Meta悄悄推出AI穿搭应用Style Sketch：可关联Instagram生成虚拟衣橱
Meta 悄悄推出 AI 穿搭应用 Style Sketch，可关联 Instagram 根据用户发布过的照片生成虚拟衣橱，也支持拍照、录短视频或上传相册图片手动添加衣物。该应用已在印度尼西亚、新加坡和泰国上线，支持 iOS 与安卓，用户还能在匹配身形肤色的写实虚拟模特身上试穿搭配。
匹配字段标题
←搜索结果
搜索“Meta”
Meta 论文发现强化学习后训练提升首次成功率却降低多次尝试覆盖率
Meta 新论文发现，强化学习后训练让智能体首次尝试表现更好，但在最多 128 次尝试中能找到解的任务反而更少。研究在 3 个智能体基准上测试了 14 组基础模型与后训练模型，并构建了 PTGS 采样器，对困难提示提高温度、对简单提示降低温度。在 WebShop 上，gemma-4-31B 基础模型在 128 次尝试内解决超过 85% 的任务，后训练版本为 56%；作者提出的 Sharpening Tax 在 42 组模型与基准组合中有 36 组为正，意味着覆盖率缩小。作者建议为可重试的智能体选型时，应衡量模型最终能解多少任务，而不只看首次准确率。
匹配字段标题
普林斯顿与 Meta 提出 Self-Direction：把智能体纠错经验存成 LoRA 适配器复用
普林斯顿与 Meta 的新论文提出 Self-Direction 方法，让失败的智能体反思本次运行，并把教训训练进一个约为模型大小 0.02% 的 LoRA 适配器，之后由路由器在遇到类似失败时加载最接近的适配器。在 Qwen3.6-27B 上，GAIA 任务成功率从 38.8% 提升到 55.8%，优于上下文反思和 Skills.md 文件方案。在 185 个此前出现过的错误中，到第三次遇到时仍有 67.3% 的修复生效，而单纯重试为 42.9%。
匹配字段标题
Meta 悄然推出 AI 穿搭应用 Style Sketch
Meta 悄然上线 AI 时尚应用 Style Sketch，可连接 Instagram 用已发布照片搭建虚拟衣橱，也支持拍照、录视频或上传相册图片手动添加单品。应用会按用户风格推荐搭配，并让用户在匹配自身体型和肤色的“真实感模型”上试穿，还支持按目的地、行程天数和天气生成逐日穿搭计划。该应用已在印度尼西亚、新加坡和泰国上线 iOS 与 Android，Meta 未回应是否扩大发布范围。
匹配字段标题
Meta 将 JiTTests 投入生产：LLM 生成测试在代码合入前捕获缺陷
Meta 公布 Catching JiTTests 的生产部署结果，该系统用 LLM 为待合入的代码变更自动生成可执行测试，在代码合入前暴露缺陷。系统采用意图感知和 dodgy diff 两条工作流，并用 LLM-as-Judge 集成与规则方法 RubFake 过滤误报，同时以 human-on-the-loop 方式减少人工逐条审核。Meta 称已有 589 名工程师参与，真阳性率为 60%，2026 年上半年在 diff 阶段捕获 74 个严重隐私 SEV，使该类问题整体发生率下降 20%。
匹配字段标题
ARC Prize 公布 Meta Muse Spark Open 在 ARC-AGI 上的评测结果
ARC Prize 公布 Meta 的 Muse Spark Open 在 ARC-AGI 上的验证成绩：ARC-AGI-1 为 89.0%、每任务 $0.29，ARC-AGI-2 为 57.5%、每任务 $0.73，ARC-AGI-3 在标准 harness 下为 0.1%、$3.9K。ARC Prize 称其 v1/2 得分与 Haiku 5.5 和 GPT-6 Luna 相近，但成本约为后者的 9 倍；该模型在 OpenRouter 上定价为每百万输入 $1.25、每百万输出 $4.25。随推理档位提升，ARC-AGI-2 从 medium 的 29.4%（平均 55k tokens/任务）升至 xhigh 的 57.2%（180k tokens/任务）。
匹配字段标题
ARC Prize 实测 Meta Spark Open：ARC-AGI-2 得分 57.5%，成本约为同分模型 9 倍
ARC Prize 在 ARC-AGI 上实测 Meta Spark Open，ARC-AGI-1 得 89.0%、ARC-AGI-2 得 57.5%、ARC-AGI-3 仅 0.4%，v1/v2 分数与 Haiku 5.5、GPT-6 Luna 接近但成本约为其 9 倍。在 OpenRouter 各提供商上，该模型输入 $1.25/M、输出 $4.25/M，而 Haiku 5.5 和 GPT-6 Luna 均为输入 $0.10/M、输出 $0.50/M。随推理档位提升，ARC-AGI-2 从 medium 的 29.4%（平均 55k tokens/task）升到 xhigh 的 57.2%（180k tokens/task）。
