在各种 AI 新闻满天飞的 2023 年，大家还记得大明湖畔的元宇宙吗？

(资料图片仅供参考)

至少从大伙们讨论度上来看。。。是有点凉透了的意思。

最近一次上热搜，也只剩林俊杰元宇宙血亏 90% 这类的被套牢新闻。

而其中，曾扯着嗓子高调梭哈，甚至不惜押上了姓名的 Meta ，更成了大伙们的笑料。

先是去年 10 月份股价一度较最高点跌去 75% 。

而后今年在其他科技大厂大模型满天飞， AI 发布会都快开了一轮的情况下。

这个 Meta ，好像除了裁员，还是裁员。

“ 呦 ~ 扎哥你是不是因为搞元宇宙又裁员了。 ”

“ 随后什么降本增效啊，为社会输送人才啊，一句句冒了出来，到处充满了欢声笑语。 ”

就连隔壁部门的同事，都玩着类似的梗。。。并问着差评君，Meta 在AI 时代咋掉队了？他们还元得下去不？

不过，笑归笑，闹归闹，咱还真别拿 Meta 的人工智能开玩笑。

差评君在这儿，直接给大家先省个流，那就是 Meta 在 AI 领域，还真不是大家眼中的软蛋。

并且给个暴论啊（ 不构成投资建议），他们离自己的元宇宙目标可能还更近了。

这么说吧，虽然 Meta 官方在大模型的声量和宣传上，确实没别家高，但 Meta 的人工智能技术，在世界范围内，还真没有谁能说它不行。

深度学习框架这个东西大家晓得伐？

这个东西是用来方便开发训练深度学习模型的，相当于 AI 界的操作系统。

在 17 、 18 年这会儿，市场上占据最多使用率的，还是人谷歌大名鼎鼎的 TensorFlow 。

这个时候的 TensorFlow 可以说是眼中毫无对手，毕竟 15 年发家，大量人力维护更新，自开源后就把市场上的其它深度学习框架挤得没有生存空间了。

可没想到，谷歌这好日子过了还没多久，半路突然杀出来一个程咬金， Pytorch 发布了，这个由当时还叫 Facebook 的公司主导开发的深度学习框架，从易用性着手，自发布之后，用户一路走高。

并在 19 年逆袭谷歌，成为目前最受欢迎的深度学习框架。

但好汉总不能只提当年勇，如今大火大语言模型，Meta 其实也不拉，只是人家没有专门开发布会发布而已。

它们家的大语言模型 LLaMA ，也就是羊驼（ 或者翻译成：草泥马 ），在圈儿内的名声，完全不输 GPT 。

本来呢，这个模型是只释放给一些科研机构用作研究用的，结果，不知道哪个小崽子，脑子一热，就给公开到网上去了。

好家伙，不公开不要紧，这一公开，各种各样复刻 ChatGPT 的项目就来了。

什么斯坦福的羊驼只要 100 美元就能比肩 GPT3.5 啊。。。

又是什么 UC 伯克利的 “ 小羊驼 ”130 亿参数平替 ChatGPT 啊。

感觉是个人就能出大语言模型的样子。。。

而且，据他们测试，这个 LLaMA 在很多项的能力比拼下，是优于 GPT-3 的。。。

到现在，这个模型已经在各大机构大佬的努力劳作下，开枝散叶，诞生了一批 “ 羊驼家族 ” 了。。。

甚至可以说现在的学术圈和开源社区，已经是一只只草泥马的形状了。

在另一个人工智能领域， CV （ 计算机视觉 ）圈， Meta 的动静可就更大了。

4 月 5 号， Meta 就发布了一个用于图像分割的 AI 大模型：Segment Anything Model 。

就和它的名字一样，这个模型可以识别图像和视频中的物体，并且一键剪切任何图像中的任何对象。

在官网的演示中，比如这张男子打篮球的图片，只需要给图片中的物体标一个点，就能自动切割出咱们想要的主体。

甚至，如果有一些图片过于复杂，你自己都懒得去点标记的话，你还可以把分割的任务全权交给 SAM ，直接点击 Everthing ，它就自动帮你把图片中的可分割物体切割出来。

