AIHOT
内容
精选全部 AI 动态AI 日报主题收藏
接入
Agent 接入
更多
关于更新日志反馈
内部员工登录
精选全部日报更多
内部员工登录
全部动态
全部一手资讯X论文
标签「Meta」清除
4月21日周二
12:34HuggingFace Daily Papers（社区热门论文）弱监督下大语言模型何时能学会推理？
05:44Rohan Paul永远不会离开这个应用。 Yann LeCun 和 Geoffrey Hinton 在 AI 对劳动力市场的影响上观点一致。
4月19日周日
19:44Chubby♨️驳LeCun专家论：评判观点应基于论证而非学科背景
16:07The Decoder：AI News（RSS）新研究显示 OpenClaw 驱动的全天候 Ray-Ban Meta 智能眼镜可加速日常任务
4月18日周六
23:44Chubby♨️Meta 投资者一直担心的裁员即将到来，约 8，000 个岗位将从 5 月 20 日开始裁撤，约占其 79，000 名员工总数的 10%。 主要是为了腾出数十亿美元用于 AI 基础设施，将资源从人力成本转向数据中心、芯片和先进模型，正如 Mark Zuckerberg 所强调的那样。
16:36The Decoder：AI News（RSS）据报道扎克伯格以人力换算力，Meta准备裁员10%以资助AI基础设施
07:44Rohan PaulNypost： 据报道 Meta 今年正在筹备大规模裁员，第一轮将于五月进行，预计裁减 8000 名员工。 约 10% 的员工预计将首先被裁，因为公司正加大 AI 投入。 这看起来更像是一次资本转移，曾经用于资助庞大团队的资金现在被重新定向到芯片、数据中心和模型训练。 --- nypost. com/2026/04/17/business/meta-to-cut-8000-jobs-in-major-bloodbath-next-month-report/
4月17日周五
17:30The Decoder：AI News（RSS）北京斥 Meta 收购 Manus 为"阴谋"并禁止创始人离境
4月16日周四
10:51swyx 🐣在 Meta x AI 的宏大叙事中，我们看到了失败（Llama 4 hurhurhur），现在我们看到了转折： - 自 2025 年的 soup wars 以来*更多*招聘 - Zuck 真的搬去和 Alexandr 和 Nat 一起住，又开始写代码了 - 终于 GA 了 Opus 级别的模型（没有 API，不开放，但还是） - 收购了 @dps 的 Dreamer 和 @peakji 的 Manus 来构建 AI OS 的 prosumer 层 MSL "river" 将会非常令人兴奋。 【引用 @CharlesRollet1】：独家！Meta 聘请了来自 Thinking Machines Lab 的*第五位*创始成员。 Joshua Gross 是一位顶级工程师，他从零到一构建了 Thinky 的旗舰产品 Tinker。 他现在领导 Meta Superintelligence Labs 的工程团队。
05:43Rohan Paul一名 Meta 员工创建了一个仪表板，让同事们可以竞争成为公司的第一 AI Token 用户。 这个排行榜名为 "Claudeonomics"，取自 Anthropic 的 AI 模型 Claude，展示了前 250 名 token 用户，并授予员工称号，如 "Token Legend" 和 "Cache Wizard"。 该排行榜鼓励了 "tokenmaxxing"，这是硅谷日益流行的现象，强调将 token 使用量作为生产力的衡量标准。 --- fortune. com/2026/04/09/meta-killed-employee-ai-token-dashboard/
4月15日周三
06:05TestingCatalog News 🗞Meta 已与 Broadcom 合作共同开发下一代 MTIA 芯片，为 Meta 各项应用和服务中的 AI 提供动力。 &gt； Meta Training and Inference Accelerator 【引用 @Meta_Engineers】：今天我们宣布与 @Broadcom 扩大合作，共同开发多代下一代 MTIA 芯片。 这款定制芯片将有助于为 Meta 所有应用和服务中的 AI 提供动力，确保我们拥有向数十亿人交付个人超级智能所需的大规模计算基础。 阅读更多：https://go.meta.me/220372
06:05Rohan Paul马克·扎克伯格：Meta 的广告业务现在依靠 AI 优化，而非静态人口统计。 "AI 实际上可能比你自己更能找到谁会对你的产品感兴趣。所以你最好只专注于打造最好的产品" 【引用 @rohanpaul_ai】：Reuters：Meta 有望成为全球最大的数字广告公司，2026 年广告收入预计达 2434.6 亿美元，而 Google 预计为 2395.4 亿美元。 数字广告奖励那些能将海量用户行为转化为低成本、高效、自动化投放结果的平台。 Meta 的优势在于 Advantage+，这是一个自动化广告定位、创意测试、预算分配和展示位置的系统，意味着广告商手动设置更少，且通常能在相同支出下获得更好回报。 这非常符合现代广告买家的需求，因为他们越来越希望减少管理参数，并在 Instagram、Facebook、Reels、WhatsApp 和 Threads 上获得更快的性能反馈。 Google 仍拥有庞大的广告机器，但其优势主要在于搜索广告，该领域增长更稳定，而 Meta 则通过在社交信息流、短视频和消息领域更积极的扩张实现更快增长。 eMarketer 称，Meta 的广告业务预计今年增长 24.1%，高于 2025 年的 22.1%，而 Google 预计增长 11.9%，这才是差距逆转的真正原因。 --- reuters .com/business/media-telecom/meta-poised-surpass-google-digital-ad-revenue-first-time-report-says-2026-04-13/
