影像生成成AI新戰場 Meta研發全新模型Mango備戰

「華爾街日報」報導，科技巨擘Meta Platforms正在開發一款以影像與影片為核心的全新人工智慧（AI）模型，內部代號為Mango，同時也在研發下一代、以文字為主的大型語言模型。

Meta人工智慧長汪滔（Alexandr Wang）表示，這款新模型將於近期亮相，並與一款代號為Avocado的大型語言模型一同推出。

根據聽取相關發言的人士轉述，汪滔今天與Meta產品長柯克斯（Chris Cox）進行一場公司內部問答，談到這些AI模型。相關模型預計2026年上半年推出。

汪滔還表示，新一代文字模型Avocado的重點之一，是提升程式撰寫能力。

此外，Meta正處於探索所謂「世界模型」（worldmodels）的早期階段，這類AI透過接收視覺資訊來學習並理解所處環境。

Meta今年夏天重組AI團隊，聘請了汪滔領導新成立的「Meta超級智慧實驗室」（Meta SuperintelligenceLabs）。

Meta執行長祖克柏（Mark Zuckerberg）親自展開大規模招聘行動，從OpenAI挖角20多名研究人員，並組建一支逾50名研究員、工程師及其他AI專才組成的新團隊。

影像生成成為大型AI模型公司競爭中的關鍵戰場。Meta今年9月推出一款名為Vibes的AI影片生成工具，是與新創公司Midjourney合作開發。Meta發布Vibes不到一週後，OpenAI也推出自家AI影片生成應用程式Sora。

谷歌（Google）今年稍早推出影像生成工具NanoBanana，帶動Gemini使用成長，月度活躍用戶數從7月的4.5億人，至10月底時已超越6.5億人。

在第三代Gemini於11月發布後，OpenAI執行長阿特曼（Sam Altman）宣布公司進入「紅色警戒」狀態，隨後迅速推出新版ChatGPT Images影像生成產品。

阿特曼上週與媒體會面時，強調AI影像生成對消費者的重要性，表示這是許多用戶最感興趣的功能之一。