最近，Meta 和 Spotify 等公司联合发声，公开批评欧洲联盟在数据隐私和人工智能（AI）领域的决策。他们在一封公开信中指出，欧盟的决策过程变得 “碎片化和不一致”，这不仅影响了企业的运营，还可能让欧洲在 AI 时代失去竞争力。图源备注:图片由AI生成，图片授权服务商Midjourney公开信中提到，随着数据隐私监管的加强，企业在使用数据训练 AI 模型时面临着巨大的不确定性。以 Meta 为例，这家公司原本计划从欧洲用户那里收集数据来训练其 AI 模型，但在隐私监管机构的压力下，这一计

最近，《卫报》的一项分析揭示了科技公司在处理其 AI 数据中心的环境影响时，可能存在严重的误导。微软、谷歌、Meta 和苹果等科技巨头所报告的排放数据，与实际情况相差甚远。根据这项分析，这些公司的实际排放量比它们官方披露的数字高出662%，而这只是冰山一角，因为这项研究仅涵盖了2020年至2022年的数据。图源备注：图片由AI生成，图片授权服务商Midjourney在所有科技公司中，亚马逊的排放量最高，但由于缺乏具体的数据显示其数据中心的排放量，未能被纳入该分析。然而，分析

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 Platforms 遵照巴西国家数据保护局(ANPD)的要求，开始向巴西用户详细说明其个人数据将如何被用于训练生成式人工智能（AI），并提供选择权让用户决定是否允许使用其数据。从本周二起，用户将通过电子邮件和社交媒体通知收到相关信息。ANPD此前因对数据用于AI训练的使用方式表示担忧而暂停了Meta的新隐私政策，但在Meta同意提供透明信息后，政策得以恢复。此举反映出全球对个人数据使用和隐私保护的重视，特别是随着生成式AI技术的快速发展，如何平衡创新与隐私保护成为科技公司面临的挑战。

Meta公司发布中期更新，显示其Llama系列模型的采用率显著增长，尤其在推出Llama3.1后。Llama模型在Hugging Face平台上的下载量接近3.5亿，较去年增长十倍，吸引包括Zoom、Spotify、AT&T、Goldman Sachs在内的知名公司应用。开源AI的发展不仅在性能上接近封闭模型，更在企业层面实现了广泛应用。Llama模型在Hugging Face的下载量在过去一年翻了十倍，上个月突破2000万，显示了其在开发者和企业用户中的高受欢迎程度。Meta与云服务提供商的合作，使得开发者更便捷地使用Llama模型，某些云服务商的月使用量增长了十倍。Llama的崛起标志着开源AI正在快速追赶市场，对封闭模型公司构成创新和成本压力。

Meta 开源大模型 Llama3 在市场上的遇冷，引发了与闭源模型竞争的加剧。亚马逊 AWS 对其反应平淡，企业客户更倾向于 Anthropic 的闭源模型 Claude。微软也倾向于推荐工程师和数据科学家团队使用其他模型。这一现象促使 Meta 考虑组建专门的 AI 销售团队以更好地服务企业。开源模型在商业化过程中面临挑战，实际表现和商业回报未达预期，开源与闭源模型的商业策略形成对比。百度智能云 AI 与大模型平台总经理忻舟指出，开源模型与软件开源不同，难以通过社区提升性能，且在技术迭代上存在障碍。开源模型的“免费”概念可能掩盖了实际应用中的高成本，以及与闭源模型相比在大型商业项目中的劣势。忻舟分析了开源与闭源模型的适用场景，指出开源模型更适合学术研究，而闭源模型更适合需要对外服务的大型商业项目。当前大模型市场中，云服务商、模型提供商以及初创模型厂商各自扮演着不同的角色和商业模式。整体来看，开源模型在技术和商业模式上存在劣势，难以在需要高精度和高效能的商业场景中持续发展。

