meta 还发布了大型概念模型 LCM 和视频水印工具 Video Seal 等 AI 工具，并重申其对 AI、AR 和元宇宙技术持续投入的决心。
IT之家注：meta Motivo 是一个基于行为的基础模型，在 Mujoco 模拟器中进行训练，使用了 AMASS 动作捕捉数据集的子集和 3000 万个在线交互样本，通过一种新型的无监督强化学习算法进行预训练，以控制复杂虚拟人形智能体的运动。
meta Motivo 使用一种新颖的 FB-CPR 算法进行训练，该算法利用未标记的动作数据集，保留零样本推理能力的同时，将无监督强化学习引导至学习类似人类的行为。
尽管模型没有经过任何特定任务的显式训练，但在预训练过程中，动作轨迹跟踪（例如侧手翻）、姿势到达（例如阿拉贝斯克舞姿）和奖励优化（例如跑步）等任务的性能都得到了提升，展现出更接近人类的行为。
该算法的关键技术创新在于学习表示（representation），该表示可以将状态、动作和奖励嵌入到相同的潜在空间中。因此，meta Motivo 能够解决各种全身控制任务，包括运动跟踪、目标姿态到达和奖励优化，而无需任何额外的训练或规划。