整个过程方便简单快捷。

所以，这个模型一经推出，众多 CV 界师生纷纷大喊：CV 不存在了。

原因就是他把现在 CV 比较热门的方向，比如目标检测，图像分类，物体分割等等，差不多都解决得很好了。

英伟达的人工智能科学家 Jim Fan ，甚至还把 SAM 的出现比喻成 CV 界的 “GPT-3 时刻 ” ，可见各位业内人士对 SAM 的认可了。

但，这还不是结束，仅仅就在几天前。

咱们的扎哥又亲自通过脸书，宣布开源了另一个重磅模型， DINO V2 。

同样的也是 CV 方向，但这个 DINO V2 可不仅仅只能对图像进行识别、分类、分割了。

它还能通过一张二维的图片，去估计场景的三维深度，比如下图右边的灰度图，就是通过左边的场景估算生成的。

深度图记录了整个场景的深度信息，有了这个深度信息，你甚至能从一张平面的图像中，建模出一个 3 维的场景。

另外， DINO V2 的图像特征提取功能 + 语义分割，更是把以图搜图的能力抬到了另外一个台阶。

以往的以图搜图，只能搜索相似的画面。

但是加上了特征提取和语义分割之后，你不仅能搜索到相似的图片，还能以单个图像特征为条件，搜索不同风格的图片。

只要是 CV 类的任务，这个 DINO V2 基本都能作为任务的主干去完成。

而且，从官方提供的四个预训练模型来看，这四个面模型，参数最高的一个， ImageNet Linear 精度最大达到了 86.5% 。

在之前，同领域表现最好的 OpenClip ，其所预训练出来的模型，表现最好的精度也只有 80.1%

不管是 Pytorch 、 LLaMA 、 SAM ，还是 DINO V2 ，上面的这些成果，其实大都来自 Meta 的两个专攻 AI 的实验室。

其中一个是 Facebook ’ s Artificial Intelligence Research ，简称 FAIR ，主攻研发，另一个则是 Applied Machine Learning ，主攻应用落地。

而且他们的研究基本全部开源， 在测试可用后，你都能在开源网站上找到项目的源码。

所以说，Meta 不但没有在 AI 时代掉队，反而已经属于靠前的梯队。

那么说了这么多，它们和小扎一直挂在嘴边的元宇宙，有啥毛线关系呢？

其实早在 16 年的开发者大会上，小扎就给出了在公司未来的发展方向上，给出了三步走的计划。

第一步，先要连接世界，这个就是扎哥的老本行了，社交网络。

第二步，以人工智能为核心，打造连接世界的技术核心，这也是它们从好几年前一直做的事情。

而第三步的 VR 和 AR 嘛。。。要放到现在，翻译翻译，这还是元宇宙。。。

所以说发展 AI，早在小扎的小本本上。

咱们也回头看看一下之前 Meta 那些无论是大模型、还是计算机视觉的开源项目，在某种程度上，其实都是在降低 AI 使用的门槛。

而 AI 的发展，又能推动元宇宙的建设。

可以细品一下几天前，小扎在发布 DINO V2 时脸书上写的这么一句话：

“ 在未来，这可能有助于改善医疗成像、粮食作物生长，并有助于使元宇宙更加沉浸。 ”

说白了小扎在 “ 元宇宙 ” 的路上不仅没自认折戟，反而可能更加自信了。

而随着 AI 技术的持续发展，特别是 AIGC 的普及，各种AI建模，AI绘图，AI音乐等工具的出现。。。

说不定真能让元宇宙里的内容越来越多，越来越逼真。

反正在使用过了不少大语言模型，被无数以假乱真的AI图震撼过之后。。。。

元宇宙这个不久前还那么缥缈的概念，在 AI 的助力下，好像也没那么的玄了。

撰文：晚上吃早饭编辑：江江封面：萱萱

关键词：