公司与模型
Meta 的 Llama 与 Muse 系列模型、超级智能实验室与 Meta AI 产品。
81 条精选近 30 天 73 条共收录 111 条
36氪援引第一财经报道，Meta被曝与中国机器人公司傅利叶合作，在大约三个月内打造出一款人形机器人原型，双方正在开发第二个版本。该机器人在Meta内部被称为Max，重约48公斤，用于内部研究和实验；Meta机器人产品副总裁Li-Chen Miller曾在傅利叶位于上海的工厂停留近两个月。傅利叶创始人、CEO顾捷表示暂不方便回复。
推荐理由：报道呈现了合作传闻中的原型代号、重量与版本进展，并记录傅利叶暂不回复的状态，便于厘清事件已知信息与未确认部分。
Meta 的 AI 个人助理 Muse 上线不足两个月累计下载量达 1040万次，国内随后兴起 Personal Agent 创业热潮。Today AI、Cue、Rabbit 的 OS3、理旦、WishSeen、UniCone 等团队分别从软硬件入口、生活功能或目标客群切入，先争取用户持续使用和付费。
推荐理由：文章通过采访多家创业团队，比较国内 Personal Agent 的功能、客群和软硬件路线，并呈现免费大厂竞争与跨 App 授权限制。
Meta 前研究员 Stephen Roller 在庭询中承认，任职期间曾通过 BitTorrent 下载并有意分发包含近 200,000 本书的 Books3 数据集。
推荐理由：这份材料拆分了图书训练的合理使用问题与盗版数据来源问题，证词、命令日志和内部文件是后续争点的主要材料。
Alphabet、Meta、微软等大厂在营收增长的同时降低销售与营销费用率，并把更多资本投入AI、算力和数据中心。三家公司合计营收从2019年的3584亿美元增至2025年的8855亿美元，推广费率由13%降至7.5%；2025年Alphabet资本开支约914亿美元，Meta预计2026年为1150亿至1350亿美元。
推荐理由：文章通过营销费用率与资本开支的对比，解释大厂预算向AI迁移的财务逻辑，以及广告自动化对代理商业务的挤压。
文章指出，企业正把 AI 当作身份标签和采购项目，但多数试点尚未转化为财务回报、规模化价值或组织转型。文章引述德勤中国 2026 年 10 月调研称，92% 的企业已开展 AI 应用试点，8% 获得财务和战略收益，4% 完成组织级转型；日照钢铁、友达光电等案例则显示，AI 嵌入具体流程、数据和岗位后更容易形成结果。
推荐理由：文章以多项企业案例和调研数字作对照，拆解流程、数据与组织准备对 AI 规模化落地的具体制约。
Meta 已推出 AI 时尚应用 Style Sketch，可利用用户已有衣物生成穿搭建议，并在匹配体型和肤色的“逼真模型”上虚拟试穿。该应用可连接 Instagram，从已发布照片建立虚拟衣橱，也能通过拍照、录制短视频或上传图片手动添加衣物，并根据目的地、行程、天气和活动生成逐日穿搭计划。
推荐理由：Style Sketch 以 Instagram 照片构建虚拟衣橱，并加入天气与旅行穿搭规划，为 AI 时尚应用的产品差异化提供了具体参照。
Instagram 负责人 Adam Mosseri 在访谈中表示，未来几年围绕 AI 的焦虑、挫败和愤怒将继续加剧，其中部分担忧有依据，部分则没有。他称 Instagram 不会因创作者使用 AI 而区别排序，但因 AI 内容中存在大量低质内容，平台可能不会让 AI 内容与非 AI 内容获得同等排序。Instagram 正开始要求 AI 账号自我标注，并认为全面禁止 AI 内容并不现实。
推荐理由：这段访谈把公众对 AI 的焦虑、创作者权益和平台内容治理放在同一框架下，可用于比较高管判断与实际产品规则。
Meta 称，出版商因担忧新商业条款涉及用新闻网站内容训练 AI 模型而反对，实施时间可能推迟至 11月20日之后，甚至无限期延后。
推荐理由：条款实施时间仍不确定，出版商反对与两党议员发声让新闻网站内容用于 AI 训练的授权边界成为核心争议。
Meta 已在菲律宾的 iOS 和 Android 推出 AI 虚拟宠物应用 Waddle World，用户可选择、喂养并陪虚拟宠物成长和游玩。应用并非聊天机器人或效率工具，面向 18 岁以上用户，同时提供语音或文字日记、像素涂鸦和小游戏。Meta 尚未回应更广泛推出计划。
推荐理由：Waddle World 以虚拟宠物、语音日记和轻游戏组合，呈现 Meta 避开聊天助手定位的轻量 AI 陪伴产品思路。
Meta 悄然推出 AI 宠物日记应用 Waddle World，用户可与 16-bit 虚拟宠物语音对话，并让宠物为交流生成涂鸦。应用商店将其描述为伪装成宠物的日常日记，列出免费且仅面向菲律宾成年人，目前不清楚是否会在其他地区推出。
推荐理由：Waddle World 把语音对话、涂鸦生成与宠物养成包装成日记体验，呈现 Meta 探索轻量消费级 AI 应用的路径。
