Meta AI是由Meta公司开发的人工智能助手产品，集成于Facebook、Instagram、WhatsApp及Messenger等Meta旗下社交平台中。用户可通过自然语言对话方式获取信息查询、内容创作、图像生成等服务。该产品基于Meta自研的大语言模型（如LLaMA系列）构建，旨在为社交媒体场景提供嵌入式AI交互能力。
DINO是Meta AI于2021年提出的自监督学习框架，基于自蒸馏机制，使用教师-学生网络架构，教师网络参数通过学生网络参数的指数移动平均更新
Meta AI的Toolformer研究证实模型在未被明确告知何时使用工具的情况下能自主学会在恰当时机调用工具
Meta AI研究显示，通过让模型迭代优化自己的提示词，在某些标准基准测试上性能可提升15-30%，但存在约20%概率陷入退化循环
SAM是Meta AI于2023年4月发布的通用图像分割模型，基于11亿参数的视觉Transformer架构
V-JEPA由Meta AI于2024年发布，通过遮蔽视频中最高可达90%的时空区域训练模型在表征空间预测被遮蔽部分
DIGIT由Meta AI开发，是GelSight的衍生版本，降低了制造成本并提升了紧凑性
2024-2025年科技行业出现AI功能过度侵入用户界面的趋势，涉及微软Copilot、Adobe Firefly、Meta AI等厂商产品
能达到前沿水平的中国AI实验室包括Kimi、智谱GLM、DeepSeek、阿里通义，视频生成领域有可灵，美国前沿主要是OpenAI和Anthropic
I-JEPA（图像版本）和 V-JEPA（视频版本）均由 Meta AI 发布并开源
SAM（Segment Anything Model）是Meta开源的模型，通过在1100万张图像、10亿个掩码上的大规模预训练，实现对任意对象的零样本分割能力
还有 1 条时间轴事件
RAG（检索增强生成）架构由 Meta AI 研究团队在 2020 年提出
90%已验证RAG（检索增强生成）技术由Meta AI在2020年首次提出，旨在解决大语言模型的知识截止日期限制和幻觉问题
80%已验证RAG的概念最早由Meta AI（原Facebook AI Research）在2020年的论文中正式提出
80%已验证检索增强生成（RAG）由Meta AI在2020年提出
80%已验证RAG（Retrieval-Augmented Generation）是2020年由Facebook AI Research提出的架构范式
70%已验证SAM（Segment Anything Model）是Meta开源的模型，通过在1100万张图像、10亿个掩码上的大规模预训练，实现对任意对象的零样本分割能力
65%已验证RAG的核心架构由Meta AI的Patrick Lewis等人在2020年的论文中首次提出
65%已验证RAG（检索增强生成）架构范式由Meta AI在2020年提出，核心思想是在模型生成回答之前先从外部数据源检索相关文档作为上下文
65%待验证DINO是Meta AI于2021年提出的自监督学习框架，基于自蒸馏机制，使用教师-学生网络架构，教师网络参数通过学生网络参数的指数移动平均更新
50%待验证Meta AI的Toolformer研究证实模型在未被明确告知何时使用工具的情况下能自主学会在恰当时机调用工具
50%待验证Meta AI研究显示，通过让模型迭代优化自己的提示词，在某些标准基准测试上性能可提升15-30%，但存在约20%概率陷入退化循环
50%待验证DIGIT由Meta AI开发，是GelSight的衍生版本，降低了制造成本并提升了紧凑性
50%待验证2024-2025年科技行业出现AI功能过度侵入用户界面的趋势，涉及微软Copilot、Adobe Firefly、Meta AI等厂商产品
50%待验证能达到前沿水平的中国AI实验室包括Kimi、智谱GLM、DeepSeek、阿里通义，视频生成领域有可灵，美国前沿主要是OpenAI和Anthropic
50%待验证I-JEPA（图像版本）和 V-JEPA（视频版本）均由 Meta AI 发布并开源
50%待验证SAM是Meta AI于2023年4月发布的通用图像分割模型，基于11亿参数的视觉Transformer架构
50%待验证V-JEPA由Meta AI于2024年发布，通过遮蔽视频中最高可达90%的时空区域训练模型在表征空间预测被遮蔽部分
50%