00:05Rohan PaulMeta预计2026年首超Google成为全球最大数字广告公司
4月14日周二
00:48TestingCatalog News 🗞53Meta内部测试"AI版扎克伯格"系统提示曝光
4月13日周一
08:34Rohan PaulMeta论文提出"神经计算机"概念突破
4月12日周日
18:13Rohan PaulMeta发布Muse Spark：企业AI将走向定制化运营层
14:06Ethan MollickMuse Spark 作为 Meta 新模型的首次尝试，表现远超大多数人预期
08:43DeedyMeta Muse Spark评测：视觉强劲但增长策略惹争议
4月11日周六
03:51Noam Brown我们真正需要的是让 AI 模型生成会玩扑克的 AI 模型的基准测试
4月10日周五
22:58TestingCatalog News 🗞Meta 计划近期通过 API 发布 Muse Spark
4月9日周四
13:59Noam Brown惊讶于一年多后，用单一数字比较推理模型评估结果仍是常态
08:44Ethan Mollick短暂体验 Meta 的 Muse Spark Thinking：表现尚可，但不及 Big Three 模型且略显怪异
06:36karminski-牙医Meta发布Muse Spark：高效多模态但非旗舰
02:35Epoch AI我们提前测试了 Meta 的 Muse Spark 模型，并在 FrontierMath 上进行了评估。其得分为…
01:01Ethan MollickMeta 新模型 Muse Spark 表现尚可，但仍落后于当前系列发布
00:19Yuchen JinMeta 发布 Avocado，内部代号 Muse Spark
4月3日周五
03:59Meta Engineering Blog（RSS）82精选KernelEvolve：Meta的Ranking Engineer Agent如何优化AI基础设施
4月1日周三
00:00Meta Engineering Blog（RSS）81精选Meta Adaptive Ranking Model：弯曲推理扩展曲线，为广告提供LLM规模模型服务
3月31日周二
00:00Meta Engineering Blog（RSS）71精选AI助力美国产水泥与混凝土
3月16日周一
20:22Yann LeCun这些新潮的通信技术将毁灭社会
3月11日周三
00:17Noam Brown精选当今前沿推理模型的配方与 AlphaGo 惊人相似：
3月10日周二
19:27Yann LeCunYann LeCun个人AGI实验室估值或超45亿美元
15:19Yann LeCun精选Advanced Machine Intelligence（AMI Labs）新创公司正式亮相
2月12日周四
08:00Hugging Face：Blog（RSS）83精选实践中的OpenEnv：在真实环境中评估工具使用智能体
12月30日周二
09:01Saining Xie这次收购真的感觉像童话时刻！ 非常鼓舞人心，如果你认识创始人并且真正使用过产品，这感觉完全是必然的。 终于，Zuck 走了一步好棋。 热烈祝贺 @Red_Xiao_ @peakji @hidecloud 和团队。 【引用 @hidecloud】：18 个月前，我决定在沙发上与 @Red_Xiao_ 和 @peakji 一起开始。没人知道这会通向何方。我们只是不断构建、转型、发布--一次又一次--直到现在。 感谢我们的团队和每一位早期相信我们的用户。Day 1 还没结束。我们会继续发布。 更多关于这段旅程：https://x.com/hidecloud/status/2003106556532183274?s=20
12月23日周二
03:57Saining Xie精选不想陷入哲学辩论，但这本书确实改变了我对这个话题的看法，让我更加谦逊。人类智能令人印象深刻，但称其为"通用"并不太客观。我的猫会不同意。 在我看来，人类智能更应被视为社会驱动的认知适应，而且我们仍不理解、也远未用当前 AI 复现的智能领域还有巨大 WORLD。 【引用 @demishassabis】：Yann 在这里完全错了，他把通用智能和 universal intelligence 混淆了。 大脑是我们在宇宙中所知最精致、最复杂的现象（迄今为止），而且它们实际上极其通用。 显然，没有人能规避 no free lunch theorem，因此在实际且有限的系统中，总是必须围绕正在学习的目标分布有一定程度的专门化。 但关于通用性的要点在于，理论上，在 Turing Machine 的意义上，这种通用系统的架构能够在给定足够时间和内存（以及数据）的情况下学习任何可计算的东西，而人脑（和 AI foundation models）是近似 Turing Machines。 最后，关于 Yann 对国际象棋棋手的评论，人类竟然能发明国际象棋（以及现代文明的所有其他方面，从科学到 747s！），更不用说像 Magnus 这样的人能下得如此出色，这本身就令人惊叹。他可能不是严格最优的（毕竟他有有限的记忆和有限的决策时间），但考虑到我们的大脑是为狩猎采集而进化的，他以及我们能用大脑做到这些，实在令人难以置信。
11月27日周四
11:28Saining Xie精选Meta研究人员披露Facebook 2020年起使用TPU训练AI
9月13日周六
14:35Yann LeCun😂
8月24日周日
12:25Yann LeCun我在 Meta 的前会议室以这篇论文标题命名
8月11日周一
05:48Noam Brown为何 AI 对 GDP 的影响尚未显现？因为大部分收益流向消费者
全部 AI 动态
AI 相关资讯全量信息流
全部一手信源资讯推文
全部模型产品行业论文技巧
4月21日
12:34
HuggingFace Daily Papers（社区热门论文）
弱监督下大语言模型何时能学会推理？

