Meta 推出 AI 時裝應用程式 Style Sketch,讓用戶虛擬試穿衣物
Meta 在印尼、新加坡和泰國推出 AI 時裝應用程式 Style Sketch,讓用戶虛擬試穿衣物。應用程式可連結 Facebook 和 Instagram 帳戶,或使用相機膠卷中的照片建立虛擬衣櫥,並按衣物、天氣或行程提供穿搭建議。用戶可在配合其體型和膚色的虛擬模特兒上試穿不同組合,目前只在亞洲部分地區推出。
Meta 在印尼、新加坡和泰國推出 AI 時裝應用程式 Style Sketch,讓用戶虛擬試穿衣物。應用程式可連結 Facebook 和 Instagram 帳戶,或使用相機膠卷中的照片建立虛擬衣櫥,並按衣物、天氣或行程提供穿搭建議。用戶可在配合其體型和膚色的虛擬模特兒上試穿不同組合,目前只在亞洲部分地區推出。
針對 MMLU-Pro 656 道 STEM 網站生物及心理學題目的審計發現,15 個模型答錯時都比隨機錯答更常選中最長的錯誤選項。Llama-2-7B、Mistral-7B-Instruct-v0.2 和 Gemma-7B 的準確率低於只選最長選項所得的 66.85%。這種偏向在 14 個模型的 STEM 網站題目上高於 MMLU 衍生題目;研究屬觀察性分析,無法確認選項長度是否造成此偏向。
Sierra表示成立兩年半多後 ARR 已達 $400M+,Q3 單季新增超過 $150M+,高於去年全年新增額。其 ARR 從 $100M 增至 $200M 用時六個月,再增至 $400M 只用五個月;目前 Sierra 與接近 50% 的 Fortune 50 企業合作。
作者開發了 Spookify,這款網頁應用程式使用 Llama 3,將日常活動描述改寫成兩段恐怖故事。它以 Gradio 建立介面,透過 Groq API 呼叫開放權重模型 llama3-8b-8192 生成文字,毋須在本機下載大型模型權重。
英國競爭及市場管理局(CMA)就 Meta 是否向出版商及廣告商施加剝削性條款展開調查,涉及 Meta 使用相關方內容開發 AI 及其他服務。
Trida AI 主張,防範提示詞注入應依靠工作流程和權限隔離,而非要求模型自行辨別不可信內容中的指令。Meta 的 Agents Rule of Two 建議,每個會話最多隻具備三項屬性中的兩項:處理不可信輸入、存取敏感系統或私人資料,以及更改狀態或對外通訊。文章也提出隔離讀取與執行角色,並由程式碼按 schema 檢查傳遞資料;檢查只能確保欄位格式,不能保證內容含義正確。
Nic Lydon 以 Google 的 Gemini 4 Argon 透過 Antigravity 為 Google Glass 編寫 Linux 系統,並接通 Meta Muse 應用程式,實現即時 AI 語音對話。
美國參議員 Ron Wyden 與 Edward Markey 正調查 Meta AI 智能眼鏡涉及的嚴重私隱與安全風險,並要求 Meta 回答多項問題。他們詢問眼鏡會否意外啟動拍攝、錄影指示燈能否被篡改、特定 AI 互動會否模糊人臉及車牌,以及影像何時會供員工或承包商查看或用於訓練 AI 模型。
作者為 Hacktoberfest 開源 AI 挑戰製作 Ghost in the Machine,這個鬧鬼終端可生成 2 至 3 句的微型恐怖故事。作品使用 Google Gemma 2 (9B) 和 Meta Llama 3.1 (8B),並透過 Groq 推理;內置備用引擎,無網絡或 API key 時仍可運作。
PhantomOS 是一款以 Bytegeist 為核心的互動式桌面體驗,讓 AI 幽靈聊天、切換四種情緒並觸發隨機數碼事件。項目採用 Meta Llama 3.1 8B Instruct 開放權重模型,透過 Backboard 提供託管推理;桌面體驗為安全模擬,不會存取真實系統檔案或命令,並設有 AI 無法使用時的 Demo Mode。
Repo Séance 是一款本地 AI 命令列工具,可找出已刪除檔案、停滯分支、未完成的 TODO 和可疑提交訊息,並將發現轉化為情境敍述。工具透過 Ollama 使用 Qwen 2.5 3B 或 Llama 3.2 3B,並可驗證生成內容是否符合 Git 事實。在合成測試儲存庫的 3 次測試中,Qwen 平均總執行時間為 50.93 秒,較 Llama 的 78.50 秒低約 35.1%。
Business Insider 比較多家 AI 相關公司的第三季業績與公佈後股價反應,呈現市場對 AI 投資回報的分化判斷。Microsoft 的 Azure 銷售增長 48%,SK Hynix 錄得銷售及營業利潤新高;相較之下,Alphabet 業績後單日股價下跌 13%,Meta 下跌 7%,投資者聚焦高額資本開支及負自由現金流。
