AI News

Meta 的 Superintelligence Labs 發表「Avocado」與「Mango」:轉向自治世界模型(autonomous world models)

DAVOS — 為了決定性地重奪其在人工智慧前沿的地位,Meta Platforms 已針對其祕密的 Superintelligence Labs(MSL)首次重大成果打破沉默。本週在達沃斯世界經濟論壇(World Economic Forum)發言時,CTO Andrew Bosworth 透露公司在兩個不同的 AI 模型方面取得了重大的內部突破:Project Avocado,一款為高階推理優化的次世代文字模型;以及 Project Mango,一套建立於「世界模型」(world model)架構上的視覺智慧系統。

此項公告標誌著 Meta 的關鍵轉捩點。繼 2025 年中 Llama 4 反響不一後,CEO Mark Zuckerberg 執行了大規模重組,在 Alexandr Wang 的領導下成立了 Superintelligence Labs。Avocado 與 Mango 的亮相表示 Meta 在積極的人才招募與基礎設施投資終於開始看到成效,並以 2026 年第一季為目標準備對外發佈。

The Superintelligence Mandate:策略性轉向

Meta Superintelligence Labs 的成立代表公司 AI 哲學的根本轉變。MSL 的任務從早期 Llama 世代以產品整合為主,改為以單一目標為核心:達成「自治」(autonomy)與「深度推理」(deep reasoning)。

在達沃斯揭露的路線圖顯示,Meta 不再滿足於僅僅為 Instagram 與 WhatsApp 提供聊天機器人動力。公司正在轉向所謂的「代理型」(agentic)系統——能夠規劃、推理並在長時間尺度上執行複雜任務的 AI。

「產業在增量擴充上撞牆了,」Bosworth 在演說中指出。「有了 Avocado 與 Mango,我們不只是預測下一個 token;我們在模擬物理與數位世界的底層邏輯。」

Project Avocado:精通程式與邏輯

Project Avocado 代表了 Meta 對軟體開發與複雜邏輯推理日益增長需求的直接回應。與先前作為通用 omni-model 的前代不同,Avocado 已專門微調以解決困擾先前開源模型的「推理落差」。

超越模式匹配

內部報告顯示,Avocado 採用了新穎架構,在預訓練階段即優先處理「思考鏈」(Chain of Thought,CoT),而不僅限於推論時使用。這讓模型能夠:

  • 自我修正程式碼:在無需人工介入的情況下,識別並修補軟體迴圈中的漏洞。
  • 多步驟規劃:將複雜的邏輯查詢拆解為可執行的子任務,其精確度優於 GPT-5 級模型。
  • 情境持續性:在顯著更長的上下文視窗中維持連貫的邏輯流,對於企業級應用至關重要。

藉由重點放在程式與邏輯上,Meta 旨在搶占日益被封閉源碼專有模型集中化的開發者市場。

Project Mango:視覺智慧的物理學

當 Avocado 處理抽象層面時,Project Mango 處理具體世界。Mango 被描述為「世界模型」(World Model,首次出現已註明原文)而非單純的影像生成器,設計目標是理解物理、因果關係與時間連續性。

「世界模型」的優勢

現有的生成式影片模型經常在「幻覺」情形中遭遇問題,物體會不現實地變形或違反重力。Project Mango 企圖透過與像素生成同步學習物理定律來解決此問題。

  • 時間一致性:Mango 生成的影片中,物體會在時間序列上維持其形狀、質量與速度。
  • 互動性:早期示範暗示使用者能「互動」生成場景,改變變數(如光源或物體位置)時,模型會即時重新計算物理結果。
  • 原生多模態:Mango 不只是文字轉影片;它接受影片輸入以分析並預測未來畫面,有效地扮演真實情境的模擬器。

比較分析:新競局

這些模型的推出讓 Meta 與業界現有領導者直接對峙。下表強調 Avocado 與 Mango 如何與現有生態系區分。

Table 1: Competitive Landscape Analysis (Projected Specs)

Model / Project Primary Focus Key Differentiator Target Architecture
Meta Project Avocado Logic & Coding Deep reasoning & self-correction CoT-Integrated Transformer
Meta Project Mango Visual Simulation Physics-based "World Model" Latent Diffusion + Physics Engine
OpenAI o-Series General Reasoning Broad knowledge base Reinforcement Learning
Google Gemini Ultra Multimodal Integration Native multimodal processing Mixture-of-Experts (MoE)

(註:表格內容保留專案與架構原文名稱以維持專有名詞一致性。)

對 AI 產業的策略性影響

Avocado 與 Mango 的發布不僅是產品發表;它還驗證了 Meta 所爭議的「強度之年」策略。引入像 Alexandr Wang 這類外部領導,以及對 H200 叢集的大量資本支出,似乎已在 Llama 4 的挫折後修正了方向。

開源問題

一個關鍵問題仍未解答:Meta 會開放 Avocado 與 Mango 的原始權重嗎?
歷來 Meta 支持開放權重。然而,這些模型的先進能力——特別是 Mango 在逼真模擬方面的潛力與 Avocado 在網路攻防上的能力——可能迫使策略改變。Bosworth 暗示可能採取「分級發佈」,將最具能力的版本保留給企業夥伴,或在更嚴格的安全許可下釋出。

發佈之路:2026 年第一季及以後

隨著接近計劃中的 2026 年第一季發佈,業界正準備迎接新一波競爭。Meta 向「世界模型」與「推理代理」的轉向顯示,下一個 AI 的戰場不僅是誰能生成最好的文字或影像,而是誰能建構最精準的現實模擬。

Development Timeline & Milestones

Phase Milestone Status Key Deliverables
Phase 1 Internal Training Completed Core model architecture validated; 100k+ GPU cluster utilization.
Phase 2 Red Teaming In Progress Safety alignment; Adversarial testing for coding vulnerabilities.
Phase 3 Partner Beta Q1 2026 (Planned) API access for select enterprise partners; Integration into Ray-Ban Meta smart glasses.
Phase 4 Public Release H1 2026 Open weight release (TBD) or general API availability.

對於開發者與企業來說,達沃斯傳遞的訊息很明確:Meta 已重返競賽,而且這一次,他們打造的是一個 AI 不僅會聊天——而是會行動的世界。

精選