Meta推出AI新功能，旨在吸引年轻用户。更新包括动态个人头像，可将静态照片转化为挥手、比心等动画效果，并增强文字帖子的视觉表现。
Facebook推出多项Meta AI创意功能，包括动态头像和文字背景，旨在通过个性化视觉体验吸引年轻用户，应对品牌老龄化问题，与TikTok竞争。
全球科技巨头正掀起AI基础设施“烧钱大战”，亚马逊、谷歌、Meta和微软预计2026年资本支出将达6600亿美元，主要用于建设数据中心、购买高性能芯片和研发定制硬件。
Meta本周四证实正为AI视频功能Vibes测试独立App，剑指OpenAI的Sora。2024年是文生视频元年，2026年或成巨头决战年。Vibes旨在打造全员“数字分身”的短视频平台，成为Meta在AI视频赛道的关键布局。
免费在线工具，可瞬间去除Instagram、Facebook等Meta视频水印，AI驱动无模糊。
使用Meta AI进行音频分离，可通过文本、视觉或时间提示编辑音频。
Didoo AI将链接转化为高性能Meta广告，精准定位买家并持续优化。
监控、管理和协作您的整个AI代理群，使用单一统一的仪表板。由来自Meta、Microsoft和Amazon的前AI工程师构建。Y Combinator支持。
Xai
$1.4
输入tokens/百万
$3.5
输出tokens/百万
2k
上下文长度
Anthropic
$105
$525
200
Google
$0.7
$2.8
1k
$7
$35
$2.1
$17.5
$21
Alibaba
-
Baidu
128
$6
$24
256
Bytedance
$1.2
$3.6
4
$2
$3.9
$15.2
64
amd
Llama-3.1-8B-onnx-ryzenai-npu是由AMD基于Meta的Llama-3.1-8B模型开发的优化版本，专门针对AMD Ryzen AI NPU进行优化部署。该模型通过Quark量化、OGA模型构建器和NPU专用后处理技术，在保持高质量文本生成能力的同时，显著提升了在AMD硬件上的推理效率。
facebook
DINOv3是Meta AI开发的一系列通用视觉基础模型，无需微调即可在广泛的视觉任务中超越专门的先进模型。该模型采用自监督学习方式，生成高质量的密集特征，在图像分类、分割、深度估计等多种任务中表现出色。
DINOv3是Meta AI开发的多功能视觉基础模型，无需微调就能在广泛视觉任务中超越专业模型。该模型能生成高质量密集特征，在各种视觉任务中表现出色，显著超越了以往的自监督和弱监督基础模型。
DINOv3是Meta AI开发的一系列通用视觉基础模型，无需微调就能在多种视觉任务中超越专门的先进模型。该模型采用Vision Transformer架构，在16.89亿张网络图像上预训练，能生成高质量的密集特征，在图像分类、分割、检索等任务中表现出色。
Mungert
基于Meta Llama-3.3-70B-Instruct的大语言模型，经过多阶段训练优化，在推理、聊天等任务上表现出色，支持多种语言，适用于多种AI应用场景。采用神经架构搜索技术优化，能够在单个H100-80GB GPU上高效运行。
FastFlowLM
这是基于Meta AI的LLaMA 3.1基础模型的衍生模型，专门针对AMD Ryzen™ AI NPU上的FastFlowLM进行了优化，仅适用于XDNA2架构。模型保留了Meta发布的核心架构和权重，可能针对特定应用进行了微调、量化或适配。
这是Meta AI发布的LLaMA 3.2 1B Instruct模型的优化变体，专门针对AMD Ryzen™ AI NPU（XDNA2架构）上的FastFlowLM进行优化。模型保留了原始架构和权重，通过量化、底层调优等技术提升在NPU上的运行效率。
RedHatAI
Llama-4-Scout是Meta推出的Llama 4系列模型之一，采用混合专家（MoE）架构，是原生多模态AI模型，支持文本和图像输入，在多语言文本理解和视觉任务方面表现出色。该模型具有17B参数，16个专家，专为商业和研究用途设计。
fahadh4ilyas
Llama 4系列是Meta推出的原生多模态AI模型，采用混合专家架构，支持文本和图像交互，在多种语言和视觉任务中表现卓越。
Llama 4系列是Meta推出的原生多模态AI模型，支持文本和图像交互，采用混合专家架构，在文本和图像理解方面表现卓越。
hirundo-io
Llama 4 Scout是Meta推出的原生多模态AI模型，支持多语言文本和图像理解，采用混合专家架构，在文本和图像理解方面具有行业领先性能。
