Meta CEO扎克伯格宣佈，2026年將是公司AI藍圖全面落地之年。在完成2025年AI架構重組後，Meta將密集發佈新AI模型與產品，重點推出“代理式商業”智能購物工具，AI智能體可深度理解用戶需求，推動行業創新。
Meta宣佈完成AI架構重建，進入產品交付期，未來數月將推出新模型。公司重組AI實驗室，目標2026年實現“個人超級智能”。
多家科技巨頭付費獲取維基百科企業級數據訪問權，微軟、Meta、亞馬遜及AI新秀Perplexity、Mistral AI均已加入Wikimedia Enterprise計劃。該計劃由維基媒體基金會於2021年推出，爲大型商業公司提供定製化API接口，滿足AI公司對維基百科海量數據的特定需求。
Meta支持的初創企業Hupo，最初專注於心理健康，幫助人們管理壓力、養成習慣。創始人金俊皓受運動啓發，關注心理韌性對職場表現的影響。獲得Meta投資後，公司轉向將心理韌性理念應用於職場提升。
Deepseek
$4
輸入tokens/百萬
$12
輸出tokens/百萬
128
上下文長度
Anthropic
$105
$525
200
Xai
$21
Tencent
28
Minimax
-
Openai
$420
Moonshot
$2
$10
8
01-ai
16
rasyosef
這是一個基於Meta公司Llama-3.2-1B模型的精簡版本，專門針對阿姆哈拉語進行預訓練，包含4億參數，上下文長度為1024個標記。
slprl
Meta公司Hubert模型的一個版本，在TWIST論文中提出，作為訓練SpeechLMs的語音標記器展現出重要價值。
akthangdz
Meta公司開發的越南語文本轉語音模型，基於VITS架構，支持高質量語音合成
elyza
由ELYZA公司訓練的大型語言模型，基於Meta-Llama-3-8B-Instruct增強日語能力
HackerMonica
這是一個基於Meta公司NLLB-200-distilled-600M模型微調的機器翻譯模型，專門用於英語到簡體中文的翻譯任務。
mit-han-lab
Llama 3 是 Meta 公司推出的下一代開源大語言模型，具有更強的性能和更廣泛的應用場景。
alokabhishek
這是Meta公司的Meta-Llama-3-8B-Instruct模型的8位量化版本，使用bitsandbytes進行量化，適用於高效的文本生成任務。
Baghdad99
Meta公司開發的英語文本轉語音模型，基於VITS架構，支持高質量語音合成
SeyedAli
Meta公司開發的阿拉伯語語音合成模型，基於VITS架構，支持高質量的文本轉語音功能。
facebook
Meta公司開發的馬紹爾語文本轉語音模型，採用VITS端到端架構，支持高質量語音合成
Meta公司開發的緬甸語文本轉語音模型，屬於大規模多語言語音項目(MMS)的一部分
Meta公司開發的中部孟語文本轉語音模型，支持將文本轉換為自然語音
Meta公司開發的莫西語文本轉語音模型，基於VITS架構，支持端到端語音合成
Meta公司開發的宿務語文本轉語音模型，屬於大規模多語言語音項目的一部分，支持宿務語的高質量語音合成。
Meta公司開發的幹達語文本轉語音模型，基於VITS架構，支持高質量語音合成
Meta公司開發的土庫曼語文本轉語音模型，屬於大規模多語言語音項目的一部分，支持拉丁字母拼寫的土庫曼語語音合成。
Meta公司開發的加泰羅尼亞語文本轉語音模型，採用VITS端到端架構，支持高質量語音合成
Meta公司開發的塔馬哈克語-塔瓦拉馬特方言文本轉語音模型，支持提非納文字，屬於大規模多語言語音項目的一部分。
Meta公司開發的馬安揚語文本轉語音模型，屬於大規模多語言語音(MMS)項目的一部分
Meta公司開發的卡克奇克爾語(中南方言)文本轉語音模型，屬於MMS項目的一部分，支持多種語言的語音合成。
%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)
