Meta 将 Private Processing 机密计算扩展到 Meta AI 眼镜
Meta 宣布把 Private Processing 机密计算基础设施扩展到 Meta AI 眼镜,让 AI 在云端 CVM 内处理个人上下文,连 Meta 自己也无法访问数据。系统基于 TEE 硬件隔离,采用匿名凭证加第三方 OHTTP 中继实现不可定向路由,通过 RA-TLS 远程证明核对公开透明账本,持久记忆以用户密钥加密存储在 TEE 内,并扩展 Bug Bounty 供外部研究者审计。
engineering.fb.com · 网站与博客
Meta 宣布把 Private Processing 机密计算基础设施扩展到 Meta AI 眼镜,让 AI 在云端 CVM 内处理个人上下文,连 Meta 自己也无法访问数据。系统基于 TEE 硬件隔离,采用匿名凭证加第三方 OHTTP 中继实现不可定向路由,通过 RA-TLS 远程证明核对公开透明账本,持久记忆以用户密钥加密存储在 TEE 内,并扩展 Bug Bounty 供外部研究者审计。
Meta 推出 ZGateway,作为统一 ZippyDB 客户端流量的无状态代理层,可承载超过 10 亿次/秒的操作,目前承担约 40% 的 ZippyDB 流量,预计将增长至 60% 以上,平均用例仅增加约 6% 计算开销。
Meta 工程团队构建了一个作为组织第二大脑的 AI 智能体,通过结构化知识体系、可组合 recipes 推理层和自动自我改进循环,把专家反馈编译为无需模型重训练的验证更新。系统将 200+ 知识文件按密度与使用频率划分、以 YAML 依赖图组织,六周内把单项评估时间从数天降到数分钟,每轮次 token 消耗减少约 80%,改进周期零回归。
Meta 发布为 AI 工作负载在商用以太网上全新设计的 RDMA 传输协议 MetaRoCE,将通过 OCP 开放规范、参考软件实现和合规测试套件,并计划在 2026 OCP Global Summit 上发布。
Meta 发布自研训练加速器 MTIA 300,专为排序与推荐模型训练优化,是 MTIA 家族首款训练芯片。
WhatsApp 推出可选功能 Scam Alert,在设备端用机器学习模型对非联系人消息做诈骗分类,消息内容不上传、不自动上报。模型版本经 Cloudflare 签名并发布到第三方 append-only 透明账本,遥测经基于 TEE 的机密联邦分析管线以差分隐私聚合方式回传,用户可在应用内查看 Scam Alert Activity 日志,功能正在 Beta 小范围推送。
推荐理由:原文给出了 Scam Alert 的端侧架构与可验证机制细节,安全研究者可以据此评估其在端到端加密下的实现。
Meta 工程博客介绍其广告排序的多阶段序列建模架构与论文 LLaTTE:离线用户模型异步处理数千长度序列并缓存嵌入,在线排序模型结合实时信号完成打分。
Meta 为广告推荐基础模型 GEM 构建了自定义 kernel 库与超低精度训练方案,将端到端训练吞吐提升超过 30%。
Meta 提出 Hierarchical Interest Representation,一种上游表示层,用于改进广告深度漏斗排序优化,并可接入 GEM、Andromeda 和 Adaptive Ranking Model 等推荐系统。该方法将稀疏的用户-广告交互图投影为可配置的超级图,把稀疏边聚合为更稠密的兴趣原语,并融合文本、图像、视频等多模态内容特征。
Meta 工程团队分享了其隐私感知基础设施(PAI)中的资产分类方案:生产环境决策由确定性规则做出,LLM 仅用于解读新颖或模糊的资产,并将其学习结果蒸馏为经人工审核的版本化规则,从而逐步缩小 LLM 在生产中的角色。该方案基于三条原则:上下文优于提示词、评估与优化解耦、将稳定行为蒸馏为确定性规则。
Meta 工程师为 AI 眼镜开发超窄钢壳电池,宽度最窄仅 7mm,采用模切堆叠层替代传统卷绕结构以降低阻抗。Ray-Ban Meta 电芯容量从 160 mAh 增至 210 mAh,提升约 30%,配合系统级能效优化实现续航翻倍。Meta Ray-Ban Display 则采用 248 mAh 钢壳电芯,为目前 Meta 产品线中最大。