Meta（AI研究部门）是Meta Platforms旗下的人工智能研究部门，Meta Platforms是Facebook、Instagram和WhatsApp的母公司。该部门专注于通过基础研究、开源贡献以及开发可投入生产的人工智能系统，推动人工智能领域的前沿发展。它以其在大语言模型、计算机视觉和具身人工智能方面的工作而闻名，并已成为开源人工智能生态系统的重要贡献者。
该组织的历史可追溯至2013年成立的早期Facebook AI Research（FAIR）实验室，此后已扩展至包括多个研究团队和面向产品的人工智能团队。它在Meta技术组织的更广泛框架下运作，研究机构分布于加利福尼亚州门洛帕克、纽约市、伦敦、巴黎及其他全球地点。该部门在学术场合广泛发表成果，发布开源工具和模型，并与大学及行业伙伴开展合作。
历史与形成
Meta的人工智能研究工作始于2013年FAIR的成立，由Yann LeCun领导，他于2013年底加入Facebook。该实验室最初专注于深度学习和计算机视觉，基于LeCun在卷积神经网络方面的开创性工作。2018年，公司成立了独立的Applied Machine Learning（AML）团队，以衔接研究与产品部署，而FAIR继续作为基础研究部门。
2021年，Facebook更名为Meta Platforms，人工智能研究部门整合至Meta AI旗下。这包括FAIR、AML以及其他专业团队，如专注于增强现实和虚拟现实应用的Meta Reality Labs AI。该部门此后已发展至数百名研究人员和工程师，并高度重视涵盖机器学习、神经网络、自然语言处理、机器人学和社会科学等多学科的交叉研究。
主要研究领域
大语言模型
Meta AI已成为大语言模型的主要开发者，尤其是通过其LLaMA（Large Language Model Meta AI）系列。首个LLaMA模型于2023年2月发布，参数规模从70亿到650亿不等。与许多专有模型不同，LLaMA以非商业许可向研究人员开放，后续版本（包括2023年7月发布的LLaMA 2和2024年4月发布的LLaMA 3）则以更宽松的许可发布，允许商业使用。这些模型已被开源社区广泛采用，并催生了一波微调变体。
LLaMA模型的开发涉及训练效率、数据整理和模型架构方面的创新。Meta AI还为Transformer (architecture)架构文献做出了贡献，在Vaswani等人的原始transformer论文基础上，探索了多头注意力变体和改进的位置编码方案。该部门发布了关于其训练过程的详细技术报告，包括Adam优化器和学习率调度的使用。
计算机视觉与多模态人工智能
计算机视觉自FAIR成立以来一直是核心关注领域。Meta AI开发了用于图像分类、目标检测和图像分割的最先进模型。值得注意的贡献包括2023年4月发布的Segment Anything Model（SAM），该模型能以最少的提示分割图像中的任何对象。SAM在超过10亿个掩码的数据集上训练，并已成为计算机视觉研究和应用中广泛使用的工具。
该部门还推进了多模态人工智能，将视觉和语言理解相结合。Flamingo和ImageBind等模型与其他研究团队合作开发，旨在学习跨多种模态（包括文本、图像、音频和视频）的联合表示。这些努力与Meta构建能够以类似人类感知方式理解和交互世界的人工智能系统的更广泛目标相一致。
具身人工智能与机器人学
Meta AI投资于具身人工智能，该领域专注于开发能够在物理或模拟环境中感知、推理和行动的智能体。该部门发布了Habitat等平台（用于训练具身智能体的模拟环境），并开展了导航、操作和人机交互方面的研究。虽然Meta不生产物理机器人，但其在该领域的研究为增强现实和元宇宙中的应用提供了信息。
社交人工智能与推荐系统
鉴于Meta的核心社交媒体产品，人工智能研究还涉及推荐系统、内容理解和用户安全。该部门开发了用于排序和个性化的大规模深度学习模型，这些模型为Facebook和Instagram上的信息流和推荐算法提供支持。关于人工智能公平性、问责制和透明度的研究也在不断增长，包括关于偏见缓解和可解释性的出版物。
开源贡献
Meta AI是开源人工智能领域最多产的贡献者之一。除LLaMA外，该部门还发布了广泛的研究社区广泛使用的工具和库。PyTorch最初由FAIR开发，于2016年首次发布，现已成为与TensorFlow并列的主导性深度学习框架之一。PyTorch的动态计算图和Python风格接口使其成为研究人员的首选，现由Linux基金会下的PyTorch基金会维护。
其他值得注意的开源项目包括Detectron2（目标检测和分割平台）、fairseq（序列到序列建模工具包）以及用于对话研究的ParlAI框架。Meta AI还为残差网络和其他架构创新做出了贡献，其研究人员定期发布代码和模型权重以促进可复现性。
合作与伙伴关系
Meta AI与学术机构、行业伙伴和其他研究组织合作。它与斯坦福大学、麻省理工学院和多伦多大学等大学设有联合研究项目，并参与Partnership on AI等多组织倡议。该部门还通过NeurIPS、ICML和CVPR等会议与更广泛的人工智能社区互动，其研究人员在这些会议中担任程序委员会委员并发表论文。
在竞争格局中，Meta AI与Google DeepMind、OpenAI和Anthropic等其他主要企业研究实验室并驾齐驱。虽然OpenAI和Anthropic专注于专有模型和安全，Meta则通过开源发布和对研究透明度的重视实现差异化。这种方法吸引了大量开发者和研究人员基于Meta的模型进行构建，形成了一个可与封闭替代方案相抗衡的生态系统。
知名人物
多位杰出的人工智能研究人员与Meta AI有关联。Yann LeCun是图灵奖得主和纽约大学教授，曾任FAIR创始主任，现仍担任Meta首席人工智能科学家。他在卷积网络和无监督学习方面的工作对现代人工智能具有奠基性意义。其他关键人物包括Joelle Pineau（自2017年起领导FAIR，专注于可复现研究和具身人工智能）、Ahmad Al-Dhle和Thomas Scialom（在LLaMA项目中发挥了重要作用），以及Samy Bengio（2021年离开Google Brain后加入Meta AI）。
该部门还吸引了来自学术界和工业界的研究人员，包括强化学习、自然语言处理和计算机视觉领域的专家。许多人后来离开并创立或领导其他人工智能公司，为该领域的更广泛人才库做出了贡献。
影响与评价
Meta AI的开源策略对人工智能格局产生了重大影响。LLaMA模型的发布使大语言模型的获取民主化，使初创公司、研究人员和爱好者能够构建原本需要大量计算资源的应用。这加速了生成式人工智能、聊天机器人和代码生成等领域的创新，并影响了Mistral和Falcon等其他开放模型的发展。
然而，该部门也面临批评和挑战。一些研究人员对开源模型可能被滥用的风险表示担忧，包括生成虚假信息或有害内容。Meta通过使用政策和安全评估做出回应，但开放性与安全性之间的张力仍是争论话题。此外，训练大型模型的高昂成本引发了对环境影响以及人工智能研究集中于少数大型企业的质疑。
未来方向
展望未来，Meta AI可能会继续专注于开源模型、多模态人工智能和具身智能。该部门正在投资下一代架构，包括Transformer (architecture)替代方案和更高效的训练方法。它还在探索将人工智能整合到Meta的元宇宙产品中，如智能眼镜和虚拟现实环境，在这些场景中人工智能可以实现更自然的交互和个性化体验。
截至2025年，Meta AI仍是最具影响力的人工智能研究组织之一，拥有广泛的研究和产品组合。其对开放性的承诺，加上大型科技公司的资源，使其在塑造人工智能未来方面处于核心地位。