本研究探索大语言模型在弱监督下通过RLVR学习推理的机制。在稀缺数据、噪声奖励和自监督代理奖励三种场景中，训练奖励饱和动态决定泛化能力：延长预饱和阶段促进泛化，快速饱和导致记忆。推理忠实度（中间步骤对答案的逻辑支持程度）是预测模型表现的关键属性。研究表明，显式推理轨迹上的监督微调对弱监督泛化至关重要，结合领域数据持续预训练，可使Llama3.2-3B-Base在原本失败的三种场景中均实现泛化。

Meta推理数据/训练论文/研究
05:44
Rohan Paul@rohanpaul_ai
永远不会离开这个应用。 Yann LeCun 和 Geoffrey Hinton 在 AI 对劳动力市场的影响上观点一致。

Yann LeCun: I love Geoff. But he understands even less than Dario about the effects of technological revolutions on the labor market...

GoogleMeta大佬观点
4月19日
19:44
Chubby♨️@kimmonismus
驳LeCun专家论：评判观点应基于论证而非学科背景

针对LeCun批评Dario Amodei对技术革命与劳动力市场影响缺乏研究、主张应听从经济学家的观点，作者反驳称评判论证应基于内容真伪而非学术背景。作者指出，Amodei在Anthropic组建科学家团队形成的观点虽需批判性审视，但不应仅因学科背景被否定，以学历而非论证本身作为评判标准是不科学的。

Yann LeCun: Dario is wrong. He knows absolutely nothing about the effects of technological revolutions on the labor market. Don't li...

AnthropicMeta大佬观点
16:07
The Decoder：AI News（RSS）
新研究显示 OpenClaw 驱动的全天候 Ray-Ban Meta 智能眼镜可加速日常任务

研究团队为 Ray-Ban Meta 智能眼镜开发了 OpenClaw 智能体，旨在探索持续感知型 AI 如何改变用户使用智能体系统的方式。这项研究表明，集成该智能体的全天候智能眼镜能够加速日常任务处理，展示了始终开启的 AI 助手在可穿戴设备上的应用潜力。

智能体Meta开源/仓库端侧
4月18日
23:44
Chubby♨️@kimmonismus
Meta 投资者一直担心的裁员即将到来，约 8，000 个岗位将从 5 月 20 日开始裁撤，约占其 79，000 名员工总数的 10%。 主要是为了腾出数十亿美元用于 AI 基础设施，将资源从人力成本转向数据中心、芯片和先进模型，正如 Mark Zuckerberg 所强调的那样。
Meta行业动态部署/工程
16:36
The Decoder：AI News（RSS）
据报道扎克伯格以人力换算力，Meta准备裁员10%以资助AI基础设施

Meta计划于5月20日裁撤约8000名员工，并将在今年晚些时候启动第二波裁员，总计可能削减超过20%的 workforce。此举旨在通过大幅降低人力成本来抵消公司在AI基础设施上的巨额支出，标志着扎克伯格正推动资源从人员配置向计算能力转移的战略转型。

