Meta 首席 AI 科学家 LeCun:大模型永远无法达到人类智能
Meta 首席 AI 科学家 Yann LeCun 直言大语言模型绝不可能达到人类级智能。他指出 LLM 欠缺推理、规划、持久记忆和物理世界理解四大核心能力,纯靠文本训练如同走入死胡同,并提出应转向依靠传感器和视频建立「世界模型」的路线。
Meta 首席 AI 科学家 Yann LeCun 直言大语言模型绝不可能达到人类级智能。他指出 LLM 欠缺推理、规划、持久记忆和物理世界理解四大核心能力,纯靠文本训练如同走入死胡同,并提出应转向依靠传感器和视频建立「世界模型」的路线。
Meta 公布了新一代自研 AI 推理芯片 MTIA。新芯片采用台积电 5nm 制程,算力与内存带宽比第一代提升超一倍,在关键推荐模型上的性能提升了 3 倍。这意味着 Meta 正在加速摆脱对商用 GPU 的单一依赖,目前该芯片已在数据中心正式上线服役。
Meta 确认将在下个月内开始推出下一代开源大语言模型 Llama 3,年内会陆续推出不同能力和规格的版本。Llama 3 将接入 Meta 旗下多款产品,重点解决此前回答受限的问题,并有望将最大参数规模从 Llama 2 的 700 亿提升至约 1400 亿。
据《纽约时报》报道,OpenAI 为缓解训练数据匮乏,曾利用 Whisper 转录超过 100 万小时的 YouTube 视频用于训练 GPT-4。内部明知存在法律争议,仍认定为合理使用。Google 与 Meta 也被曝面临数据耗尽危机,正处于版权灰色地带。
据报道,Meta 为争夺顶尖 AI 人才采取极端策略。CEO 扎克伯格亲自给 Google DeepMind 研究员发邮件挖角,部分候选人甚至能跳过面试直接拿 offer,公司还取消了不给提离职员工加薪的惯例。这显示出巨头对 AI 核心人才的争夺已白热化。
周三,Meta CEO 扎克伯格在首尔与 LG 电子高管会面,商讨新一代扩展现实设备研发及端侧 AI 合作。面对苹果 Vision Pro 带来的竞争压力,Meta 正加速拉拢硬件盟友,将大模型技术塞入终端设备。扎克伯格此行还计划会见三星电子高层与韩国总统。
Meta 推出非生成式视频模型 V-JEPA。它不在像素层面抠细节,而是在抽象特征空间预测被遮挡的视频内容,训练和样本效率比传统做法高出 1.5 到 6 倍。预训练完成后无需微调全部参数,只加一层轻量网络就能适配动作分类等多种任务。
一份创作者指南梳理了防止作品被 AI 训练的方法。创作者除向 OpenAI、Meta 等申请排除后续训练外,还可借助 Glaze 与 Nightshade 进行像素伪装或投毒。由于官方退出流程繁琐且不追溯旧数据,技术加噪成了画师主动维权的实用屏障。
Ray-Ban Meta 智能眼镜迎来 Version 2.0 软件更新,重点优化了相机降噪、曝光与低光成像,并在镜腿触控板加入了全局音量控制。不过备受期待的多模态 AI 视觉识别功能依然缺席,普通用户依然无法体验让眼镜辨识物体或翻译文字的能力。
Meta 宣布将在 Facebook、Instagram 和 Threads 上标出 AI 生成图像。除了自家的 Meta AI,还将通过 C2PA 和 IPTC 标准识别 OpenAI、Google、Midjourney 等外部工具制作的图片。对 AI 视频和音频,Meta 要求用户主动申报,违者或受惩罚。
Meta 发布代码生成模型 Code Llama 70B,包含基础版、指令微调版及 Python 专版。该模型基于 5000 亿 token 代码训练,支持 10 万 token 上下文窗口,沿用先前的开源许可协议,允许学术和商业免费微调与使用。
Meta 扎克伯格宣布正在训练下一代大模型 Llama 3,重点补齐代码生成、推理与规划能力。为了打造通用人工智能(AGI),Meta 预计在年底前囤积超 34 万张英伟达 H100 芯片,总算力折合近 60 万张 H100,并调整架构让前沿科研更直接对接数十亿产品用户。
周三,Instagram 面向美国用户推出生成式 AI 背景编辑工具。用户在快拍中点击背景编辑图标,输入提示词或选择「被恐龙追」等预设即可更换图片背景。发布后还会附带「Try it」贴纸吸引好友一键跟风,目前该功能仅限美区可用。
Meta 开始向第二代 Ray-Ban 智能眼镜推送多模态 AI 测试版,用户只要说「Hey, Meta, look」,眼镜就会拍照并通过生成式 AI 解读眼前的物体。最值得关注的是,眼镜把视觉与语音问答结合到了日常佩戴体验中。不过目前处于早期测试阶段,每次识别都需要拍照且偶有幻觉。
Meta 开放音频生成基础研究模型 Audiobox 的试用 Demo。该模型支持零样本语音合成(Zero shot TTS)、文本生成音效以及音频修复填充(Infilling)等能力,现在即可直接在线体验。
Meta 宣布启动 Purple Llama 项目,为开源生成式 AI 提供安全评测与防护工具。首批上线内容包括业内首套大模型网络安全评估基准,以及负责检测与过滤风险内容的 Llama Guard 基础模型,均开放商用与研究授权。
Meta 推出独立的网页端 AI 图像生成工具 Imagine with Meta。它基于底层 Emu 模型,美国用户可免费通过自然语言一次生成 4 张高分辨率图像。最值得关注的是,Meta 还承诺在未来几周加入抗裁剪、抗压缩的不可见 AI 水印,以提升透明度与溯源能力。
Meta 宣布升级旗下多项 AI 体验。Ray-Ban Meta 智能眼镜正式向美区早期用户测试多模态识别与 Bing 实时检索,能看懂镜头前的物体;同时独立生图工具 imagine.meta.com 上线网页版。社交端还加入了群聊生图接龙和 Reels 视频推荐。
Meta 公布全新语音翻译系统 Seamless,包含两大模型:延迟仅约两秒的流式翻译 SeamlessStreaming,以及能保留语速、节奏与情绪的 SeamlessExpressive。模型均基于 SeamlessM4T v2 架构构建,Meta 已将模型与对齐工具全量开源。
周一,美国联邦法官驳回了 Sarah Silverman 起诉 Meta 版权案中的绝大部分指控,认为不能把 LLaMA 模型或其生成内容直接认定为侵权衍生作品,原告必须证明输出内容存在实质性相似。不过,Meta 未申请驳回「用版权书籍训练是否侵权」的核心指控,该争议仍将继续。