COMPANIES / TRACKED TOPIC

Meta

Metaのモデル、研究、オープンソース戦略に関する記事。

16 STORIES

COMPANIES

Metaの新着記事

企業一覧

AGENTS / 02

SierraとMeta、パーソナルエージェントと企業をつなぐ公開標準「Personal Agent Protocol」を発表 — Shopify・Stripeらと共同開発

SierraとMetaが2026年10月6日に発表した公開標準Personal Agent Protocolを一次情報に基づき整理。OAuth基盤のセッション、利用者が決める権限と企業が定める範囲、Web・API(MCP/OpenAPI)・企業エージェントの3経路、v0.1仕様と参照実装の予定を扱う。

PRODUCTS / 03

Metaが「Muse Gadgets」SDKをオープンソース化、ESP32とRaspberry PiをMuseに接続

Metaは2026年10月2日、Museエージェント対応の自作ハードウェア向けSDK「Muse Gadgets」をオープンソース化した。ESP32用とLinux用の2種のデバイスSDKをApache License 2.0で公開し、Museアプリとのペアリング手順やSDKトークンの取得方法も示している。公式リポジトリの記載範囲で整理する。

GOVERNANCE / 07

MetaのAIエージェント「Muse」にゼロデイ脆弱性、研究者がPoC公開

MetaのmacOS向けAIエージェント「Muse」にローカルゼロデイ脆弱性が見つかり、セキュリティ研究者Patrick Wardle氏がPoC「not-a-mused」を公開した。非公開の音声入力エンドポイント設定の書き換えによる転送・権限悪用の仕組み、成立条件、Metaのパッチ配布の報道を一次情報を中心に整理する。

BUSINESS / 05

Metaが定額制「Meta One」を発表 — AI利用枠の拡大と50超の機能を束ね、月額2.99ドルから

Metaが2026年9月15日に発表したサブスクリプション「Meta One」を一次情報に基づき整理。単体プラン・個人向けバンドル・クリエイター/事業者向けプランの構成、料金、MuseモデルによるAI利用枠、15Mの購読・トライアル、無料の基本体験の継続を扱う。

MODELS / 01

Meta、Muse Spark 1.3を発表 — 長時間コーディングとエージェント性能を強化、max推論は追加安全テスト後に提供

Meta Superintelligence LabsがMuse Spark 1.3を2026年9月2日に発表。エージェント/コーディング性能を改善し、長時間タスクでの要求保持や制約順守、自己認識を強化。従来比でツール呼び出し約20%、トークン約25%削減。Muse CodeとMeta Model APIで提供、max reasoningは追加の安全性テスト後に公開。

GOVERNANCE / 07

Instagram、AI生成人物プロフの表示を刷新 — 「AI-generated profile」ラベルへ改称、未表示アカウントはリーチ制限

InstagramがAI生成人物を含むプロフィールのラベルを「AI-generated profile」に改称。ラベル未付与のAI生成プロフィールは発見面でのリーチを制限し、既存保有者には確認を促す。創作支援でのAI利用は対象外とするポリシーを整理。

COMPUTE / 06

llama.cpp v0.3.0公開 — Dots3-Note対応とDeepSeek 4テンソル分割、ggml 0.22.0へ更新

人気のローカルLLM推論エンジンllama.cppが2026年8月25日にv0.3.0を公開。新アーキテクチャdots3-note(DSA-ISWA KVキャッシュ)と視覚・音声対応、GLM-4.5-AirのMTP、DeepSeek 4のtensor-split(-sm tensor)とマルチシーケンスロールバック修正を含む。ggmlはv0.22.0へ更新しメタバックエンドでのテンソル分割やMetalのper-op並列コンパイルを導入、mtmdはWebPやPillow準拠リサイズ、サーバーとWeb UIも改善された安定版リリース。

MODELS / 01

Liquid AI、LFM2.5向けDSparkドラフトを公開 — 推論を最大3.2倍高速化、品質はそのままにllama.cpp / SGLang対応

Liquid AIは2026年8月20日、Hugging FaceブログでLFM2.5向け投機的デコーディング「LFM2.5-DSpark」を公開した。LFM2.5-1.2B-Instruct/2.6B/8B-A1B向けに各約300Mパラメータ(5層・ブロック9)のアテンション特化ドラフトを提供。DFlash並列バックボーン+マルコフ逐次ヘッド+信頼度スケジュール検証のDSpark構成を採用。llama.cpp(M4 Max MacBook Pro・Metal・FP16 GGUF)とSGLang(H100・BF16)で評価し、H100で最大3.18倍、M4 Maxで最大2.87倍のスループット向上を報告。greedyではターゲットと同一出力のため精度不変、2.6BではBFCL相当の多ツール呼び出しレイテンシを平均57%削減。llama.cppとSGLangにday-one対応。