Meta 升级 Advantage 广告套件:一键转 AI 投放,目录广告支持视频
Meta 为 Meta Advantage 套件带来多项更新。广告主可在 Ads Manager 中一键将手动广告复制转为 Advantage+ 购物广告,目录广告也新增视频支持并通过 AI 动态分发。新推出的 Advantage+ audience 则将定向人群改为 AI 探索建议,帮助触达潜在转化人群。
Meta 为 Meta Advantage 套件带来多项更新。广告主可在 Ads Manager 中一键将手动广告复制转为 Advantage+ 购物广告,目录广告也新增视频支持并通过 AI 动态分发。新推出的 Advantage+ audience 则将定向人群改为 AI 探索建议,帮助触达潜在转化人群。
Meta 开源全新 AI 研究模型 ImageBind。它首次将文本、音频、图像视频、热感、深度以及来自 IMU 的运动传感器数据整合进同一个嵌入空间。这意味着未来的生成式模型能根据动作或声音反推画面,不过目前它仍处于研究阶段,没有直接落地产品。
一份 Google 内部备忘录曝光,称 Google 和 OpenAI 在 AI 竞赛中都没有护城河。文件指出,自 Meta LLaMA 泄露以来,开源社区靠 LoRA 等低成本技术极速迭代,小模型能力已逼近闭源巨头;继续封闭只会落后,巨头应主动拥抱开源生态。
Meta CEO 扎克伯格在财报会上表示,计划把生成式 AI 融入旗下所有应用,向数十亿用户推出 AI 智能体。Meta 正在探索 WhatsApp 与 Messenger 的对话体验,以及 Instagram 的图像生成工具,首批产品预计未来数月推出。
Meta AI 开源自监督计算机视觉模型 DINOv2。它完全摆脱了对文本描述和人工标签的依赖,提取的特征直接接入简单线性分类器就能用,在深度估计和图像检索等任务上表现出色,适合作为通用视觉骨干网络。
Meta 发文阐述沉浸式技术对教育的重塑作用。文章列举了日本 6000 名高中生佩戴 Meta Quest 2 学习、莫尔豪斯学院虚拟化学实验课提分等案例,指出 VR 带来的现场感能打破地域限制并提升专注度,但普及仍需政府与师资培训支持。
PyTorch 团队正式推出 PyTorch 2.0。新版本在保持原有动态图开发习惯的前提下重构底层编译器,核心加入可选的 torch.compile API,在 AMP 精度下平均提速 36%。此外还内置缩放点积注意力算子,开箱即可加速 Transformer 训练。
开发者 Simon Willison 发文称大模型正迎来类似 Stable Diffusion 的开源拐点。通过开源项目 llama.cpp 的 4-bit 量化技术,7B 与 13B 版本的 LLaMA 模型已能直接在 MacBook 上本地流畅运行,打破了原本需要高昂云端算力的门槛。
周一,Meta 首席执行官 Mark Zuckerberg 宣布成立专注于生成式 AI 的顶级产品团队。团队短期内先开发创意表达工具,长期目标是在 WhatsApp、Messenger 和 Instagram 中引入能以多种方式提供帮助的「AI 角色」。不过扎克伯格也坦言,落地前还有大量基础工作要做。
Meta 发布基础大语言模型 LLaMA,提供 70 亿至 650 亿参数等多个版本。模型主打更小体积与更低算力消耗,其中 130 亿参数版本训练量达 1 万亿 token。不过目前仅以非商业研究许可面向科研机构与学术人员开放申请。
Shutterstock 在旗下 Creative Flow 平台推出文生图工具,底层接入 OpenAI 的 DALL-E 2。新功能最大的特点是生成的图片直接可供商业授权,Shutterstock 同时承诺会向贡献训练数据的创作者支付分成。
上周,Meta 首席 AI 科学家 Yann LeCun 在交流中表示,ChatGPT 在底层技术上谈不上颠覆性创新,Transformer 与自监督学习等核心技术早已存在。在他看来,OpenAI 并非实现了科学突破,而是完成了一次非常出色的工程工程化整合。
Meta 与 Shutterstock 宣布扩大合作,Meta 将接入其数百万张图像、视频和音乐素材库来训练和评估 AI 模型。Shutterstock 同时强调会为贡献训练数据的创作者提供分成补偿。对 Meta 而言,买下正规版权库能有效绕开版权雷区。
Meta 在美国推出方差缩减系统(VRS),利用机器学习衡量并纠正广告受众的种族与族裔分布,以消除算法分发偏见。该举措是落实与美国司法部的和解协议,目前先应用于住房广告,后续将扩展至信贷和招聘广告。
微软公布文本转语音模型 VALL-E。它仅凭 3 秒音频就能模拟说话者的音色、情感甚至房间声学环境。模型基于 Meta 音频库中 6 万小时语音训练,因防范声音冒充等滥用风险,微软目前未开源代码。
OpenAI 总裁 Greg Brockman 预测 2023 年的 AI 进展将让 2022 年相形见绌。随着 GPT-4 蓄势待发以及微软计划将 ChatGPT 整合进必应搜索,图像、编程与个人助理等领域正迎来更深层的自动化,行业变革远未见顶。
VentureBeat 发文分析深度学习对元宇宙的核心推动作用。从眼球追踪、3D 重建到 Meta 的实时语音翻译,深度神经网络正在补齐虚拟世界的基础交互;更关键的是,生成式聊天机器人让虚拟品牌代表摆脱死板脚本,实现更自然的实时对话。
Meta 推出具身智能模拟器 Habitat 3.0 和室内 3D 数据集 HSSD-200。新平台首次支持机器人与人类虚拟化身在同一仿真环境里协同互动,能训练 AI 在狭窄走廊让人或分工收拾屋子。最关键的是它支持真人通过手柄或 VR 接入测试,大幅省去了物理实机测试的成本与安全风险。