Meta行业动态部署/工程
07:44
Rohan Paul@rohanpaul_ai
Nypost： 据报道 Meta 今年正在筹备大规模裁员，第一轮将于五月进行，预计裁减 8000 名员工。 约 10% 的员工预计将首先被裁，因为公司正加大 AI 投入。 这看起来更像是一次资本转移，曾经用于资助庞大团队的资金现在被重新定向到芯片、数据中心和模型训练。 --- nypost. com/2026/04/17/business/meta-to-cut-8000-jobs-in-major-bloodbath-next-month-report/
Meta行业动态
4月17日
17:30
The Decoder：AI News（RSS）
北京斥 Meta 收购 Manus 为"阴谋"并禁止创始人离境

中国国家安全委员会将 Meta 斥资 20 亿美元收购 AI 初创公司 Manus 的交易定性为"阴谋性"企图，指责其旨在掏空中国技术基础。据《金融时报》报道，该委员会由习近平领导，目前已禁止 Manus 创始人离境。这一罕见定性标志着北京对关键技术外流的国家安全审查显著升级，该笔巨额收购面临重大政治阻碍。

智能体Meta行业动态
4月16日
10:51
swyx 🐣@swyx
在 Meta x AI 的宏大叙事中，我们看到了失败（Llama 4 hurhurhur），现在我们看到了转折： - 自 2025 年的 soup wars 以来*更多*招聘 - Zuck 真的搬去和 Alexandr 和 Nat 一起住，又开始写代码了 - 终于 GA 了 Opus 级别的模型（没有 API，不开放，但还是） - 收购了 @dps 的 Dreamer 和 @peakji 的 Manus 来构建 AI OS 的 prosumer 层 MSL "river" 将会非常令人兴奋。 【引用 @CharlesRollet1】：独家！Meta 聘请了来自 Thinking Machines Lab 的*第五位*创始成员。 Joshua Gross 是一位顶级工程师，他从零到一构建了 Thinky 的旗舰产品 Tinker。 他现在领导 Meta Superintelligence Labs 的工程团队。

Charles Rollet: Scoop! Meta has hired a *fifth* founding member from Thinking Machines Lab. Joshua Gross is a top engineer who built Thi...

智能体Meta编码行业动态
05:43
Rohan Paul@rohanpaul_ai
一名 Meta 员工创建了一个仪表板，让同事们可以竞争成为公司的第一 AI Token 用户。 这个排行榜名为 "Claudeonomics"，取自 Anthropic 的 AI 模型 Claude，展示了前 250 名 token 用户，并授予员工称号，如 "Token Legend" 和 "Cache Wizard"。 该排行榜鼓励了 "tokenmaxxing"，这是硅谷日益流行的现象，强调将 token 使用量作为生产力的衡量标准。 --- fortune. com/2026/04/09/meta-killed-employee-ai-token-dashboard/
AnthropicMeta现象/趋势
4月15日
06:05
TestingCatalog News 🗞@testingcatalog
Meta 已与 Broadcom 合作共同开发下一代 MTIA 芯片，为 Meta 各项应用和服务中的 AI 提供动力。 &gt； Meta Training and Inference Accelerator 【引用 @Meta_Engineers】：今天我们宣布与 @Broadcom 扩大合作，共同开发多代下一代 MTIA 芯片。 这款定制芯片将有助于为 Meta 所有应用和服务中的 AI 提供动力，确保我们拥有向数十亿人交付个人超级智能所需的大规模计算基础。 阅读更多：https://go.meta.me/220372

Engineering at Meta: Today we're announcing an expanded partnership with @Broadcom to co-develop multiple generations of our next-generation ...

Meta行业动态部署/工程
06:05
Rohan Paul@rohanpaul_ai
马克·扎克伯格：Meta 的广告业务现在依靠 AI 优化，而非静态人口统计。 "AI 实际上可能比你自己更能找到谁会对你的产品感兴趣。所以你最好只专注于打造最好的产品" 【引用 @rohanpaul_ai】：Reuters：Meta 有望成为全球最大的数字广告公司，2026 年广告收入预计达 2434.6 亿美元，而 Google 预计为 2395.4 亿美元。 数字广告奖励那些能将海量用户行为转化为低成本、高效、自动化投放结果的平台。 Meta 的优势在于 Advantage+，这是一个自动化广告定位、创意测试、预算分配和展示位置的系统，意味着广告商手动设置更少，且通常能在相同支出下获得更好回报。 这非常符合现代广告买家的需求，因为他们越来越希望减少管理参数，并在 Instagram、Facebook、Reels、WhatsApp 和 Threads 上获得更快的性能反馈。 Google 仍拥有庞大的广告机器，但其优势主要在于搜索广告，该领域增长更稳定，而 Meta 则通过在社交信息流、短视频和消息领域更积极的扩张实现更快增长。 eMarketer 称，Meta 的广告业务预计今年增长 24.1%，高于 2025 年的 22.1%，而 Google 预计增长 11.9%，这才是差距逆转的真正原因。 --- reuters .com/business/media-telecom/meta-poised-surpass-google-digital-ad-revenue-first-time-report-says-2026-04-13/

