往落后…

Meta for Education 计划最初于2024 年春季宣布，目前正逐步向美国和英国的教师、学校和培训机构推广。该计划使学校能够利用 XR 头显（如 Meta Quest …

生成式人工智能系统改变了人类与技术的互动方式，提供了突破性的自然语言处理和内容生成功能。然而，这些系统也存在重大风险，特别是在生成不安全或违反政策的内容时。应对这一挑战需要先进的审…

视频生成已迅速成为人工智能研究的焦点，尤其是在生成时间一致、高保真视频方面。该领域涉及创建保持帧间视觉连贯性并随时间保留细节的视频序列。机器学习模型，尤其是扩散变换器 (DiT)，…

触觉传感在机器人技术中起着至关重要的作用，它能帮助机器有效地了解环境并与之互动。然而，基于视觉的触觉传感器的现状带来了巨大挑战。传感器的形状、光照和表面标记各不相同，因此很难构建通…

Meta 最近发布了 NotebookLlama，这是 Google NotebookLM 的开放版本，它为研究人员和开发人员提供了可访问、可扩展的交互式数据分析和文档解决方案。N…

很难相信，自从 Meta 首次向世界宣布正在开发一款 AR 眼镜以来，已经过去了五年。经过数月的猜测和传言，我们终于可以亲眼目睹这些新眼镜（代号为 Meta Orion）将对 Me…

根据《数字市场法案》（DMA），Meta 对 WhatsApp 和 Messenger 进行了重大更改，以实现与第三方消息服务的互操作性。Meta 正构建新功能，包括将在 2025 年扩展到群组，以及在 2027 年扩展到呼叫。