Meta 升級 Advantage 廣告套件：一鍵轉 AI 投放，目錄廣告支援影片
Meta 為 Meta Advantage 套件帶來多項更新。廣告主可在 Ads Manager 中一鍵將手動廣告複製轉為 Advantage+ 購物廣告，目錄廣告也新增影片支援並通過 AI 動態分發。新推出的 Advantage+ audience 則將定向人群改為 AI 探索建議，幫助觸達潛在轉化人群。
Meta
檢視更新的新聞
Meta 開源 ImageBind：把視覺音訊和動作等 6 種資料融為一體
Meta 開源全新 AI 研究模型 ImageBind。它首次將文本、音訊、影像影片、熱感、深度以及來自 IMU 的運動感測器資料整合進同一個嵌入空間。這意味著未來的生成式模型能根據動作或聲音反推畫面，不過目前它仍處於研究階段，沒有直接落地產品。
Google 內部檔案洩露：我們和 OpenAI 都毫無護城河，開源正在偷家
一份 Google 內部備忘錄曝光，稱 Google 和 OpenAI 在 AI 競賽中都沒有護城河。檔案指出，自 Meta LLaMA 洩露以來，開源社群靠 LoRA 等低成本技術極速迭代，小模型能力已逼近閉源巨頭；繼續封閉只會落後，巨頭應主動擁抱開源生態。
扎克伯格表態：Meta 要把 AI 智慧體推向數十億人
Meta CEO 扎克伯格在財報會上表示，計劃把生成式 AI 融入旗下所有應用，向數十億使用者推出 AI 智慧體。Meta 正在探索 WhatsApp 與 Messenger 的對話體驗，以及 Instagram 的影像生成工具，首批產品預計未來數月推出。
Meta 開源視覺模型 DINOv2：無需微調，通吃分類與深度估計
Meta AI 開源自監督計算機視覺模型 DINOv2。它完全擺脫了對文本描述和人工標籤的依賴，提取的特徵直接接入簡單線性分類器就能用，在深度估計和影像檢索等任務上表現出色，適合作為通用視覺骨幹網路。
Meta 詳解元宇宙教育潛力：用 VR 填補教育鴻溝
Meta 發文闡述沉浸式技術對教育的重塑作用。文章列舉了日本 6000 名高中生佩戴 Meta Quest 2 學習、莫爾豪斯學院虛擬化學實驗課提分等案例，指出 VR 帶來的現場感能打破地域限制並提升專注度，但普及仍需政府與師資培訓支援。
PyTorch 2.0 正式釋出：引入 torch.compile，模型加速無需改程式碼
PyTorch 團隊正式推出 PyTorch 2.0。新版本在保持原有動態圖開發習慣的前提下重構底層編譯器，核心加入可選的 torch.compile API，在 AMP 精度下平均提速 36%。此外還內建縮放點積注意力運算元，開箱即可加速 Transformer 訓練。
大語言模型的「Stable Diffusion 時刻」：筆記本也能跑 LLaMA 了
開發者 Simon Willison 發文稱大模型正迎來類似 Stable Diffusion 的開源拐點。通過開源專案 llama.cpp 的 4-bit 量化技術，7B 與 13B 版本的 LLaMA 模型已能直接在 MacBook 上本地流暢執行，打破了原本需要高昂雲端算力的門檻。
Meta 成立生成式 AI 團隊：計劃為 WhatsApp 和 Messenger 打造「AI 角色」
週一，Meta 執行長 Mark Zuckerberg 宣佈成立專注於生成式 AI 的頂級產品團隊。團隊短期內先開發創意表達工具，長期目標是在 WhatsApp、Messenger 和 Instagram 中引入能以多種方式提供幫助的「AI 角色」。不過扎克伯格也坦言，落地前還有大量基礎工作要做。
Meta 推出基礎大模型 LLaMA：最高 650 億引數，大幅降低算力門檻
Meta 釋出基礎大語言模型 LLaMA，提供 70 億至 650 億引數等多個版本。模型主打更小體積與更低算力消耗，其中 130 億引數版本訓練量達 1 萬億 token。不過目前僅以非商業研究許可面向科研機構與學術人員開放申請。
Shutterstock 上線 AI 生圖工具：接入 DALL-E 2，生成即可商用
Shutterstock 在旗下 Creative Flow 平臺推出文生圖工具，底層接入 OpenAI 的 DALL-E 2。新功能最大的特點是生成的圖片直接可供商業授權，Shutterstock 同時承諾會向貢獻訓練資料的創作者支付分成。
Meta 首席科學家評 ChatGPT：並非革命性創新，本質是工程整合
上週，Meta 首席 AI 科學家 Yann LeCun 在交流中表示，ChatGPT 在底層技術上談不上顛覆性創新，Transformer 與自監督學習等核心技術早已存在。在他看來，OpenAI 並非實現了科學突破，而是完成了一次非常出色的工程工程化整合。
Meta 聯手 Shutterstock：用數百萬商業相簿與音影片訓練 AI
Meta 與 Shutterstock 宣佈擴大合作，Meta 將接入其數百萬張影像、影片和音樂素材庫來訓練和評估 AI 模型。Shutterstock 同時強調會為貢獻訓練資料的創作者提供分成補償。對 Meta 而言，買下正規版權庫能有效繞開版權雷區。
Meta 上線 VRS 系統：用 AI 消除廣告歧視，先從住房開刀
Meta 在美國推出方差縮減系統（VRS），利用機器學習衡量並糾正廣告受眾的種族與族裔分佈，以消除演算法分發偏見。該舉措是落實與美國司法部的和解協議，目前先應用於住房廣告，後續將擴充套件至信貸和招聘廣告。
微軟推出 VALL-E：只需 3 秒音訊就能克隆你的聲音
微軟公佈文本轉語音模型 VALL-E。它僅憑 3 秒音訊就能模擬說話者的音色、情感甚至房間聲學環境。模型基於 Meta 音訊庫中 6 萬小時語音訓練，因防範聲音冒充等濫用風險，微軟目前未開原始碼。
2023 年 AI 展望：比 ChatGPT 更強的模型與搜尋變革正在路上
OpenAI 總裁 Greg Brockman 預測 2023 年的 AI 進展將讓 2022 年相形見絀。隨著 GPT-4 蓄勢待發以及微軟計劃將 ChatGPT 整合進必應搜尋，影像、程式設計與個人助理等領域正迎來更深層的自動化，行業變革遠未見頂。
深度學習如何引爆元宇宙：手勢識別、即時翻譯與生成式互動成關鍵
VentureBeat 發文分析深度學習對元宇宙的核心推動作用。從眼球追蹤、3D 重建到 Meta 的即時語音翻譯，深度神經網路正在補齊虛擬世界的基礎互動；更關鍵的是，生成式聊天機器人讓虛擬品牌代表擺脫死板指令碼，實現更自然的即時對話。
Meta 釋出 Habitat 3.0：讓機器人與虛擬人在模擬環境協同幹家務
Meta 推出具身智慧模擬器 Habitat 3.0 和室內 3D 資料集 HSSD-200。新平臺首次支援機器人與人類虛擬化身在同一模擬環境裡協同互動，能訓練 AI 在狹窄走廊讓人或分工收拾屋子。最關鍵的是它支援真人通過手柄或 VR 接入測試，大幅省去了物理實機測試的成本與安全風險。