微软与 Meta 正在缩减员工对 Claude 的内部使用，但两家仍通过各自云平台向外部客户销售 Claude，Anthropic 面临客户集中度、模型成本和 IPO 估值压力。
推荐理由：文章以微软和 Meta 缩减 Claude 用量为切口，串联模型定价、客户集中度与 Anthropic IPO 风险，呈现了大模型商业化的成本约束。
Meta Platforms 扩大规模后的250亿美元普通股发行获得约5倍超额认购，是其980亿美元股权融资计划的一部分。Meta 计划将募集资金用于人工智能基础设施建设及个人超级智能技术研发。超过一半股份被分配给长期持有型投资者及现有股东，此次发行中获最大15笔配售的投资者合计认购约70%的股份。
推荐理由：认购倍数和机构配售占比提供了具体数据，可用于评估 Meta 为 AI 基础设施及个人超级智能研发筹资的资金承接力度。
Rohit Patel离开Meta并创办Ndoc，将其定位为Microsoft Office套件和Google Workspace的AI原生替代品。Stage、Narrative和Model三个标签页分别承载演示、分析以及底层数据集和Python脚本，用户可查看引用、生成图表与脚本，并让AI聊天解释公式以核验结果。
推荐理由：Ndoc把演示、分析、数据集和Python脚本放进同一工作区，并让用户查看生成过程与公式，便于比较它和现有办公套件叠加AI的路线差异。
Nvidia 将向 Meta 投资 $3 billion，Meta 将用更多 Nvidia 基础设施运行下一代 AI 智能体。两家公司宣布扩大围绕 Meta AI 产品 Muse 的合作，Meta 计划通过股票发行筹集最多 $95 billion，用于 AI 基础设施建设，包括 Vera Rubin systems 和 Vera CPUs。
推荐理由：材料将 Meta 的股票融资、Nvidia 投资与 AI 基础设施扩张串联，并呈现循环融资可能掩盖真实需求的争议，帮助理解芯片厂商投资客户的安排。
英伟达与Meta宣布扩大Muse系列模型合作，以响应市场对AI智能体的爆发式需求。双方将探索依托英伟达OpenShell参考架构强化AI智能体安全体系，并借助Sentry实现智能体行为全链路监控，覆盖结构化、非结构化与图数据处理场景。
推荐理由：合作同时覆盖模型协同、智能体安全监控与算力集群扩展，呈现AI智能体基础设施从模型到部署的推进路径。
Meta 周一表示，计划总共筹集950亿美元，用于人工智能基础设施和超级智能投资。消息公布后，Meta 股价在早盘交易中下跌1.6%；Meta 称，英伟达、Advanced Micro Devices 和博通有意购买最多50亿美元的股票。
推荐理由：梳理 Meta 的融资规模、潜在认购方及股价反应，为评估 AI 基础设施投入的资金压力提供背景。
The RealReal 更新反机器人防护配置，使 AI 智能体更难登录、加购和结账，但仍可检索商品并引导 Muse 用户访问商品页。此前，The Verge 使用 Meta 的 Muse 让智能体在 20 分钟商品预留失效后持续重新加购，使商品数小时无法被其他顾客购买。公司 CTO 表示已处理这一使用场景。
推荐理由：文章记录了 Meta 的 Muse 反复加购占用商品预留的具体路径，并呈现 The RealReal 收紧防护后允许与限制的边界。
Meta 计划出售最多 $95 billion 的股票，为 AI 基础设施建设筹资。$22.5 billion 来自 Class A 普通股，$12.5 billion 来自存托股份，其余 $60 billion 来自公开市场持续出售，前提是新 Class C 股开始交易，预计最早为 2027 年第一季度。
推荐理由：拆解了 $95 billion 融资的构成与时间安排，并说明无投票权 Class C 股如何避免稀释 Zuckerberg 的控制权。
Meta预计2026年资本开支为1350亿至1450亿美元，将通过经营现金流、投资级债务、战略合作及股权资本等方式支持AI投资。Meta称AI投资已通过提升用户参与度、改善广告表现和提高变现效率带来回报，未来还将投入个人超级智能、消费级及企业级AI智能体和AI眼镜等业务。2026年前三季度，公司经营现金流为970亿美元，截至三季度末持有现金、现金等价物及有价证券约820亿美元。
推荐理由：Meta披露了AI投资的资金渠道、回报来源与后续重点，资本开支规模可用于观察其AI业务扩张节奏。
Wide Events 可作为指标、日志和追踪的统一数据模型，作者认为 OpenTelemetry 对三类遥测数据的区分与复杂术语加剧了行业困惑。Meta 的 Scuba 以带字段和值的宽事件记录系统状态或调用事实，借助筛选、分组和采样率还原支持交互式事故排查。文中进一步把追踪、日志和指标视为 Wide Events 的特例，并讨论统一数据对关联分析和根因定位的价值。
推荐理由：文章用 Meta Scuba 的实践把追踪、日志和指标还原为统一事件模型，并展示筛选、分组与采样率还原的排查路径。