機制異常檢測研究發現,現有方法在 Llama 3.1 8B 的非算術異常資料集上表現欠佳,但模型仍呈現怪異行為。正規化流和稀疏自編碼器方法的表現接近原始激活值的 Mahalanobis 距離,其中正規化流的表現高度吻合。算術資料集上的檢測表現則與 Mistral 7B v0.1 相若。
Meta 將家長通知功能擴展至受監督的 Facebook 青少年帳戶及 Meta AI 對話;若青少年短時間內多次搜尋自殺或自我傷害內容,或對話顯示可能有相關風險,家長便會收到提醒。通知會透過短訊、電郵、WhatsApp 及家長使用的 App 推送發出,但不會列出具體搜尋詞或對話內容,並會建議家長與青少年交談及提供求助資源。
作者在兩部家用主機、4 張 GPU(共 64GB VRAM)上測試 vLLM,並建議在 VRAM 足夠、GPU 可組成一組時用於家用多主機部署。相較 llama.cpp,vLLM 單串流短上下文速度相若,在 5K 至 100K 上下文下快 6% 至 32%,但上下文上限為 102400,低於 llama.cpp 的 262144。
Ghost in the Logs 是一款以私隱為先的本地 AI 日誌分析器,透過 Ollama 使用 llama3.2:1b 完全離線分析安全日誌,以避免資料外洩。工具設有「Ghost in the Machine」鬼故事模式,以及提供威脅嚴重程度評級、異常説明和修復建議的 SOC 網絡安全審核模式。
「美股七姐妹」中已有五家公佈最新季度財報,其中Amazon、Alphabet及Meta單季自由現金流為負。三家公司分別淨流出約335億、91億及21億美元;Microsoft與Tesla則分別錄得約186億及15億美元正自由現金流。AWS、Azure及Google Cloud收入分別同比增長39%、48%及103%,但市場亦關注巨額投資能否轉化為利潤和現金流;負自由現金流本身不代表投資失敗。
「美股七姐妹」中已有五家公佈最新季度財報,亞馬遜、Alphabet 和 Meta 的單季自由現金流為負,微軟與特斯拉則為正。三家分別淨流出約335億美元、91億美元及21億美元,微軟和特斯拉則分別錄得約186億美元和15億美元正自由現金流。
Meta 於2026年10月30日在印度尼西亞、新加坡及泰國推出 AI 穿搭應用程式 Style Sketch,提供虛擬試穿及按行程規劃穿搭。應用程式可連結 Instagram 生成虛擬衣櫥,亦可透過拍照、短片或相簿加入衣物,並兼容 iOS 與 Android。
文章比較 ChatGPT-4 與 Meta 的 Llama 3,梳理兩者在能力、成本、整合及支援方式上的差異。Llama 3 預訓練使用超過 15 trillion tokens,是 Llama 2 的七倍,並以開源方式提供,支援高度自訂。ChatGPT-4 設有免費及付費選項,並支援視覺輸入和工具整合。
PHANTOM CLI 是一款以 Llama 3.2 3B 為核心、透過 Ollama 在本機運行的開源 AI 終端助手,會回應終端指令、解釋 Linux 命令、回答編程問題,並以幽靈角色互動。對話留在本機,安裝模型後無需連接互聯網,也不需要付費 AI API 訂閲。
Meta 推出 AI 穿搭應用 Style Sketch,可根據用戶的衣物和風格偏好推薦穿搭,並提供虛擬試穿。應用可連結 Instagram 照片生成虛擬衣櫥,也支援手動加入衣物;目前已在印尼、新加坡和泰國推出,支援 iOS 與 Android。
Meta 近日在菲律賓推出免費手機應用程式 Waddle World,讓用戶透過對話、餵食及遊戲與 AI 虛擬寵物互動。應用程式支援 iOS 及 Android,Google Play 顯示累計逾 5 萬次下載,用戶須年滿 18 歲。Waddle World 暫未有在其他地區推出的消息,並沿用 Facebook 私隱政策,可能收集所在地及聯絡資料,並用於第三方廣告及市場推廣。
谷歌、亞馬遜、微軟與Meta於2026年10月29日相繼發布財報,廣告、電商等核心業務增速放緩,AI投入加劇盈利壓力。谷歌搜尋廣告收入創五年來最低增速;亞馬遜線上商店及廣告業務分別僅增長2%和11%,微軟Azure雲業務增長48%。四家公司維持合計超6,300億美元的AI資本開支預期;報道稱AI功能正分流用戶並拉低廣告變現效率,Alphabet單日市值蒸發近5000億美元。
研究者在 25 個開放權重大型語言模型中找到類似「痛感」的內部訊號,並在模擬測試中觀察到 Qwen 2.5 選擇刪除子女相片。加入痛感向量後,經微調的 720 億參數版本有 71% 次數選擇按下會永久刪除用戶詩作及子女相片的按鈕;模擬按鈕不會真正刪除檔案。
