Meta正在利用AI技术快速推出新应用，并计划继续扩大这一势头。在本周二季度财报电话会议上，Meta首席执行官马克·扎克伯格表示，公司已有多款新应用在研，此前已相继推出面向Marketplace卖家的独立应用、Facebook群组独立应用Forum、休闲游戏应用、Instagram新图片应用，以及一项AI睡前故事实验性功能。
Meta多年来曾多次尝试推出独立社交应用，但均未能成功。如今，公司表示大语言模型让软件开发速度大幅提升，使其能够以更快节奏测试新想法。
"AI正在帮助我们的团队加快产品开发，这让我感到非常兴奋，"扎克伯格在周三的电话会议上对投资者表示。"今年早些时候，我们推出了Instagram Instants，还上线了独立群组应用Forum和独立商城应用Seller。我预计推出新应用会变得更加容易，因此我们计划开发更多创意，并借助推荐系统推动其规模化增长。"
他还补充道："AI正在改善我们的核心业务，让我们的应用更具相关性，为企业带来更好的效果。我们开始推出更多创新产品，未来还会有更多。"
Meta此前已走过类似的探索之路。早年间，Meta（彼时仍名为Facebook）曾运营一个名为Creative Labs的内部孵化器，专门测试新的社交概念。该项目推出了图片分享应用Slingshot、匿名聊天应用Rooms、类Flipboard资讯应用Paper、图片分享应用Moments以及协作视频应用Riff。这些尝试于2015年宣告终止，相关应用也陆续下线，原因是公司始终未能为这些产品找到稳定的用户群体。
2020年代初，Meta再度尝试，成立了内部研发团队NPE Team，先后测试了聊天应用Bump、社交音乐应用Aux、任务管理应用Move、交友应用Spark、通话应用CatchUp、电子杂志工具E.gg、活动应用Venue、创作者问答应用Hotline、明星互动应用Super、情侣应用Tuned、音乐应用BARS等多款产品。然而，这些应用同样未能取得突破性成功，最终相继关闭。
如今，Meta至少可以举出一个AI助力新应用规模化增长的成功案例——Threads。该应用目前月活跃用户已达5亿，扎克伯格预计其有朝一日将成为公司旗下又一个用户规模突破十亿的应用。
在Threads的发展过程中，Meta充分借助现有用户基础为新应用导入初始用户，并持续通过Facebook和Instagram等平台大力推广。大语言模型也是Threads增长的关键因素之一——公司表示，AI驱动的内容推荐带来了"显著提升"。
"我们发现，大语言模型在提升排序和推荐效果方面的能力越来越强，"Meta首席财务官苏珊·李在电话会议上对投资者表示。"一方面，它们通过理解内容的实际含义、生成更优质的训练数据，让我们现有的系统更加智能；另一方面，由大语言模型驱动的智能体也在协助工程开发，包括评估内容质量、发现趋势以及测试排序调整效果。"
苏珊·李还透露，今年早些时候，Meta实现了一项重要里程碑：Instagram上的每一条Reels视频和Feed帖子，现在都会自动经过大语言模型处理，进行主题和情感分析，从而优化推荐效果。
此外，公司还在开发以大语言模型为原生基础的推荐系统，这将有助于未来新应用实现更好的规模化增长。
在财报电话会议上，投资者并未就Meta在研的新应用追问更多细节，他们更关注的是AI支出以及Meta日益增长的企业级业务野心。不过，扎克伯格暗示，新产品的亮相不会让人等太久，称这些"新消费产品""即将发布"。
Q&A
Q1：Meta为什么现在能更快地推出新应用？
A：Meta表示，大语言模型的应用使软件开发速度大幅提升，团队可以更快地测试和迭代新想法。此外，AI驱动的推荐系统也帮助新应用更高效地实现规模化增长，让Meta能够以更低成本、更短周期验证新产品概念。
Q2：Threads是如何借助大语言模型实现增长的？
A：Threads的增长得益于大语言模型在内容推荐方面的能力提升。Meta表示，大语言模型能够更好地理解内容含义、生成高质量训练数据，同时由大语言模型驱动的智能体还协助完成内容质量评估、趋势发现和排序测试等工程任务，从而显著提升了推荐效果，推动了用户增长。
Q3：Meta之前推出独立应用为什么都失败了？
A：Meta此前通过Creative Labs和NPE Team两个内部团队推出了数十款独立应用，涵盖图片分享、社交音乐、交友、通话等多个方向，但均未能获得稳定用户群体，最终相继关闭。主要原因在于缺乏有效的用户增长机制，以及产品与市场需求之间存在差距。
