本週我們分享了一個開源的 AI 工具，將幫助加速高性能、低碳混凝土的發現。請參閱下面的主題以了解完整故事。 您還可以在這裡找到此項目的研究文獻： 1️⃣ 包含模型和優化算法詳細信息的技術報告： 2️⃣ 開源的 SustainableConcrete 倉庫，包含相關數據和代碼。

今天馬克宣布了Meta在AI計算方面的重大投資。 查看他的帖子：

🚀Meta FAIR 的新功能：今天，我們推出了 Seamless Interaction，這是一個致力於對人際動態進行建模的研究專案。 該專案具有一系列視聽行為模型，與 Meta 的 Codec Avatars 實驗室 + Core AI 實驗室合作開發，將兩個人之間的語音渲染成多樣化、富有表現力的全身手勢和主動傾聽行為，從而允許創建 2D 和 3D 的完全具身化身。 這些模型有可能創建更自然的互動式虛擬代理，這些虛擬代理可以在各種環境中進行類似人類的社交互動。 瞭解更多資訊：

🚀Meta FAIR 的新功能：今天，我們推出了 Seamless Interaction，這是一個致力於對人際動態進行建模的研究專案。 該專案具有一系列視聽行為模型，與 Meta 的 Codec Avatars 實驗室 + Core AI 實驗室合作開發，將兩個人之間的語音渲染成多樣化、富有表現力的全身手勢和主動傾聽行為，從而允許創建 2D 和 3D 的完全具身化身。 這些模型有可能創建更自然的互動式虛擬代理，這些虛擬代理可以在各種環境中進行類似人類的社交互動。 瞭解更多資訊：

🚀Meta FAIR 的新功能：今天，我們推出了 Seamless Interaction，這是一個致力於對人際動態進行建模的研究專案。 該專案具有一系列視聽行為模型，與 Meta 的 Codec Avatars 實驗室 + Core AI 實驗室合作開發，將兩個人之間的語音渲染成多樣化、富有表現力的全身手勢和主動傾聽行為，從而允許創建 2D 和 3D 的完全具身化身。 這些模型有可能創建更自然的互動式虛擬代理，這些虛擬代理可以在各種環境中進行類似人類的社交互動。 瞭解更多資訊：

厭倦了手動提示調整？觀看最新的 Llama 教程，瞭解如何使用開源 Python 庫“llama-prompt-ops”為 Llama 優化現有的 GPT 或其他 LLM 提示！ 在此視頻中，合作夥伴工程師 Justin Lee 演示了安裝、專案設置、遷移您的第一個提示以及分析性能提升。 立即觀看以發現： ✨ 為什麼系統性提示優化對於從 GPT 遷移到 Llama 至關重要。 💻 客戶服務分類任務的 『llama-prompt-ops』 的實時代碼演練。 在此處觀看完整教程：

通過我們最新的課程“使用 Llama 4 構建”，將您的 AI 開發技能提升到一個新的水準，該課程由 @AndrewYNg 和 Meta AI 團隊的合作夥伴工程總監 Amit Sangani 教授。 在這個綜合課程中，您將學習如何利用 Llama 4 的強大功能，它使部署比以前更容易，並通過在多個圖像上提示實現更高級的多模態理解。 您將瞭解如何： - 構建可對視覺內容進行推理、檢測物件並精確回答圖像接地問題的應用程式 - 瞭解 Llama 4 提示格式，尤其是新的圖像相關標記 - 使用長上下文處理整本書和研究論文，而無需對數據進行分塊 - 使用 Llama 提示優化工具優化您的提示 - 使用 Llama Synthetic Data Kit 創建高品質的訓練數據 憑藉通過 Meta 的官方 API 和其他推理供應商使用 Llama 4 的實踐經驗，您將能夠構建更強大的應用程式。 現在就開始學習並釋放 Llama 4 的全部潛力！

我們有史以來第一個 Llama 創業計劃的反應令人震驚，在審查了 1,000 多份申請後，我們很高興地宣佈我們的第一批。 這群不拘一格的早期初創公司已準備好突破 Llama 的可能性，並推動 GenAI 市場的創新。我們將為他們提供支援 Llama 技術團隊和雲積分報銷，以説明抵消使用 Llama 進行構建的成本。 瞭解有關 Llama 創業計劃的更多資訊：

#CVPR2025，深入瞭解 AI 👇 領域一些最聰明的人的最新研究論文

推出 V-JEPA 2，這是一種新的世界模型，在視覺理解和預測方面具有最先進的性能。 V-JEPA 2 可以在機器人中實現零鏡頭規劃，使它們能夠在不熟悉的環境中規劃和執行任務。 下載 V-JEPA 2 並閱讀我們的研究論文 ➡️