2026年1月，Meta新成立的超级智能实验室（MSL）宣布已向内部完成两款核心AI模型的交付工作，分别为专攻文本处理的Avocado模型与聚焦图像/视频生成的Mango多模态模型。据Meta首席技术官安德鲁·博斯沃思透露，两款模型表现“非常出色”，预计将于2026年第一季度正式对外发布，此举标志着Meta在生成式AI领域的战略布局全面提速，同时开启了从开源生态向闭源商业化转型的关键进程。
作为Llama系列模型的继任者，Avocado文本模型被定位为Meta下一代核心AI旗舰产品，彻底摒弃前代开源模式，转向闭源商业化路径，性能直接对标GPT-5与Gemini 3 Ultra。其核心突破在于具备“世界模型”能力，可在信息不完整的场景下自主推断用户意图与行为路径，颠覆了传统AI依赖预设规则的运行逻辑。在广告场景中，这一能力将重构Facebook与WhatsApp的投放体系——从广告主主动设定目标人群，转变为系统通过深度解析素材的语义、情绪与场景，自主判断高转化潜力用户，大幅弱化传统兴趣标签的权重。内部测试数据显示，Avocado在复杂任务规划中的准确率较Llama 4提升40%，代码生成效率提高35%，已初步具备“数字员工”级别的自主执行能力，将同步赋能广告优化、AI助手、代码开发等多元场景。
专攻图像与视频生成的Mango模型，则致力于实现从“玩具级工具”到“专业级生产系统”的跨越，核心优势集中在画质、效率与交互体验三大维度。该模型支持生成4K分辨率、60帧/秒的视频内容，达到专业影视制作标准，同时渲染效率较传统AI视频工具提升3倍，可大幅压缩内容制作周期。在交互层面，Mango降低了专业创作门槛，支持语音指令与实时调整功能，用户无需复杂提示词即可修改场景、角色动作及光影效果。更值得关注的是，Mango将与Meta的VR生态深度协同，搭配Quest头显使用时，用户可在虚拟空间搭建场景、设定角色，通过语音指令实时生成堪比《阿凡达》的虚拟影像内容，真正实现沉浸式“自导自演”。其原生多模态设计通过早期融合技术统一处理文本、图像与视频数据，让跨模态内容生成更自然流畅。
两款模型的落地背后，是Meta巨额的算力基建投入作为支撑。公司2025年资本开支已提升至700-720亿美元，重点投向AI算力设施，首个Prometheus超级集群（1GW）将于2026年上线，搭载约130万块NVIDIA H100 GPU，提供超过2艾克萨的混合精度算力，同时首款自研3纳米AI训练芯片也在测试中，能效比传统GPU提升超50%，为模型的训练与推理提供底层保障。技术架构上，两款模型延续Llama 4的混合专家（MoE）架构，总参数量或突破2万亿级，通过动态路由机制实现高效推理，同时上下文窗口长度有望超越1000万tokens，可处理约1.5万页文本或20小时视频内容，解决传统大模型的“短视”问题。