匹配字段标题
ARC Prize 公布 Meta Muse Spark Open 在 ARC-AGI 各版本的评测成绩
ARC Prize 公布 Meta Muse Spark Open 在 ARC-AGI 上的验证成绩：ARC-AGI-1 为 89.0%、每任务 $0.29，ARC-AGI-2 为 57.5%、每任务 $0.73，ARC-AGI-3 在 provider adapter harness 下为 0.4%、$3.0K，标准 harness 下为 0.1%、$3.9K。ARC Prize 称其在 v1/v2 上的分数与 Haiku 5.5、GPT-6 Luna 相近，但成本约为后者的 9 倍；该模型在 OpenRouter 上定价为每百万输入 $1.25、每百万输出 $4.25，而 Haiku 5.5 与 GPT-6 Luna 均为每百万输入 $0.10、每百万输出 $0.50。在公开任务上，随着推理规模提升，ARC-AGI-2 的得分从 medium 档平均 55k token/任务对应 29.4%，升到 high 档 150k 对应 51.0%，再到 xhigh 档 180k 对应 57.2%；ARC-AGI-1 在 high 档已达 92.8%，xhigh 档升至 94.0%。
匹配字段标题
Meta 向五所美国高校开放 Muse 系列模型支持科研
Meta 宣布支持 Caltech、Ohio State Med、LSU、Indiana Univ 和 UTHealth Houston 五所高校的科研，向研究者开放最新 Muse 模型（Muse Wonder、Muse Spark）、开放权重模型 Muse Glimmer 与 Muse Spark Open、SAM、V-JEPA、DINO 等计算机视觉模型以及多语言模型 SeamlessM4T。这些高校将把模型用于数学与物理科学研究、X 光筛查与心衰检测、婴儿气管造口监测、孕产妇与新生儿护理，以及脑癌治疗等方向。
匹配字段标题
Meta 支持五所高校用 Muse 模型推进科研医疗
Meta 宣布支持 Caltech、Ohio State Med、LSU、Indiana University 和 UTHealth Houston 五所高校的科研，向研究者开放 Muse Wonder、Muse Spark、开源权重模型 Muse Glimmer 与 Muse Spark Open，以及 SAM、V-JEPA、DINO 和 SeamlessM4T。Caltech 将测试大语言模型能否加速数学与物理科学研究，UTHealth Houston 则用最小的开源权重模型之一 Muse Glimmer 改进脑癌治疗并做医疗场景智能体基准测试。
匹配字段标题
Meta AI Muse 模型在 AA-PersonalityBench 友善度居首
Artificial Analysis 的 AA-PersonalityBench 评测中，Meta AI 的 Muse 系列模型友善度（Friendly）得分最高：Muse Spark 1.3 得 100 分、Muse Spark Open 98 分、Muse Wonder 95 分、Muse Glimmer 93 分。友善度衡量回答是否传达温暖与亲和力而不显做作。友善度最低的为 Nemotron 3 Ultra（1）、GPT-3.5 Turbo（3）、MiniMax-M3.1-Flash（6）、Grok 4.6（8）和 DeepSeek V4.1 Flash 1017（11）。
匹配字段标题
丹麦NIL Technology发布超微型眼动追踪摄像头metaEye，采用Meta-optics设计
丹麦光学企业NIL Technology发布超微型眼动追踪摄像头metaEye，称其为全球首款完全采用超表面光学（Meta-optics）设计的摄像头，整体尺寸小于一粒米。该产品集成两片超表面光学元件（MOE）与带通滤光片、多个光学孔径，直接安装在图像传感器保护玻璃上，无需传统折射式透镜。NILT表示相关客户正于2026年推进量产，metaEye也是其metaCamera模块化摄像头架构的首款产品。
匹配字段标题
英伟达向 Meta 的 Muse 智能体投资 30 亿美元并达成合作
英伟达向 Meta 的 Muse 智能体及 Muse 系列模型投资 30 亿美元，双方宣布 Muse 模型（Wonder 和 Wonder Full）与智能体将运行在英伟达基础设施上。Meta 计划扩大部署英伟达硬件，包括为下一代 AI 智能体使用 Vera Rubin 和 Vera CPU，双方还在探讨用英伟达 OpenShell 参考架构做智能体安全。Meta 的消费级 Muse 智能体自 9 月 8 日推出以来下载量达 1090 万，日活 250 万，但尚未成为盈利引擎。
