据《华尔街日报》披露，meta（facebook所属母公司）正紧锣密鼓地研发一款代号为mango的全新多模态ai模型，具备图像与视频生成能力，预计将于2026年上半年正式亮相。与此同时，meta还将同步推出另一款语言大模型，代号avocado。这两款模型将共同构成meta未来ai战略的技术支柱。mango被定位为“会绘画、会摄制”的智能体，可依据文本指令自主生成高质量静态图像或动态视频内容，功能对标openai的sora及google的veo。
延伸阅读：
算力就是国力！国网中心推生成式AI平台TAIWAN AI RAP
举例来说，当输入提示词如「夕阳下的城市」，Mango即可自动生成一段连贯、富有氛围感的短视频。Meta计划将Mango深度整合至旗下Instagram、Facebook与Threads等主流社交平台，赋能普通用户与专业创作者以更直观、低门槛的方式生产视觉内容。据悉，该模型将以Meta生态内积累的海量社交数据为训练基础，尤其聚焦于提升生成视频的自然度、节奏感与叙事逻辑——这意味着未来无论是个人发布动态、品牌投放广告，还是制作短视频，都可能无需实体拍摄设备即可完成。
而Avocado则是一款专注于跨语言理解与响应的下一代对话式AI模型，旨在显著增强AI在真实对话场景中的语义把握能力、语境感知力及多语种无缝切换水平，从而优化Messenger、WhatsApp等产品的交互体验。
Meta首席执行官马克·祖克柏（Mark Zuckerberg）在近期内部会议上强调，AI演进的核心方向正加速迈向多模态融合：文字、图像、语音乃至实时互动，都将统一运行于同一智能系统之中。用户或许只需一句口语指令，AI不仅能以文字回应，还可同步生成匹配画面、剪辑短视频，甚至模拟拟真语音反馈。Meta的目标并非简单追随行业竞品，而是构建一个深度融合社交连接、创意表达与虚拟交互的全栈式AI基础设施。若开发进展如期推进，Mango与Avocado或将彻底打破影像创作的专业壁垒，使每位社交平台用户都成为内容生产者，并从根本上重塑互联网内容的生成范式。