高通正式加入增强现实(AR)联盟，成为创始成员之一，此举旨在推动AR硬件开发，提升用户体验的可穿戴设备和其他产品。联盟汇聚了STMicroelectronics、META、Essilor Luxottica等公司，共同合作，统一全球AR供应链，强调AR技术潜力巨大。高通的加入为硬件生态系统带来了重要助力，凭借其在应用开发平台和多年行业经验的积累。此外，高通与烹饪科技公司Kittch合作，推出一款AR眼镜，用于教授用户烹饪技巧，此产品在2023年增强现实世界博览会上首次亮相。高通还被META选为虚拟现实头显的芯片供应商，显示其在虚拟现实和增强现实领域的技术实力。高通的加入为AR技术的未来发展开辟了新可能性，期待行业巨头的合作推动AR技术进步。

OpenAI迎来前Meta高管Irina Kofman，她将负责监督公司战略计划，重点关注AI安全性和准备度，向技术主管Mira Murati汇报工作。Kofman丰富的AI产品管理经验将为OpenAI带来新视角和策略。OpenAI正积极从大型科技公司招募高管以增强竞争力，近期已任命前Instagram和Twitter高管为首席产品官及财务主管。同时，竞争对手Anthropic也在聘请前Instagram联合创始人迈克・克里格为首席产品官。然而，OpenAI近期经历部分高管离职，包括前联合创始人约翰・舒尔曼、扬・莱克以及联合创始人格雷格・布罗克曼休假至2024年底。OpenAI最近推出了GPT-4的更新，允许开发者针对特定业务需求进行微调，提高AI模型在特定用例中的性能，旨在帮助创建更符合业务需求的AI工具。

Meta Reality Labs近期推出的人工智能模型“Sapiens”，在处理人类视觉任务上实现了重大突破。此模型专门用于分析和理解图片或视频中的人及其动作，通过在超过3亿张人类图像上的严格训练，展现出在复杂环境下的卓越性能。Sapiens的核心功能包括2D姿态估计、身体部位分割、深度估计和表面法线预测等，使得它能够精确识别人体姿势、区分身体部位，并预测图像中的深度信息和物体表面方向。其技术亮点包括基于大规模数据集的预训练、视觉变换器架构、遮掩自编码器预训练和多任务学习，这些使得Sapiens具备强大的泛化能力、高分辨率处理能力以及同时处理多项复杂任务的能力。Sapiens的应用范围广泛，包括视频监控、虚拟现实、医疗领域和社交媒体平台，其性能超越了现有方法，在多个任务上表现优异。

扎克伯格和埃克联合批评欧盟人工智能法规，认为这些复杂规则阻碍了欧洲的开源人工智能发展，限制了创新和开发者活力。他们呼吁简化并统一法规，强调开源AI创造公平竞争环境，欧洲应利用单一多样化市场优势，避免错失技术发展机会。尽管欧盟法案为开源AI提供豁免，但条件限制了其潜力，且数据集透明度要求对开源AI影响不大。扎克伯格还表示，若安全且对公众有益，他愿意发布价值100亿美元的AI模型作为开源，以减少大公司垄断。Meta的最终目标是建立AI时代的操作系统，类似Android在智能手机领域的作用。

Snap 和 Meta 计划于下月分别展示其最新 AR 眼镜原型，Snap 首席执行官埃文·斯皮格尔将于 9 月 17 日发布第五代 Spectacles，而 Meta 的马克·扎克伯格则将在 9 月 25 日展示代号为 Orion 的 AR 眼镜。然而，由于当前 AR 技术尚未成熟，这两款眼镜都不会对外销售。Snap 将通过合作伙伴和开发者分发少量生产的眼镜，预计不超过 10,000 台。Meta 的 Orion 眼镜预计生产数量更少。这次展示不仅体现了两家公司在技术创新方面的竞争，也凸显了 AR 技术普及过程中面临的挑战。尽管如此，Snap 与 Meta 的竞争为 AR 领域注入了活力，未来 AR 眼镜能否成为主流计算平台仍待观察。