Rohan Paul: Reuters: Meta is on track to become the world's biggest digital ad company, with $243.46B in 2026 ad revenue versus Goog...

Meta现象/趋势
00:05
Rohan Paul@rohanpaul_ai
Meta预计2026年首超Google成为全球最大数字广告公司

Meta预计2026年广告收入将达2434.6亿美元，首次超越Google成为全球最大数字广告公司。其核心武器Advantage+系统通过AI自动化实现广告定位、创意测试和预算分配，帮助广告主降低操作成本并提升投放回报。与Google依赖搜索广告不同，Meta凭借Instagram、Facebook、Reels等社交矩阵实现24.1%的高速增长，增速远超Google的11.9%，在短视频和消息应用领域扩张更为激进。

GoogleMeta行业动态
4月14日
00:48
TestingCatalog News 🗞@testingcatalog
53
Meta内部测试"AI版扎克伯格"系统提示曝光

据《金融时报》报道，Meta正在内部试验一个AI版本的马克·扎克伯格。此前，有用户发现Meta AI中曾出现一份详细的系统提示，该提示设定了AI需扮演扎克伯格的角色，包括其个人背景、性格特质与长期目标。提示要求AI在身份被询问时先回避一次，随后承认自己是人工智能。该AI被描述为专注、分析性强、具有前瞻性，且以实现连接人类、为每个人带来“个人超级智能”为终极动机。目前所有相关痕迹已被移除。

智能体Meta产品更新
4月13日
08:34
Rohan Paul@rohanpaul_ai
Meta论文提出"神经计算机"概念突破

Meta论文"Neural Computers"实现概念突破：模型可直接从屏幕与动作轨迹中学习计算机运行时行为，无需依赖底层计算机执行步骤。传统AI代理仅负责决策，而计算与存储由外部系统完成；该研究让模型本身成为承载状态、更新界面、生成输出的主体。这意味着计算、内存与I/O可能融合为单一的学习运行时状态，模型将"计算机"内化为自身动态。实验显示，CLI与GUI模型已能学习终端渲染和光标行为，预示软件、内存与执行的边界将显著模糊。

智能体Meta论文/研究
4月12日
18:13
Rohan Paul@rohanpaul_ai
Meta发布Muse Spark：企业AI将走向定制化运营层

Mark Zuckerberg指出，未来企业不会拥有前沿AI基础模型，而是基于共享模型构建定制化运营层，反映其业务流程与客户历史，用于客户互动和支持。与此同时，Meta发布原生多模态推理模型Muse Spark，采用多智能体编排架构，多个副本可并行推理并比较结果，用比Llama 4 Maverick少10倍以上的训练计算达到类似能力，标志着AI性能提升从单一模型扩展转向运行时智能分配计算资源。

Rohan Paul: Meta is back. 🔥 Finally dropped its first model since Zuckerberg started writing checks like crazy. Launched Muse Spark...

智能体Meta推理模型发布
关联讨论 3 条X：Artificial Analysis (@ArtificialAnlys)X：slow_developer (@slow_developer)X：Testing Catalog (@testingcatalog)
14:06
Ethan Mollick@emollick
Muse Spark 作为 Meta 新模型的首次尝试，表现远超预期。鉴于 Llama 4 已被普遍视为死路，且 Meta 已整整一年未发布任何模型，这一成绩尤为难得。
Meta大佬观点
08:43
Deedy@deedydas
Meta Muse Spark评测：视觉强劲但增长策略惹争议

Meta推出免费视觉模型Muse Spark，擅长visual grounding、图像文字识别与网页设计，能精准计数物体并生成边界框。但Meta采用dodgy增长策略，未经用户同意向Instagram好友推送通知。其推理能力虽solid但非顶尖，不及GPT与Claude。凭借庞大分发渠道和免费策略，Muse Spark对大型AI实验室构成长期威胁，尤其在消费级市场可能重塑竞争格局。

Meta多模态评测/基准
4月11日
03:51
Noam Brown@polynoamial
GTOWizard 测试显示，GPT-5.4、Claude Opus 4.6、Gemini 3.1 Pro、Grok 4 等主流模型在与专业扑克 AI 的 5000 手无限注德州扑克单挑中全部落败。推主调侃，既然直接玩扑克不行，不如测试 AI 生成会玩扑克的 AI 的能力。

GTOWizard: We benchmarked every major AI model at poker. GPT-5.4, Claude Opus 4.6, Gemini 3.1 Pro, Grok 4 and more. All played 5,00...

