Meta 的 AI 动态：Llama 开源模型系列、超级智能实验室与元宇宙之外的 AI 豪赌。
研究人员扩展了 Yann LeCun 创立的 JEPA 架构，使其能够在七个不同的领域工作。该团队提出了基于 JEPA 的通用世界模型 JEPA-Anything，该模型能够预测系统的发展，例如机器人、分子或患者的健康状况。该研究在多个领域取得了显著的进展，包括物理、机器人技术和天气预测，并提出了一个基于 JEPA 的肝脏癌细胞治疗候选方案。
推荐理由：该研究扩展了 LeCun 的 JEPA 架构，使其能够在多个领域工作，包括物理、生物学等，并提出了一个基于 JEPA 的通用世界模型 JEPA-Anything，具有潜在的应用价值。
以太坊验证者退出队列暴涨约392%，其中约52.3万枚来自MetaMask Staking在基础设施遭入侵后的预防性退出，并大量关联Lido运营。MetaMask的一次安全惊吓，叠加部分看似兑现利润的操作，把以太坊验证者退出队列推到了今年以来的最高水平。
推荐理由：以太坊验证者退出队列暴涨，MetaMask安全事故引发大量ETH排队离场，对ETH与LSD持仓者而言，这是短期卖压被拉长、单点基础设施决策可牵动更大质押池的硬信号。
Meta 发布了新的多模态模型 Muse Glimmer，专为本地智能体用例设计，参数量从 Muse 缩减至 30B，并开源。该模型适用于隐私意识应用，如编码、文档分析、个人助理等，并支持本地部署以保护隐私、降低成本或进行黑客攻击。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
OpenEnv 是 Meta 和 Hugging Face 开发的一个开源框架，用于评估 AI 代理在真实系统中的表现。Turing 贡献了一个生产级的日历管理环境，用于研究工具使用代理在现实约束下的表现。
推荐理由：OpenEnv 提供了一个评估 AI 代理在真实环境中的表现的平台，通过 Calendar Gym 等工具，可以更全面地了解代理的局限性和改进方向。
Hugging Face 与 Meta 合作发布了 Llama 4 Maverick 和 Llama 4 Scout 模型，这两个模型都是 MoE 架构，具有 17B 活跃参数，支持多模态输入。
推荐理由：原文介绍了 Llama 4 Maverick 和 Llama 4 Scout 的主要特性和能力，读者可以了解这些模型如何改变现有工作流。
OpenAI 与苹果宣布合作，将 ChatGPT 集成到苹果体验中。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Meta 发布了 Llama 3 开放式 LLM，包括 8B 和 70B 两种参数规模，支持多种硬件和上下文长度，并提供了多种集成和部署方式。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Mistral AI 发布了 Mistral 7B 语言模型，该模型在多个基准测试中优于 Llama 2 13B 和 Llama 1 34B，并使用 Grouped-query attention 和 Sliding Window Attention 技术提高推理速度。Mistral 7B 以 Apache 2.0 许可证发布，可在任何云平台部署，并易于微调。
推荐理由：原文给出了能力变化和开放入口，读者可以据此判断它会怎样改变现有工作流。
Meta 发布了 Llama 2 模型，这是一个从 7B 到 70B 参数的开源大型语言模型家族，支持 Hugging Face 集成，包括预训练模型和微调模型。
推荐理由：原文介绍了 Llama 2 模型的特点和功能，读者可以了解其性能和适用场景。
Hugging Face 发布了新的开源文本生成和大型语言模型生态系统，包括 Llama 2 模型和其他开源模型，以及用于模型部署和微调的工具。
推荐理由：原文介绍了 Hugging Face 平台上开源文本生成和大型语言模型生态系统的最新发展，读者可以了解最新的模型和工具，以及它们如何改变现有工作流。
