Meta développe un nouveau modèle d'IA pour l'image et la vidéo , baptisé « Mango »

En parallèle de son futur modèle de langage étendu basé sur le texte , Meta Platforms travaille sur un nouveau modèle d'IA appelé Mango , axé sur les images et les vidéos.D'après des témoins , Alexandr Wang , responsable de l' IA chez Meta , a discuté des modèles d' IA avec Chris Cox, directeur des produits de l'entreprise , lors d' une séance de questions-réponses interne jeudi . Leur lancement est prévu pour le premier semestre 2026 .Wang a ajouté que l'amélioration des compétences en codage est l' un des objectifs du nouveau modèle de texte , nom de code Avocado, et que la société étudie actuellement la création de « modèles du monde », ou d'intelligence artificielle (IA) qui apprend à connaître son environnement en absorbant des données visuelles .

Durant l' été, Meta a restructuré son département d'IA et a nommé Wang à la tête d'une toute nouvelle branche baptisée Meta Superintelligence Labs. Mark Zuckerberg, le PDG de Meta, s'est personnellement lancé dans une campagne de recrutement intensive, débauchant plus de 20 experts d' OpenAI et constituant une équipe de plus de 50 nouveaux ingénieurs, chercheurs et autres spécialistes en IA .

En septembre, Meta a lancé Vibes, un générateur de vidéos basé sur l'IA , créé en partenariat avec Midjourney, une start-up. L'application de création vidéo par IA d'OpenAI , Sora, a été lancée moins d' une semaine après Vibes de Meta .

Dans la bataille qui oppose les principaux fournisseurs de modèles d'IA , la génération d'images s'est révélée être un front crucial .

Meta semble vouloir renforcer sa position dans le domaine de l'IA multimodale, combinant texte, images et vidéo. Le modèle Mango devrait permettre aux utilisateurs de générer des contenus visuels beaucoup plus sophistiqués, avec une intégration possible dans les applications sociales et de communication de l'entreprise, comme Instagram ou Threads. L'approche de Meta pourrait également inclure des capacités de compréhension contextuelle, où l'IA ne se contente pas de créer des images ou des vidéos, mais interprète les intentions et les préférences des utilisateurs pour produire un contenu plus personnalisé.