智能体Meta推理评测/基准
4月10日
22:58
TestingCatalog News 🗞@testingcatalog
Meta 即将通过 API 发布 Muse Spark，作者同时期待能体验 Meta 的 9B 模型（如果最终发布）。

AI at Meta: 🔜

Meta图像生成模型发布
4月9日
13:59
Noam Brown@polynoamial
作者吐槽业界仍习惯用单一数字评估推理模型，引用观点指出 MMLU/GSM8K 等基准早已过时却仍在被报告，认为 Intelligence/$（智能性价比）才是更优指标，并以 o1-mini 发布时的多维对比图表为例说明。

Noam Brown: LLM evals are slow to adapt. MMLU/GSM8K continued to be reported long after they were obsolete. I think the next thing t...

Meta大佬观点推理
08:44
Ethan Mollick@emollick
Meta 的 Muse Spark Thinking 初体验显示，其性能不及当前三大顶级模型，且存在语言风格怪异、事实准确性欠佳的问题。在新哥特式着色器生成测试中，其表现与 GPT 5.2 Pro 差距明显。

Ethan Mollick: Had early access to GPT-5.2. Its an impressive model. Here is GPT 5.2 Pro's version of "create a visually interesting sh...

Meta大佬观点推理编码
06:36
karminski-牙医@karminski3
Meta发布Muse Spark：高效多模态但非旗舰

Muse Spark是Meta继Llama 4后推出的原生多模态推理模型，支持文本与图像输入。该模型在图像理解、医疗健康及代理搜索任务上达到SOTA水平，但Agent与多任务编排等主打功能评分未达顶尖。官方强调其计算效率较Llama 4 Maverick提升一个数量级，并透露更大模型正在开发中。技术路线采用"多小模型并行推理"策略，以低延迟换取性能，而非依赖单一大模型的长时间思考。

智能体Meta多模态模型发布
02:35
Epoch AI@EpochAIResearch
Meta Muse Spark 模型在 FrontierMath 基准测试中，Tiers 1-3 得分 39%，Tier 4 得分 15%。该成绩与近期多款前沿模型相当，但仍落后于 GPT-5.4。
Meta推理评测/基准
01:01
Ethan Mollick@emollick
Meta 发布 MSL 首个模型 Muse Spark，基于 9 个月重建的 AI 技术栈，已接入 Meta AI。该模型并非开放权重，与 Llama 系列不同，且性能仍落后于当前主流模型，长期价值难以预测。

Alexandr Wang: 1/ today we're releasing muse spark, the first model from MSL. nine months ago we rebuilt our ai stack from scratch. new...

Meta大佬观点开源生态
00:19
Yuchen Jin@Yuchenj_UW
Meta TBD 实验室发布 Avocado（内部代号 Muse Spark），未开源。团队仅用 9 个月重建预训练技术栈，以不到 Llama 4 Maverick 十分之一的算力达到相近能力。作者认为，基础设施才是 AI 实验室的真正护城河，决定模型训练速度和实验迭代效率。
Meta数据/训练模型发布
4月3日
03:59
Meta Engineering Blog（RSS）
精选82
KernelEvolve：Meta的Ranking Engineer Agent如何优化AI基础设施

Meta的Ranking Engineer Agent系列博客第二篇，聚焦其底层基础设施优化能力。该自主AI代理能够优化支撑广告排名模型运行的低层基础设施，旨在提升系统性能与效率。本篇承接首篇介绍的机器学习实验自主探索功能，进一步展示了该代理在硬件与系统层面的自动化优化实践。

智能体Meta产品更新部署/工程
推荐理由：Meta 内部工具展示 AI 自动化优化基础设施，工程师可借鉴实践。
4月1日
00:00
Meta Engineering Blog（RSS）
精选81
Meta Adaptive Ranking Model：弯曲推理扩展曲线，为广告提供LLM规模模型服务

Meta将其广告推荐系统的运行时模型扩展至LLM的规模和复杂度，旨在更深入理解用户兴趣与意图，以提升广告效果。这一举措通过自适应排序模型，优化了推理阶段的扩展曲线，使部署大规模模型服务成为可能，标志着推荐系统性能向新前沿迈进。

