在年初，关于生成式人工智能如何干扰全球选举、传播宣传和虚假信息的担忧广泛存在。然而，Meta 近日发布的报告显示，这些担忧并没有在其平台上实现。Meta 表示，在 Facebook、Instagram 和 Threads 等社交平台上，生成式人工智能对选举相关信息的影响极为有限。图源备注：图片由AI生成，图片授权服务商Midjourney根据 Meta 的研究，报告涵盖了多个国家和地区的重大选举，包括美国、孟加拉国、印度尼西亚、印度、巴基斯坦、欧盟议会、法国、英国、南非、墨西哥和巴西。Meta 指出，虽然在选举

最近，Meta 开始测试一项新功能，这项功能将在 Facebook 和 Instagram 的动态中插入基于用户兴趣和当前潮流的 AI 生成内容。Meta 表示，这些 AI 生成的图像会根据每个用户的偏好进行调整。用户可以点击一些建议的提示，以引导内容向新的方向发展。更有趣的是，用户只需滑动屏幕，就能让 AI 实时创造出更个性化的内容。作为 Meta 推动 AI 发展的一个重要部分，该公司还在其 Meta AI 助手中加入了语音功能。这意味着用户不仅可以提问与照片相关的问题，还能对照片进行编辑，并自动翻译 Reels 视

Meta 公司宣布将继续推进其计划，利用数百万个来自英国 Facebook 和 Instagram 的公开帖子来训练其人工智能技术。尽管这种做法在欧盟的隐私法律下基本上是被禁止的，但 Meta 表示已经与英国信息专员办公室（ICO）进行了积极的沟通，之前该公司在6月暂停了类似的提案。暂停的原因是 ICO 对科技公司在开发生成式人工智能时必须尊重用户隐私的警告。在这次新宣布的计划中，ICO 强调它并没有给予 Meta 监管批准，但会监控这个实验，确保其符合隐私保护的要求。Meta 承诺将采取措施，方便用户

社交媒体巨头Meta即将对其旗下平台Instagram、Facebook和Threads的AI内容标记方式进行重大调整。下周起，由AI工具编辑或修改的内容的"AI信息"标签将被移至帖子菜单中，不再直接显示在用户姓名下方。这一变化带来了几个关键点:1. 标记区分:完全由AI生成的内容仍将保留明显的标签，而仅经AI编辑的内容标签则会被隐藏。2. 透明度来源:Meta表示，AI生成内容的标记将基于行业共享信号或用户自我披露。3. 调整理由:公司声称此举旨在"更好地反映其平台内容中使用的人工智能的程度"。然而，这一政策

最近，Meta 公司宣布将调整其在 Instagram、Facebook 和 Threads 上标记 AI 编辑内容的方式。这一改变意味着，关于内容是否经过 AI 工具编辑的 “AI 信息” 标签，将从用户名字下移到帖子菜单中。在此之前，用户可以很方便地在名字下方看到这个标签，现在则需要点击菜单才能找到。不过，Meta 也表示，完全由 AI 生成的内容仍然会在用户名字下方直接显示标签。这意味着，对于那些经过 AI 工具修改的内容，用户可能不容易发现其背后使用了 AI 技术。而对于完全由 AI 生成的内容，Meta 将明确标识

Facebook在一项调查中承认，该公司正在收集该平台上所有澳大利亚成年人的公开数据。该公司没有像在欧盟那样为澳大利亚人提供退出选项，因为隐私法没有要求它这样做。

Meta于Facebook测试AI评论摘要功能，旨在快速提供帖子评论的整体观点，通过在评论区顶部展示摘要内容。此举引发关注，成为提升社交媒体用户体验的策略之一。然而，部分用户怀疑该功能可能会影响社交媒体的本质功能和社交互动。AI摘要被用来概述常见观点与主题，但有人担忧这可能使评论区失去深度与多样性。专家认为此做法可能促使用户依赖AI生成内容而非直接互动。用户享有选择权，可关闭AI评论摘要，恢复原有浏览体验。Meta此举体现了对用户反馈的重视和对保留用户体验多样性的承诺。

["Meta宣布将在Facebook和Instagram上标注AI生成的图像，帮助用户区分真实和虚假信息。","与行业合作制定技术标准，扩展至视频和音频，回应虚假内容问题。","举措引起关注，标签将逐步出现，涵盖全球重要选举，努力识别虚假内容。","科技行业合作伙伴共同努力，制定内容真实性标准，推动数字水印实施。"]

["全球最大的科技巨头估值已超过1万亿美元，部分归功于生成式人工智能的投资和进步，估值总计超过10万亿美元。","Nvidia超越Facebook成为新秀，Microsoft则取代苹果领先。","全球科技巨头市值总额超过1万亿美元，其中Nvidia超越Facebook成为新贵，而Microsoft则取代苹果领先。","包括Microsoft、Apple、Google、Amazon和Nvidia在内的这些公司的市值均超过1万亿美元。"]

["Facebook Research开发BrainMagick模型,通过EEG和MEG记录的脑电活动,解码出匹配的语音内容。","该模型在MEG记录中,语音片段Top-10准确率达72.5%,Top-1准确率达41%,支持解码未见过的单词。","为语言功能障碍的失语症患者提供非侵入性的沟通希望,不需要接受脑手术的风险。","项目已在GitHub开源,使用一块16GB显存的GPU即可执行相关训练,随数据量增加,性能还可提升。","这一研究成果发表在Nature顶刊上,获得网友高度评价和关注。"]