Meta全力进军人工智能：它能与谷歌、ChatGPT和MidJourney竞争吗？

Meta 正在积极加大人工智能力度，以赶上谷歌、微软和 OpenAI 等竞争对手。这家社交媒体巨头推出了一种名为CM3leon的新文本到图像模型，声称该模型在根据文本提示生成图像方面实现了最先进的性能。但它尚未可用于测试或商业用途。

CM3leon 标志着 Meta 人工智能能力的突破。该模型不仅可以根据文本描述生成高保真图像，还可以为现有图像编写连贯的标题。这为未来更先进的图像理解模型奠定了基础。

Meta 正在利用其强大的数据科学团队和计算基础设施来推进 CM3leon 等最先进的模型。虽然 MidJourney 等基于扩散的人工智能已经成为头条新闻，但 Meta 正在押注于自回归变压器架构（与 ChatGPT 使用的技术相同）。该公司声称CM3leon 所需的训练计算量比其他类似方法少 5 倍。

在正面比较中，CM3leon 似乎比 OpenAI 的 DALL-E 2 甚至 Midjourney 等模型更好地处理文本提示中的复杂对象和约束。Meta 分享的图像显示，其新的文本到图像生成器能够准确地表示人体解剖结构（不再是意大利面条手），甚至可以渲染准确的文本（不再是 AI 图像中的随机单词）

CM3leon 还提供高级图片，可以让用户更准确地表达自己的想法：文本到图像、图像到图像、结构引导图像编辑、对象到图像、分割到图像和超分辨率升级是一些不可用的功能在除使用Controlnet 的稳定扩散之外的任何生成器中。

关于新LLM的传言

据《金融时报》援引消息人士称，Meta 还计划向外部开发者发布其 LLaMA 自然语言模型的商业版本。如果属实，这将允许初创公司和企业构建由 Meta 人工智能支持的自定义应用程序，使社交媒体巨头与 ChatGPT (OpenAI-Microsoft)、Bard (Google) 和 Claude v2 (Anthropic-Google) 直接竞争

Meta 的重点似乎是在其所有应用程序中强烈转向人工智能，尽管它声称也非常关注其 Metaverse 项目。今年早些时候，该公司成立了一个专门的生成式人工智能部门，由首席产品官Chris Cox领导。Meta 还致力于开发人工智能工具，为目标用户生成更好的广告。

通过开源关键模型，例如泄露的 LLaMA LLM（世界上最大、最先进的开源 LLM），Meta 旨在促进全球开发人员的创新，以改进技术。这与 OpenAI 等竞争对手的封闭方式形成鲜明对比。然而，Meta 模型的货币化仍然有可能。

人工智能活动的兴起之际，Meta 正在努力应对股价下跌以及 Facebook 活动引发的隐私和错误信息争议，而 Facebook 仍然是该公司最大的平台。Meta 首席执行官马克·扎克伯格 (Mark Zuckerberg) 认为，对生成式人工智能的巨额投资符合公司对 Metaverse 的愿景，并可能开辟新的收入来源。

Meta 最近还推出了 Threads，这是 Twitter 的克隆版本，用户增长迅速，超过了 OpenAI在 ChatGPT 推出后实现的增长速度。事实证明，它还善于吸收先前技术的关键要素，对其进行改进，并创造出几乎在其创造的基础上杀死竞争对手的成功产品。

随着像 CM3leon 这样的新模型显示出有希望的性能，Meta 似乎决心积极追求人工智能来重塑其未来，而投资者对其 Metaverse 的努力并不满意。引领生成人工智能的竞赛刚刚迎来了新的选手。