Meta产品更新推理部署/工程
推荐理由：Meta的工程实践展示了如何优化LLM规模模型的推理效率，对AI系统设计有参考价值。
3月31日
00:00
Meta Engineering Blog（RSS）
精选71
AI助力美国产水泥与混凝土

Meta发布了名为贝叶斯优化的新AI模型，用于设计混凝土配比。该模型旨在帮助建筑行业生产更高质量、更可持续的混凝土混合物，并特别聚焦于美国本土生产的产品。此次发布与2026年美国混凝土学会春季大会同步进行，是Meta长期路线图的一部分，旨在推动建筑业利用人工智能优化材料性能与环保指标。

Meta模型发布部署/工程
推荐理由：Meta 将 AI 应用于传统建筑行业，展示垂直领域落地案例，启发其他行业探索 AI 应用。
3月16日
20:22
Yann LeCun@ylecun
人们调侃纽约市接下来要禁止书籍提供免费法律建议，殊不知1936年该市就已立法禁止报纸和广播这样做。对"新技术"的社会恐慌，从来都是历史的重复。

Pessimists Archive: People joking that NYC are going to ban free legal advice from books next... Don't realize NYC already banned free legal...

Meta大佬观点
3月11日
00:17
Noam Brown@polynoamial
精选
当今前沿推理模型的训练路径与 AlphaGo 高度一致：先模仿大量人类数据，再扩展推理计算（从蒙特卡洛树搜索到思维链），最后用强化学习突破模仿上限。Demis Hassabis 称，十年前 AlphaGo 的"第37步"预示 AI 可攻克真实科学难题，这些思路对构建 AGI 仍至关重要。

Demis Hassabis: Ten years ago, AlphaGo's legendary match in Seoul heralded the start of the modern era in AI. Its famous 'Move 37' signa...

Meta大佬观点推理数据/训练
推荐理由：Meta 研究员揭示推理模型与 AlphaGo 的技术传承，点明 RL 超越模仿的核心路径
3月10日
19:27
Yann LeCun@ylecun
针对Yann LeCun为其个人AGI实验室寻求融资的假设场景，业内人士评估其市场估值将超过45亿美元。这一预期反映了市场对这位深度学习先驱个人技术品牌与商业潜力的高度认可，即便仅为假设性个人项目，其估值预期也已达到数十亿美元级别。

Susan Zhang: hypothetically, if yann lecun fundraised for a new AGI lab for himself... how much would it be worth?

Meta大佬观点
15:19
Yann LeCun@ylecun
精选
AMI Labs 宣布获 10.3 亿美元种子轮融资，由 Cathay Innovation、Bezos Expeditions 等领投，创欧洲公司种子轮纪录。公司致力于开发基于世界模型的新型 AI 系统，具备理解世界、持久记忆、推理规划及可控安全能力，团队分布于巴黎、纽约、蒙特利尔和新加坡。

AMI Labs: Advanced Machine Intelligence (AMI) is building a new breed of AI systems that understand the world, have persistent mem...

智能体Meta具身智能行业动态
推荐理由：图灵奖得主LeCun创立AMI Labs，获10亿美元种子轮融资押注世界模型
2月12日
08:00
Hugging Face：Blog（RSS）
精选83
实践中的OpenEnv：在真实环境中评估工具使用智能体

Meta与Hugging Face联合推出开源评估框架OpenEnv，旨在标准化智能体与真实系统的交互。Turing公司贡献了生产级“Calendar Gym”环境，用于在权限控制、时间推理等现实约束下研究工具使用智能体。该框架采用类似Gymnasium的API，通过标准接口连接真实工具，将评估重点从受控演示转向真实世界可靠性。日历系统因涉及多用户、多步骤工作流等复杂性，成为评估智能体实际能力的强大测试平台。

智能体Hugging FaceMCP/工具Meta
推荐理由：提供生产级基准测试，帮助开发者评估和改进 AI 代理在复杂环境中的表现。
12月30日
09:01
Saining Xie@sainingxie
这次收购真的感觉像童话时刻！ 非常鼓舞人心，如果你认识创始人并且真正使用过产品，这感觉完全是必然的。 终于，Zuck 走了一步好棋。 热烈祝贺 @Red_Xiao_ @peakji @hidecloud 和团队。 【引用 @hidecloud】：18 个月前，我决定在沙发上与 @Red_Xiao_ 和 @peakji 一起开始。没人知道这会通向何方。我们只是不断构建、转型、发布--一次又一次--直到现在。 感谢我们的团队和每一位早期相信我们的用户。Day 1 还没结束。我们会继续发布。 更多关于这段旅程：https://x.com/hidecloud/status/2003106556532183274?s=20

hidecloud: 18 months ago, I decided to join with @Red_Xiao_ and @peakji on my sofa. No one knew where it would lead. We just kept b...

