Meta 详解 Intelligent Delivery:用 ML 和 Agentic AI 优化广告排序算力分配
Meta 工程博客介绍 Intelligent Delivery,一个在服务栈内按边际效用分配算力的 ML 驱动系统,自 2017 年至 2026 年上半年在模型和系统优化之外带来约 10% 的广告排序性能提升。
Meta 工程博客介绍 Intelligent Delivery,一个在服务栈内按边际效用分配算力的 ML 驱动系统,自 2017 年至 2026 年上半年在模型和系统优化之外带来约 10% 的广告排序性能提升。
PyTorch 官方为 ExecuTorch 新增 WebGPU 后端,模型通过 torch.export 导出为 .pte 文件后可在任何支持 WebGPU 的浏览器中以 GPU 加速运行,无需转换为 GGUF、ONNX 等格式。
推荐理由:官方为 PyTorch 模型提供了不转换格式的浏览器 GPU 推理路径,并给出与 CPU 路径的具体性能对比和验证模型清单。
Meta 在工程博客介绍 Your Algorithm,一套 AI 工具让用户用自然语言管理影响 Feed 和 Reels 的兴趣列表,并可即时生效。系统用多个 LLM 分别负责生成初始兴趣画像、校验每次编辑、以及在排序后用微调小模型做最终过滤,配合补充拉取和缓存失效机制让更改快速生效。
Meta 工程博客详解其构建的 Triton 低层扩展 TLX,通过显式 warp 组编排补足 CUDA 细粒度控制与 Triton 块级编程模型之间的抽象缺口。
PyTorch 官方博客详解如何在单台 4 芯片 TPU v7 主机上,用 SGLang-TorchTPU 服务 Meta 的 816B 参数 MoE 开放权重模型 Muse Spark Open。
Meta 在 lldb-server 中构建了厂商中立的 accelerator 插件架构,用于调试跨越 CPU 和 GPU 的应用程序。该设计将 CPU 与 GPU 表示为各自独立的 LLDB target(调试进程),同时呈现在同一个调试会话中,插件把厂商设备调试 API 转换为 LLDB 已有概念(进程、线程、寄存器、内存等)。
Meta 宣布将识别未成年人的 AI 技术全球推广,即使青少年注册时填写成人生日,也会被自动纳入 Instagram 的 Teen Accounts 保护,限制联系人、内容和使用时长。
Artificial Analysis 评测 Meta 新模型 Muse Ember,其在 Intelligence Index 得 36 分,是达到该分数中每任务成本最低的模型(max 档 $0.14)。
推荐理由:原文给出 Muse Ember 与同价位模型在各基准和每任务成本上的对比数据,读者可据此评估其性价比与适用场景。
Meta 今天推出 spaces,一种在 Muse 中创建个性化自定义体验的方式。用户只需描述想法即可生成空间,如礼物追踪器、单词游戏或 DIY 规划板,可随使用持续调整并自定义位置和显示时间。spaces 已在 Muse 所有可用地区开放,Meta 还在探索与他人分享 spaces 的协作功能,并将为 Muse 推出基于 Muse Wonder 训练的专用模型版本。
vLLM 团队讲解如何把 vLLM CUDA 构建迁移到 LibTorch Stable ABI,自 v0.33.0 起发布 ABI Stable CUDA wheels,使更换 torch wheel 无需重建 vLLM。
Meta 在 Muse 应用的移动端、网页端和 Mac 上推出实时语音对话,点击右上角电话图标即可开始通话。语音模式支持边说边完善旅行规划、面试和演讲排练等场景;头像会随对话语气做出细微表情和手势,提供仅语音、侧边头像和全屏三种显示方式,另有数百种可选声音。本次功能先在美国推出,AI Glasses 和 Muse Charm 上的语音对话即将到来。
Conductor 0.93.0 更新宣布 Conductor 加入 Meta,并将在此后数周至数月内逐步停止服务。Conductor Cloud 将于 11 月 13 日转为只读、11 月 20 日关闭,Local Conductor 将持续获得新模型和关键修复至 2027 年初。
推荐理由:官方更新同时交代了关闭时间表和数据迁移入口,本地版用户可据此安排后续使用与备份。
Meta 官方博客介绍其 Catching JiTTests 测试方案已从研究原型进入生产基础设施,相关论文 Just-in-Time Catching Test Generation at Meta 发表于 FSE 2026。
Meta 在工程博客中介绍下一代 Meta Andromeda 个性化广告检索引擎,通过模型、系统与 GPU 硬件协同设计,吞吐量突破每秒 10 亿广告评分,较 2024 版提升 100 倍,单张 GH200 GPU 达每秒超 100 亿广告。
Meta 宣布其个人 AI 智能体 Muse 现已在新加坡可用。新加坡用户可将 Muse 连接 Gmail、Google Calendar、Instagram 等应用,并可接入 Shopee、Grab、Singapore Airlines、Agoda、ShopBack、Klook、Trip.com 和 Lazada 等本地合作服务,覆盖购物、餐饮和旅行场景。
Meta 在 Privacy Aware Infrastructure(PAI)系列中深入介绍 PrivacyLib——一个运行在数百个数据与处理系统客户端中的通用隐私控制库。
Meta 发布 2026 Python Typing Survey 结果,共收到 1794 份回复。
Meta 在 2026 OCP 全球峰会发布多项 AI 网络创新并公开全部演讲视频与幻灯片。
PyTorch Conference North America 2026 于 10 月 20–21 日在 San Jose 举行,3500 多人参会,集中展示 PyTorch、vLLM、DeepSpeed、Ray、Helion 等基金会项目。
PyTorch 团队发布 TorchTitan 年度更新,新增 Muse Spark Open、Qwen3-VL、Qwen3.5、Kimi K2.7、Kimi K3、DeepSeek-V4 等模型的全训练栈支持,并推出 RL 框架 TitanRL,训练与推理共用同一代码库。
Google 发布 TorchTitan TPU 分支(github.com/google-pytorch/torchtitan),配合 TorchTPU 让 PyTorch 通过 torch.device("tpu") 原生使用 Cloud TPU,无需改写 JAX 或依赖旧 torch_xla。
推荐理由:官方详细披露了 TorchTitan TPU 的关键组件与实测 MFU 数据,读者可据此评估自家模型迁移到 Cloud TPU 的可行路径。
Meta 的开源权重模型 Muse Spark Open 于 Fireworks 提供 Day-0 无服务器服务,为 816B 参数 MoE 模型,每 token 激活 42B 参数,上下文窗口 1M token,面向长程编码与智能体任务。
推荐理由:原文汇总了多个第三方基准的实测分数,读者可以据此评估这个开源权重模型在法律、金融等专业场景的可用性。
vLLM 与 Meta Superintelligence Labs 合作,为开源权重稀疏 MoE 模型 Muse Spark Open 提供 Day 0 支持。
推荐理由:原文给出 816B MoE 架构细节、量化格式、DSpark 投机解码与 LoRA RL 配置,读者可以直接照此部署和调优。
Meta 的 Muse Spark Open 开放权重模型已在 Together AI 上线,Together AI 是 Day 0 上线合作方。模型具备 1M token 上下文窗口、长程自主规划与子智能体协调、计算机使用与网页浏览、多模态输入和意图说明能力。
推荐理由:原文给出了模型能力、定价和 API 用法,读者可据此评估它在智能体编程工作流中的实际落地价值。