Meta正建構巨型AI模型，不但整合旗下所有產品的影音推薦引擎、還打算開發AI助理

根據外媒報導，Meta公司一位高層透露，公司正在對人工智慧進行重大投資，旨在打造一個先進的系統，能夠支援Facebook等旗下各個平台影音的推薦引擎。

Meta旗下負責Facebook平台的湯姆·艾里森（Tom Alison）透露，這個計畫是公司「2026年技術發展藍圖」的關鍵一環。他詳細說明表示這一全新AI推薦模型將不僅支援類似於TikTok的Reels短影片服務，還將覆蓋更多的傳統長影音內容。

跨平台服務統一推薦

艾里森在舊金山的摩根史坦利科技會議上提到，目前Meta對各個產品均採用獨立的推薦模型，如Reels、Groups和核心的Facebook資訊流等。新的巨型AI模型預計將改變這一局面，實現平台間的統一推薦。

作為Meta進軍人工智慧領域的重要一步，該公司已在購買NVIDIA GPU上投入數十億美元。這些GPU是AI研究人員訓練大型語言模型的主要工具，為ChatGPT等生成式人工智慧模型提供動力。

艾里森還說明了Meta技術藍圖的「第一階段」，即公司正在將現有推薦系統從傳統電腦晶片轉向GPU，以提高產品性能。

他透露，受去年大型語言模型熱潮影響，Meta高層對這些模型處理海量資料及具備聊天等通用能力的表現深感震撼。因此，Meta看到了開發能跨產品應用的巨型推薦模型的潛力，並在去年迅速搭建了這一新架構。目前，該模型已在Reels短影片服務上初步測試。

艾里森進一步指出，這種新的「模型架構」在Facebook核心應用上取得顯著成效，幫助增加了8%至10%的觀看時間。這表明該模型在資料學習能力上超越前代模型。

他強調，Meta正在加大投資，以確保能夠在合適的硬體上擴大這些模型的規模。目前，該公司正在系統架構的「第三階段」，重點是驗證新技術的有效性，並推廣至多個產品。

艾里森表示：「我們的目標不僅是為Reels短影片服務提供動力，還計畫使用單一的巨型模型驅動整個視訊推薦生態系統，並最終將資訊流推薦產品納入其中。我們相信，這樣不僅能使推薦內容更吸引人、更相關，還能提升推薦引擎的反應速度。」

若計畫成功，它將如何改變使用者體驗？艾里森解釋說：「比如，使用者在Reels中發現感興趣的內容，當回到Facebook資訊流時，基於之前的資料和模型分析，我們能為他們展示更多類似內容。」

其實聽起來就像是目前你在Google或是網頁上瀏覽到什麼內容，結果一打開臉書馬上就看到相關的廣告一樣。現在，Meta打算把這個做的更極致。

為支撐這一宏偉計畫，艾里森透露Meta已積累大量GPU資源。這些高性能運算單元不僅用於驅動影音推薦模型，還將支援公司在更廣泛生成式人工智慧領域的項目，例如開發智慧數位助理。

Meta正探索生成式人工智慧技術的多種應用場景，包括在核心資訊流中加入更複雜的聊天工具，允許使用者在看到感興趣的內容時，通過簡單操作就能獲取更多相關資訊。例如，面對泰勒·斯威夫特（Taylor Swift）的相關推薦帖子，使用者可能僅需點選一個按鈕，即可向Meta AI提問，獲得更多資訊。

此外，Meta還計畫將AI聊天工具整合至群組中，比如在Facebook的烘焙群組中，成員能就甜點製作問題直接從數位助理獲得答案。

艾里森稱：「我相信，我們有能力將生成式人工智慧帶入到多使用者的互動環境中去。」