AI硬體
Meta加速自研MTIA晶片路線圖：兩年內推四代，聚焦生成式AI推論效率
Meta表示將在兩年內部署MTIA 300/400/450/500四代自研晶片，先以推薦系統訓練與生成式AI推論為主，提升效能與能源效率。
AI硬體
Meta 採購數以百萬計 AWS Graviton CPU：AI 代理工作負載帶動『非 GPU』新戰線
Meta 與 AWS 簽署大量 Graviton CPU 使用協議，反映 AI 從訓練走向代理推理後，CPU 與整體系統設計的重要性正在上升。
AI商業
Meta 推出內部工具 MCI：系統截取員工螢幕與鍵盤操作，訓練 AI 代理導航能力
Meta 計劃透過名為 Model Capability Initiative（MCI）的內部工具，記錄美國員工在工作應用上的滑鼠移動、點擊、鍵盤輸入及定期螢幕截圖，所有數據將用於訓練能自主操作企業軟體的 AI 代理。
AI商業
Meta 擬監測員工螢幕與鍵盤操作，用以訓練 AI 生產力工具
Meta 計劃在員工電腦上部署螢幕截圖與鍵盤記錄功能，以收集員工日常工作數據作為訓練 AI 生產力工具的材料，引發外界對職場監控邊界與員工隱私的廣泛討論。
LLM
Meta 發布 Muse Spark 模型，為其生態系統提供深度推理能力
Meta 的新型多模態模型 Muse Spark 將為 Facebook、Instagram 和 WhatsApp 提供更強大的 AI 支持。
AI商業
Meta 推出 Muse Spark 重組 AI 故事線，試圖追上 OpenAI 與 Anthropic
Muse Spark 被視為 Meta AI 重整計劃的首個重要信號，反映其希望從平台流量優勢延伸至前沿模型競爭。
LLM
Meta 推出全新 AI 模型 Muse Spark，由首席 AI 官 Alexandr Wang 領軍
Meta 發表了其首個重大 AI 模型 Muse Spark，由九個月前加入並領導 Meta AI 工作的首席 AI 官 Alexandr Wang 親自操刀。這標誌著 Meta 在 AI 領域追趕 Google 的重要一步。
LLM
Meta Llama 4 開源發布：企業自建 AI 基礎設施的成本-效益重新計算
Meta Llama 4 以開源 MoE 架構發布，為企業提供了部署自有 AI 基礎設施的新選擇。本文分析企業採用 Llama 4 自部署 vs. 調用 OpenAI/Google API 的 TCO 比較，及適合自部署的企業規模和場景。