匹配字段标题
Nvidia 与 AMD 合计向 Meta 投资 40 亿美元，配合其 975 亿美元 AI 基建融资
Meta 于 10 月 26 日宣布将通过股权发行募资 975 亿美元用于 AI 基础设施，Nvidia 同日宣布投资 30 亿美元，AMD 次日宣布投资 10 亿美元。Meta 计划部署 Nvidia Vera Rubin 平台、Vera CPU、Spectrum-X 以太网和 BlueField-4 DPU，并与 Nvidia 深化 Muse 模型与智能体合作；AMD 方面，Meta 已安装并测试首批 Helios 机架级系统，并计划部署为其定制的 AMD Instinct GPU。
匹配字段标题
Meta 与五所美国大学合作，用其模型加速医学与科学突破
Meta 与加州理工学院、俄亥俄州立大学、路易斯安那州立大学、印第安纳大学和 UTHealth Houston 五所美国高校合作，提供 200 万美元资助和最新模型访问权限，支持用其模型推进医学、物理、化学、生物、计算机科学和数学研究。具体项目包括用开放权重 SAM 模型监测婴儿气管套管移位、用多模态 AI 帮助痴呆症患者沟通，以及用开放权重模型结合腹部 CT、病历和 ECG 数据提前识别 HFpEF 心衰风险。
匹配字段标题
Meta 更新商业条款允许用用户内容训练 AI，英欧用户可提出反对
Meta 本月更新商业条款，允许其使用关联域名、网页或 URL 的内容来开发、改进、研究、训练和维护 Meta 产品，引发依赖 Instagram 和 Facebook 的艺术家与小企业主不满。生效日期从 10 月 30 日推迟到 11 月 20 日，Meta 随后从允许用途列表中删去“训练”一词，并将用途限定为“广告和商业产品”。英国和欧盟用户目前可在 Instagram 隐私中心提交反对表单，有用户称收到 Meta 邮件确认反对获批；这些选项在美国等地不显示。
匹配字段标题
英国和欧盟用户可反对 Meta 用其内容训练 AI
Meta 更新商业账户条款，允许其使用关联网站和页面的内容来开发、改进和训练 AI，引发使用 Instagram 的小商家和艺术家不满。英国和欧盟用户目前可在 Instagram 隐私中心提交反对表单，已有用户称收到 Meta 的反对获批邮件。该条款原定 10 月 30 日生效，在遭到反对后改为 11 月 20 日，Meta 还从允许用途中删去了“train”一词，并将范围收窄到广告和商业产品。
匹配字段标题
Jio Platforms IPO 前瞻：Meta 与 Google 持股、7,220 项专利与亏损子公司
Jio Platforms 启动印度史上最大 IPO，拟发行最多 27 crore 股新股、约占发行后股本的 2.93%，RIL 持股将从 66.43% 稀释至约 64.4%。Meta 关联方 Jaadhu Holdings 持股 9.98%、Google International 持股 7.73%。截至 6 月公司累计提交 7,220 项专利申请、其中 1,043 项获批；FY26 有 11 家子公司亏损，Q1 FY27 增至 15 家，合计税后亏损 20.5 crore 卢比。
匹配字段标题
英伟达30亿美元投资Meta，并扩大Muse智能体合作
英伟达宣布在Meta的股权发行中投资30亿美元，双方将扩大在个人智能体产品Muse及Muse系列模型上的合作，以提升模型推理和训练性能。这笔投资是Meta总额950亿美元募资计划的一部分，AMD、博通也有意向投资。Meta预计全年资本支出达1350亿至1450亿美元，并将考虑采用英伟达OpenShell安全智能体参考架构，扩大Vera Rubin、Vera CPU及Spectrum-X网络等基础设施部署。
匹配字段标题
Nvidia 与 Meta 扩大 Muse AI 模型与智能体合作，Nvidia 将认购 Meta 30 亿美元股权
Nvidia 与 Meta 宣布扩大在 Muse AI 模型和智能体上的合作，Nvidia 将向 Meta 的股权发行投入 30 亿美元。双方将围绕 Nvidia OpenShell 参考架构展开协作，包括用于安全部署的 Nvidia OpenShell 和用于智能体行为监控的 Nvidia Sentry；Meta 还将把 Nvidia 基础设施的使用扩展到 Vera Rubin、Vera CPU 以及 Spectrum-X 和 BlueField-4 以太网。Meta 目前使用 Nvidia 基础设施运行 Muse AI 模型和智能体。
匹配字段标题