متا روی مدل جدید تصویر و ویدئو برای عرضه در ۲۰۲۶ کار می‌کند

بر اساس گزارشی جدید، متا در حال توسعه نسل تازه‌ای از مدل‌های هوش مصنوعی برای تصویر، ویدئو و متن است که هدف‌گذاری شده‌اند در نیمه اول سال ۲۰۲۶ در دسترس قرار گیرند. این پروژه‌ها بخشی از برنامه بلندپروازانه آزمایشگاه «سوپراینتلیجنس» متا هستند.

مدل‌های «مَنگو» و «اَواکادو» چه هستند؟

طبق این گزارش، متا روی یک مدل مولد تصویر و ویدئو با اسم رمز «مَنگو» کار می‌کند. در کنار آن، یک مدل زبانی جدید با نام داخلی «اَواکادو» نیز در دست توسعه است که تمرکز ویژه‌ای بر بهبود توانایی کدنویسی و درک بهتر جهان بصری دارد. این نقشه‌راه در یک جلسه پرسش و پاسخ داخلی توسط الکساندر وانگ، مدیر آزمایشگاه سوپراینتلیجنس متا، و کریس کاکس، مدیر محصول، برای کارکنان تشریح شده است.

الکساندر وانگ پیش‌تر گفته بود متا به دنبال ساخت مدل‌های متنی و چندوجهی است که نه فقط متن، بلکه اطلاعات بصری را هم بفهمند و بتوانند استدلال، برنامه‌ریزی و عمل کنند؛ بدون این‌که لازم باشد برای هر سناریو به طور جداگانه آموزش ببینند. چنین رویکردی، اگر موفق شود، می‌تواند نسل تازه‌ای از عامل‌های هوشمند و ابزارهای تولید محتوا را برای اپلیکیشن‌های اجتماعی و تجاری ممکن کند.

چرا این پروژه برای صنعت هوش مصنوعی مهم است؟

متا در سال‌های اخیر نسبت به رقبایی مانند اوپن‌ای‌آی، آنتروپیک و گوگل در رقابت هوش مصنوعی عقب افتاده است و بارها بخش هوش مصنوعی خود را دستخوش تغییر ساختار و جابه‌جایی نیروی انسانی کرده است. با این حال، ایجاد آزمایشگاه سوپراینتلیجنس و پروژه‌های بزرگی مانند مَنگو و اَواکادو نشان می‌دهد این شرکت می‌خواهد دوباره جایگاه خود را در بازار مدل‌های پیشرفته بازیابد.

در حال حاضر، دستیار «Meta AI» بیش از آن‌که به خاطر برتری فنی مشهور باشد، از ترافیک میلیاردی اپلیکیشن‌های اجتماعی متا بهره می‌برد؛ چون این دستیار مستقیماً در نوار جستجوی این اپ‌ها قرار گرفته است. بنابراین موفقیت مدل‌های جدید می‌تواند برای متا تعیین‌کننده باشد؛ هم از نظر رقابت فنی با بازیگران اصلی بازار و هم از نظر خلق محصولات و خدمات تازه برای کاربران عادی و کسب‌وکارها، از جمله توسعه‌دهندگان و تولیدکنندگان محتوا در کشورهایی مثل ایران که به ابزارهای تولید تصویر و ویدئو متکی هستند.

با توجه به زمان‌بندی اعلام‌شده، انتظار می‌رود طی سال ۲۰۲۶ اطلاعات بیشتری درباره توانمندی‌ها، سطح دسترسی و مدل تجاری این سیستم‌های جدید منتشر شود. تا آن زمان، بازار هوش مصنوعی به‌ویژه در زمینه مدل‌های چندرسانه‌ای، میدان رقابت فشرده میان غول‌های فناوری باقی خواهد ماند.

منبع خبر: TechCrunch