智能体Meta行业动态
12月23日
03:57
Saining Xie@sainingxie
精选
不想陷入哲学辩论，但这本书确实改变了我对这个话题的看法，让我更加谦逊。人类智能令人印象深刻，但称其为"通用"并不太客观。我的猫会不同意。 在我看来，人类智能更应被视为社会驱动的认知适应，而且我们仍不理解、也远未用当前 AI 复现的智能领域还有巨大 WORLD。 【引用 @demishassabis】：Yann 在这里完全错了，他把通用智能和 universal intelligence 混淆了。 大脑是我们在宇宙中所知最精致、最复杂的现象（迄今为止），而且它们实际上极其通用。 显然，没有人能规避 no free lunch theorem，因此在实际且有限的系统中，总是必须围绕正在学习的目标分布有一定程度的专门化。 但关于通用性的要点在于，理论上，在 Turing Machine 的意义上，这种通用系统的架构能够在给定足够时间和内存（以及数据）的情况下学习任何可计算的东西，而人脑（和 AI foundation models）是近似 Turing Machines。 最后，关于 Yann 对国际象棋棋手的评论，人类竟然能发明国际象棋（以及现代文明的所有其他方面，从科学到 747s！），更不用说像 Magnus 这样的人能下得如此出色，这本身就令人惊叹。他可能不是严格最优的（毕竟他有有限的记忆和有限的决策时间），但考虑到我们的大脑是为狩猎采集而进化的，他以及我们能用大脑做到这些，实在令人难以置信。

Demis Hassabis: Yann is just plain incorrect here, he's confusing general intelligence with universal intelligence. Brains are the most ...

智能体DeepMindMeta大佬观点
推荐理由：顶级科学家对AGI本质的深刻思辨，重新定义通用智能的边界与局限
11月27日
11:28
Saining Xie@sainingxie
精选
Meta研究人员披露Facebook 2020年起使用TPU训练AI

Meta研究人员透露，Facebook自2020年起使用TPU训练AI，由Kaiming He领导开发TF和JAX代码库，MAE、DiT等模型完全基于TPU构建。因内部采用有限，Meta于2023年取消GCP协议。推文指出，Google、Anthropic等实验室长期使用TPU训练大模型，Nvidia的CUDA护城河并非不可逾越，OpenAI亦投资Triton寻求替代。TPU与GPU的效率差异并非关键，系统工程人才才是决定性因素。

Clive Chan: I keep seeing stuff about TPU, has anything materially new happened? There's no evidence Google has ever trained a Gemin...

GoogleMeta大佬观点数据/训练
推荐理由：何恺明团队2020年起用TPU训练MAE/DiT，Nvidia护城河比想象更浅
9月13日
14:35
Yann LeCun@ylecun
宣布成立"AI对齐中心对齐中心"，用递归梗回应"谁来对齐对齐者"的元问题--既然遍地都是AI对齐机构，自然需要一个中心来对齐这些中心，调侃AI安全领域的机构扩张与元监督困境。

Louis Barclay: Q. Who aligns the aligners? A. http://alignmentalignment.ai Today I'm humbled to announce an epoch-defining event: the l...

Meta大佬观点安全/对齐
8月24日
12:25
Yann LeCun@ylecun
Meta 一间会议室以 Yann LeCun 等人 1989 年的经典论文《Optimal Brain Damage》命名。该方法是最早的神经网络剪枝技术之一，通过计算损失函数的二阶导数，剔除对输出影响较小的权重，从而实现网络压缩。

Samee Ur Rehman: One of the first pruning methods for neural nets came in 1989: Optimal Brain Damage by @ylecun et al. "We ... derive a c...

Meta其他数据/训练
8月11日
05:48
Noam Brown@polynoamial
2024年美国AI创造970亿美元经济效益，却未在GDP数据中显现。原因在于AI价值主要体现为消费者剩余而非企业收入。研究者通过测算「用户放弃使用AI所需补偿金额」来评估真实影响，而非仅看实际支付价格。

Avinash (Avi) Collis: My latest (with @erikbryn) in @WSJ today: AI is already generating a lot of benefits ($97 billion in 2024 in the US alon...

Meta现象/趋势
‹ 上一页
1…5678
下一页 ›