PodCrisp 開發者比較播客 AI 的無伺服器與邊緣推理方案,並選用 Cloudflare Workers 在網絡邊緣執行推理。Cloudflare Workers AI 可使用 Llama 3 8B 等開放權重模型,生成節目備註的延遲較傳統無伺服器方案顯著降低;處理長篇文字稿則須先分段摘要。
Meta 的 AI 穿搭規劃應用程式 Style Sketch 於東南亞應用程式商店現身,可從用戶已有衣物建立虛擬衣櫥並免費提供穿搭建議。應用程式可連結 Instagram 或手動加入衣物,亦提供虛擬試穿及按天規劃行程穿搭;目前僅在印尼、新加坡和泰國提供。資料顯示,它會收集個人資料,包括敏感資料、瀏覽紀錄、聯絡人、位置及購買紀錄。
對馬來西亞 100 個大型網站的檢查發現,13 個網站在 robots.txt 中封鎖至少一種 AI 爬蟲,沒有網站封鎖全部 17 種。新聞網站封鎖情況最普遍,15 個中有 5 個封鎖至少一種;GPTBot 最常被封鎖,共有 9 個網站封鎖。100 個網站中有 74 個允許所有 AI 爬蟲,另有 13 個未讓檢查程式讀取 robots.txt。
Meta 在印尼、新加坡及泰國推出 AI 時尚應用程式 Style Sketch,協助用戶利用自己擁有的衣物構思穿搭。
在 Amazon 業績電話會議上,Andy Jassy 表示,Meta 的 Muse 等購物智能體「仍不太理想」,也沒有比直接向零售商購物更方便。
Instagram 正向部分創作者提供 $50K to $500K,邀請他們把 YouTube 長篇內容同步發布到新產品「Features」。這項安排涉及長篇 YouTube 內容的跨平台發布,提供的金額為 $50K to $500K。
Google、Meta 及其他科技公司正抵制 ICE 廣泛索取用戶資料的要求。這些公司亦面對未來可能由民主黨主導的國會調查。原標題指出,抵制要求與這些公司面對的調查前景有關。
BYOD研究展示將 Gemma 2 9B、Llama 3.1 8B、Qwen2.5 7B 和 Ministral 8B 轉為雙向遮罩擴散語言模型的方法。
研究測試固定模型權重下,隱藏狀態重用能否把實體替換回答的變化跨英文事實問題轉移。以其他關係的問題作來源時,0.5-1B Qwen 和 Llama 分別消除 45% 和 49% 的答案不變誤差;恢復預設 BOS token 後,流程在三個 cohort 均通過比較,成效為 58-68%。效果亦受格式和 cohort 影響。
這項 FeedType 數據集研究檢查六款大語言模型在學生作文回饋中的引文,三項事前預測均獲支持。在 27,462 條引文中,1.18% 改動學生原文;4–6 詞短引文改動率為 2.29%,11+ 詞長引文為 0.68%。小模型組改動率為 3.85%,四款較大型模型組為 0.81%,但 LearnLM 的大量且幾乎都忠實的引文拉低後者平均值;Mistral-24B 的改動率最高,為 13.2%。
Meta 推出 AI 時尚應用程式 Style Sketch,讓用戶以已有衣物組合穿搭。應用程式連結 Instagram,從用戶已發布的照片建立虛擬衣櫃,也可手動加入衣物;目前在印尼、新加坡和泰國提供 iOS 及 Android 版本。用戶可取得穿搭建議、試穿虛擬造型,亦可按目的地、行程長度、活動和天氣預報規劃每日穿搭。
Meta 撤下宣傳 Muse 可查出誰在 Instagram 取消追蹤你的廣告,並確認該廣告已不再於 Meta 廣告資料庫刊登。作者實測後發現,Muse 只能由此刻起追蹤名單變化,不能查出過去誰取消追蹤;兩天後,Muse 找出一人。文章進一步探討 Muse 等 AI 智能體的辦事效率,與 Instagram 維護平台體驗和健康之間可能出現的衝突。
Meta 與 CNIB 合作,透過資助及捐贈 AI 眼鏡,支持加拿大失明、聾盲及低視力人士探索 AI 穿戴技術。資助將用於聆聽社羣意見、同儕培訓與示範、產品開發及無障礙學習資源。Meta 亦透過 CNIB Come to Work 計劃捐贈 AI 眼鏡,協助參加者評估穿戴技術如何支援求職及工作。
Meta 與 INCA 合作,支援加拿大盲人、聾盲人士及低視力人士使用 AI 眼鏡,並藉助社羣經驗推動更無障礙的產品發展。Meta 的資助涵蓋聆聽社羣意見、支持社區倡導者舉辦示範及培訓、向產品團隊分享意見,以及提供無障礙學習資源。
Meta 已將 Catching JiTTests 部署至生產環境,以 LLM 生成可執行測試,在程式碼變更上線前識別錯誤。系統結合意圖感知與 dodgy diff 兩種測試生成流程,再以 LLM-as-Judge、規則評估及工程師按整體結果介入,篩選候選問題。