Meta FAIR（Meta 人工智能基础研究实验室）发布了一系列新的研究、模型和数据集，旨在推动创新、创意、效率和责任

包括图像到文本和文本到音乐的生成模型、multi-token Prediction 模型以及用于检测 AI 生成的语音的技术

Meta Chameleon 是一个多模态模型，能够生成文本和图像。它使用标记化技术，使得在不同模式之间进行无缝转换成为可能。这种模型不仅可以理解和生成自然语言，还可以处理和生成图像，从而实现更加复杂和多样化的内容创作。这种整合能力使得它在创意领域具有广泛的应用潜力，尤其是在需要同时处理多种数据类型的场景中

多标记预测是一种改进大语言模型（LLM）效率的方法。传统的语言模型通常一次只预测一个词，而这种新方法能够同时预测多个词，大大提高了文本生成的速度和流畅性。这对于需要实时生成长篇文本的应用，如对话系统和内容生成平台，具有重要意义。此外，它还能减小模型的计算复杂度，提高资源利用效率

JASCO 是一个文本生成音乐的模型，具有高级控制功能。用户可以通过提供文本描述来生成相应的音乐，并且可以对音乐的情感、风格和结构进行细致的控制。这种模型为音乐创作提供了新的工具，尤其适用于需要快速生成特定情感或风格音乐的场景，如电影配乐、游戏音乐等。此外，JASCO 还能够学习和模仿多种音乐风格，提供更多创作可能性

AudioSeal 是一种音频水印技术，专门用于检测和验证AI生成的语音内容。这种技术可以嵌入不可感知的水印到语音数据中，以便后续识别和验证。这对于保护原创内容和防止语音数据被滥用具有重要意义。通过这种水印技术，用户可以确保他们的语音数据不会被未经授权使用，同时也能有效打击伪造和误导性音频内容

PRISM 数据集是一个多样化的数据集，旨在映射用户的偏好和反馈，以改进大语言模型（LLM）。这个数据集收集了来自不同用户群体的反馈，涵盖了广泛的主题和语言风格。通过分析这些反馈，研究人员可以优化模型的生成能力，使其更加符合用户需求。这对于提高模型的实用性和用户满意度至关重要，特别是在个性化服务和内容推荐方面

DIG In 提供了一套工具，用于衡量和改进文本生成图像模型中的地理表示。这些工具可以帮助研究人员检测和纠正模型在不同地理区域的表现差异，确保生成的图像更具代表性和多样性。这对于全球化应用尤为重要，如跨文化交流和国际市场营销。通过DIG In，模型能够更好地理解和反映不同地域的文化和景观，从而提高其适用性和准确性

详细信息：

https://ai.meta.com/blog/meta-fair-research-new-releases/