#Meta AI

Matrix повышает эффективность генерации синтетических данных, используя децентрализованное управление и значительно улучшая пропускную способность токенов.

'Meta выпустила SAM 3 — единую 848M модель для сегментации и трекинга открытых концептов в изображениях и видео с поддержкой текстовых и визуальных подсказок.'

'DreamGym от Meta синтезирует взаимодействия как текст с помощью reasoning‑модели и буфера памяти, сокращая потребность в реальных прогонах и улучшая результаты на веб‑бенчмарках.'

'ARE и Gaia2 переводят оценку агентов в асинхронные, событийные условия, проверяя проактивность, выдержку таймингов и межагентную координацию в верифицируемых сценариях.'

OpenZL кодирует компрессоры как самоописывающиеся DAG, встроенные в каждый фрейм, чтобы универсальный декодер мог распаковывать эволюционирующие форматы и сочетать преимущества специализированных кодеков с простой эксплуатацией.

'Список ключевых блогов и хабов по компьютерному зрению в 2025 году, которые публикуют воспроизводимый код, бенчмарки и практические руководства для продакшена.'

'Метод DeepConf от Meta AI достигает 99.9% на AIME 2025 с открытой моделью GPT-OSS-120B, значительно снижая число генерируемых токенов и повышая точность рассуждений.'

Meta AI и Университет Карнеги-Меллона представили UMA — новое семейство универсальных моделей для атомных симуляций, обеспечивающее высокую точность и скорость без дополнительной настройки.

Meta и NYU разработали полуонлайн метод обучения с подкреплением, который балансирует офлайн и онлайн подходы для улучшения выравнивания больших языковых моделей и повышения их производительности в инструкциях и математике.

Исследователи Meta AI разработали AU-Net — масштабируемую байтовую авторегрессионную модель U-Net, которая превосходит традиционные токен-базированные трансформеры по языковым задачам и обеспечивает более быструю и эффективную генерацию текста.

Meta AI представила V-JEPA 2 — мощную открытую модель с самостоятельным обучением на масштабных видео данных для улучшенного видеоанализа и робототехнического планирования с высокими показателями точности и скорости.

Meta AI представила Multi-SpatialMLLM — новую модель, улучшающую многофреймовое пространственное понимание в мультимодальных больших языковых моделях на основе обширного датасета MultiSPA.

Meta AI выпустила Adjoint Sampling — новый масштабируемый алгоритм, обучающий генеративные модели только на основе скалярных наград, что открывает новые возможности в молекулярном моделировании.

Meta AI разработала CATransformers — инновационный фреймворк для совместной оптимизации ИИ-моделей и аппаратного обеспечения с учетом углеродного следа, что позволяет создавать экологичные решения для edge-вычислений без потери производительности.

Meta AI представила LlamaFirewall — комплексный открытый инструмент для защиты автономных AI-агентов от ключевых угроз безопасности, включая внедрение подсказок и небезопасный код.

Meta представила автономное AI-приложение на базе Llama 4 с социальными функциями и голосовым управлением для конкуренции с ChatGPT.

'Meta AI представила ReasonIR-8B — эффективный ретривер для сложных задач рассуждения в RAG-системах, который демонстрирует лучшие результаты при значительно меньших вычислительных затратах.'

Meta AI разработала Token-Shuffle — метод, уменьшающий количество токенов изображений в трансформерах для эффективной генерации высококачественных изображений высокого разрешения с меньшими ресурсами.

Пользователи WhatsApp возмущены постоянной кнопкой Meta AI, которую нельзя отключить, несмотря на пометку «опционально». Эксперты по приватности предупреждают об угрозах обязательной интеграции AI в мессенджерах.

Meta AI представила Web-SSL — семейство масштабируемых визуальных моделей, обученных без языка. Они показывают конкурентные результаты на мультимодальных задачах и ставят под вопрос необходимость языкового обучения.