Meta 公司发布的安全报告揭示了俄罗斯利用生成式人工智能(AI)增强在线欺骗活动的情况。尽管俄罗斯试图通过 AI 提高网络干预效果，但至今成果有限，更多是提升了不良行为者的生产效率和内容生成能力。报告指出，自 2022 年俄罗斯入侵乌克兰以来，这些活动主要集中在破坏乌克兰及其支持国的信誉。Meta 预测，随着美国大选临近，俄罗斯可能针对支持乌克兰的候选人发起更多网络欺骗。生成式 AI 工具如 ChatGPT 和 Dall-E 的普及使得虚假内容的制作更为便捷。报告强调，Meta 与 X（前 Twitter）等互联网公司共享发现，共同抵制虚假信息的重要性。然而，X 正在经历转型，资源削减使其成为虚假信息滋生地，对欺骗行为的响应速度受到影响。

Meta（原Facebook）与环球音乐集团（UMG）扩展了多年的音乐许可协议，旨在加强版权保护，同时针对AI技术在音乐领域的应用提出解决方案。新协议允许用户在Meta旗下多个平台如Facebook、Instagram、Horizon、Threads和WhatsApp上自由分享UMG音乐库中的歌曲，确保用户享受音乐的同时避免触犯版权法规。特别值得注意的是，双方共同应对AI生成内容的版权问题，尤其是AI假冒作品和作品被用于训练模型的情况。此次合作还允许WhatsApp用户在应用中分享UMG的授权音乐，并首次在Threads应用中实现这一功能。双方于2017年的首次合作开启了社交媒体与音乐产业合作的新篇章，标志着主要音乐公司首次允许用户上传和分享其音乐目录中的歌曲。

Meta 与环球音乐集团（UMG）签署多年度合作协议，旨在扩展音乐内容在Meta旗下包括Threads和WhatsApp在内的社交应用上的使用，解决未经授权的AI生成内容对艺术家的影响。这次合作是双方自2017年合作以来的进一步深化，允许用户在这些平台上更广泛地创造和分享音乐内容。协议旨在解决版权问题，为艺术家提供保护，并允许音乐重新在平台上流通，为用户与音乐互动提供更多机会。

Meta与牛津大学合作开发的VFusion3D AI模型，能将单张2D图片或文本转化为高质量3D对象，对虚拟现实、游戏和数字设计领域影响深远。此模型通过预训练的视频AI生成合成3D数据，有效解决了3D训练数据稀缺的问题。在实际测试中，VFusion3D在与顶级系统对比中表现优异，超过90%的人类评估者更偏好其生成的3D重建。VFusion3D仅需几秒即可从图片生成3D资产，功能强大且使用界面友好。尽管在处理特定物体类型时存在局限，但随着视频AI模型的不断发展，这一问题有望得到解决。该模型展示了通过创新数据生成方法推动机器学习领域的新进展，预示着未来设计和开发流程的革命，可能使创意产业更加高效和民主化。

自然语言处理领域中，大型语言模型在复杂任务上表现出色，但模型评估高度依赖昂贵且耗时的人类注释数据，且随着模型进步，原有数据的效用下降，需持续收集新数据以维持评估的规模化与可持续性。Meta FAIR 研究团队针对这一问题提出“Self-Taught Evaluator”（自学评估器），这一创新方法通过合成数据进行训练，无需依赖人类注释。通过生成对比的合成偏好对，模型自我评估与迭代改进，显著提高了模型在 RewardBench 基准上的准确率，从75.4提升至88.7，甚至超越了使用人类注释训练的模型。经过多次迭代，最终模型在单次推理中达到88.3的准确率，多数投票下达到88.7，展现出强大的稳定性和可靠性。此方法为 NLP 模型评估提供了可扩展且高效的解决方案，通过利用合成数据和迭代自我改进，有效应对了依赖人类注释的挑战，推动了语言模型的发展。

​据多家媒体报道，社交媒体巨头Meta正在积极洽谈，计划为其人工智能产品引入多位知名演员和网红的声音。这项新功能可能最快将于今年9月的Meta Connect大会上亮相。