bnb-community
Llama 4系列是Meta开发的多模态AI模型，支持文本与图像交互，采用混合专家架构(MoE)，在文本和图像理解领域具有领先性能。
unsloth
Llama 4 Scout是Meta推出的170亿参数多模态AI模型，采用混合专家架构，支持12种语言和图像理解。
chutesai
Llama 4 Maverick是Meta推出的原生多模态AI模型，采用混合专家架构，支持文本和图像输入，输出多语言文本和代码。
Undi95
Llama 4 Maverick 是 Meta 发布的多模态 AI 模型，支持文本与图像理解，采用混合专家架构（MoE），在多语言文本和代码生成任务中表现优异。
Llama 4 Scout是Meta推出的17B参数/16专家混合的多模态AI模型，支持12种语言和图像理解，具有行业领先性能。
meta-llama
Llama 4 Maverick是Meta开发的多模态AI模型，采用混合专家架构，支持文本和图像理解，具有170亿激活参数和4000亿总参数。
Llama 4系列是Meta开发的多模态AI模型，支持文本和图像理解，采用混合专家架构。
Llama 4 Scout是Meta开发的多模态AI模型，采用混合专家架构，支持12种语言的文本和图像交互，具有17B激活参数和109B总参数。
Llama 4 Maverick是Meta推出的170亿参数多模态AI模型，采用混合专家架构(MoE)，支持多语言文本和图像理解，具备128个专家模块。
Metabase AI助手是一个通过模型上下文协议（MCP）连接Claude Desktop/Code与Metabase和PostgreSQL数据库的AI驱动工具，支持自然语言生成SQL查询、创建数据模型和仪表板。
Meta Ads MCP是一个基于Model Context Protocol的服务器，用于通过标准化接口与Meta广告API交互，使AI模型能够访问、分析和管理Meta广告活动，包括获取性能数据、可视化广告创意和提供战略建议。
MetaTrader 5的MCP服务器，实现AI助手与MT5平台的交互，支持交易和市场数据分析功能。
MetaMask MCP是一个允许LLM通过MetaMask与区块链交互的MCP服务器，用户私钥安全存储在加密钱包中，AI代理签名或发送交易时无需接触私钥。
一个基于TypeScript的MCP服务器，实现与Metabase API的集成，允许AI助手访问Metabase中的仪表盘、问题和数据库资源，并提供查询执行等功能。
Meta API MCP Server是一个支持多API的网关服务器，通过Model Context Protocol (MCP)协议连接各类API与大型语言模型（如Claude、GPT等），使AI助手能够直接与API交互并访问真实数据源。支持从JSON配置文件或Postman集合快速添加API，提供HTTP方法全面支持和多种认证方式。
MetaMask MCP是一个模型上下文协议服务器，允许大型语言模型通过MetaMask与区块链交互，确保私钥安全存储在用户钱包中，不与AI代理共享。
MetaTrader MCP Server是一个基于Python构建的模型上下文协议服务器，旨在通过AI大语言模型（LLM）实现MetaTrader平台的自动化交易。它支持与Claude Desktop、Open WebUI等LLM工具的集成，并提供HTTP服务器接口。
HackerMCP是一个为AI助手设计的模块，用于访问和利用常见的渗透测试和安全工具，如Nmap和Metasploit Framework，提供简单的接口来增强AI系统的安全测试能力。
Vibehacker Metasploit MCP是一个基于FastMCP的接口，用于连接Metasploit框架，使AI代理能够调用Metasploit的功能，包括漏洞利用、载荷生成、目标扫描和会话管理。
这是一个连接AI助手与Metabase分析平台的MCP服务器，提供数据访问、仪表盘管理、查询执行等功能，支持两种认证方式，便于AI直接与数据分析平台交互。
一个连接AI助手与Metabase分析平台的MCP服务器，提供数据查询、仪表板访问等功能，支持两种认证方式。
Meta Ads MCP是一个通过标准化接口让AI模型访问和管理Meta广告API的工具，支持获取广告数据、分析创意内容并提供优化建议。
%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)
