知名AI科学家Yann LeCun将创立新公司AMI Labs，预计明年1月成立，目标估值约247亿人民币。公司专注于LeCun长期倡导的“世界模型”研究，坚持开源路线，并与Meta保持合作。
Meta宣布扩大员工使用竞争对手AI工具的权限，旨在将AI技术更广泛融入工作流程。公司鼓励使用ChatGPT-5和Gemini3Pro等工具提升效率。首席信息官强调，将AI融入日常工作是首要任务。
荷兰公司Nebius在2025年AI算力竞赛中异军突起，接连获得微软和Meta巨额订单，营收与股价暴涨。公司计划到2026年建成大规模算力集群，耗电量巨大。然而，Nebius并非初创企业，而是早有积累。
Meta 下一代旗舰大模型代号 Avocado，定位为 Llama 系列继任者，计划于 2026 年第一季度发布。该模型将采用闭源商业化路线，性能对标 GPT-5 与 Gemini，旨在与 OpenAI、Google 等公司的封闭模型生态正面竞争。
Deepseek
$4
Input tokens/M
$12
Output tokens/M
128
Context Length
Anthropic
$105
$525
200
Xai
$21
Tencent
28
Minimax
-
Openai
$420
Moonshot
$2
$10
8
01-ai
16
rasyosef
这是一个基于Meta公司Llama-3.2-1B模型的精简版本，专门针对阿姆哈拉语进行预训练，包含4亿参数，上下文长度为1024个标记。
slprl
Meta公司Hubert模型的一个版本，在TWIST论文中提出，作为训练SpeechLMs的语音标记器展现出重要价值。
akthangdz
Meta公司开发的越南语文本转语音模型，基于VITS架构，支持高质量语音合成
elyza
由ELYZA公司训练的大型语言模型，基于Meta-Llama-3-8B-Instruct增强日语能力
HackerMonica
这是一个基于Meta公司NLLB-200-distilled-600M模型微调的机器翻译模型，专门用于英语到简体中文的翻译任务。
mit-han-lab
Llama 3 是 Meta 公司推出的下一代开源大语言模型，具有更强的性能和更广泛的应用场景。
alokabhishek
这是Meta公司的Meta-Llama-3-8B-Instruct模型的8位量化版本，使用bitsandbytes进行量化，适用于高效的文本生成任务。
Baghdad99
Meta公司开发的英语文本转语音模型，基于VITS架构，支持高质量语音合成
SeyedAli
Meta公司开发的阿拉伯语语音合成模型，基于VITS架构，支持高质量的文本转语音功能。
facebook
Meta公司开发的马绍尔语文本转语音模型，采用VITS端到端架构，支持高质量语音合成
Meta公司开发的缅甸语文本转语音模型，属于大规模多语言语音项目(MMS)的一部分
Meta公司开发的中部孟语文本转语音模型，支持将文本转换为自然语音
Meta公司开发的莫西语文本转语音模型，基于VITS架构，支持端到端语音合成
Meta公司开发的宿务语文本转语音模型，属于大规模多语言语音项目的一部分，支持宿务语的高质量语音合成。
Meta公司开发的土库曼语文本转语音模型，属于大规模多语言语音项目的一部分，支持拉丁字母拼写的土库曼语语音合成。
Meta公司开发的干达语文本转语音模型，基于VITS架构，支持高质量语音合成
Meta公司开发的加泰罗尼亚语文本转语音模型，采用VITS端到端架构，支持高质量语音合成
Meta公司开发的塔马哈克语-塔瓦拉马特方言文本转语音模型，支持提非纳文字，属于大规模多语言语音项目的一部分。
Meta公司开发的马安扬语文本转语音模型，属于大规模多语言语音(MMS)项目的一部分
Meta公司开发的卡克奇克尔语(中南方言)文本转语音模型，属于MMS项目的一部分，支持多种语言的语音合成。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
