AI TrendTrackers

在寻找HIV治愈方法的全球努力中，墨尔本的科学团队近日取得了一项被誉为“重大突破”的进展，使研究人员感到“震惊”。这一成果由彼得·多尔蒂感染与免疫研究所（Peter Doherty Institute for Infection and Immunity）的科学家主导，展示了一种全新方法，可将潜伏在白血球中的HIV病毒“暴露”出来，为彻底清除体内病毒铺平道路。 HIV的最大挑战之一在于其“潜伏”能力——该病毒可隐藏在某些白血细胞中，形成病毒“储存库”，长期以来既难以被免疫系统识别，也难以被现有药物清除。因此，即使在严格服药控制下，病毒仍可能随时被重新激活。 此次发现基于mRNA技术，这项技术因在新冠疫情期间被Moderna和辉瑞/BioNTech用于疫苗研发而广为人知。相关研究成果已于《自然通讯》（Nature Communications）期刊上发表。 研究团队首次证明，mRNA可以被送入HIV潜伏的白细胞中，关键在于他们研发出一种全新形式的脂质纳米颗粒（Lipid Nanoparticle，LNP），名为“LNP X”。这种新型LNP能被此前无法接受常规LNP的白血球吸收，从而将mRNA输送到病毒藏身之处。mRNA进入细胞后，会“指令”细胞将病毒揭示出来，使其暴露于免疫系统视野。 研究负责人之一、博士后研究员保拉·瑟瓦尔（Dr Paula Cevaal）指出，过去普遍认为不可能将mRNA传递到这种类型的白血细胞中。她回忆，在实验室会议上首次看到测试结果时，团队简直难以置信。为了验证准确性，实验多次重复，结果均保持一致。“从完全不起作用，到突然全部奏效，简直是天壤之别”，她形容当时实验室成员的反应是“全体倒吸一口气”。 不过研究人员强调，这项研究目前仍处于实验室阶段，使用的是来自HIV感染者捐献的细胞。未来仍需通过动物试验和人体安全性测试，才可能进入临床疗效试验阶段，整个过程预计将耗费数年时间。 瑟瓦尔表示：“在生物医学领域，很多研究最终无法进入临床，这是现实。我们不想描绘比实际更美好的前景。”但她也指出，在HIV治愈研究领域，从未有哪种方法能像这项研究一样如此有效地“揭示”潜伏病毒，因此她对未来在动物和人类中能否复制这一成效充满希望。 参与研究的另一位负责人、墨尔本大学的迈克尔·罗奇博士（Dr Michael Roche）指出，这项技术的潜力可能不限于HIV治疗。因涉及的白血球类型也参与许多其他疾病，如癌症等，该技术或许能为更多疾病的治疗带来新方向。 英国弗朗西斯·克里克研究所的逆转录病毒专家乔纳森·斯托伊博士（Dr Jonathan Stoye）虽未参与研究，但表示该研究在“唤醒”潜伏病毒方面是现有策略的重大进展。他指出，目前仍存在关键未知数：是否需要完全清除所有潜伏病毒，或只需清除绝大多数？如果仍有10%的病毒储备幸存，是否会导致再次感染？这些问题仍需进一步研究验证。 牛津大学詹纳研究所的托马斯·汉克教授（Prof Tomáš Hanke）则对研究观点提出质疑，认为将RNA导入白血细胞的难度被夸大。他指出，认为该方法能触及所有潜藏病毒的细胞“只是一种梦想”。 尽管未来道路仍充满不确定性，但此次研究为mRNA在血液细胞中的治疗性递送提供了突破性范式，也为人类治愈HIV的希望点亮了一束新的曙光。

据报道，苹果公司即将举行的2025年度全球开发者大会（WWDC）将以其操作系统的大规模设计和生产力升级为主题。尽管外界普遍关注生成式人工智能的快速进展，苹果此次大会的AI更新内容相对有限，未能引发行业内的广泛期待。 此次大会的重头戏将是对iPhone、iPad、Mac、Apple TV、Apple Watch和Vision Pro等设备的软件界面进行全面重构。苹果计划正式采用基于年份的命名方式，放弃过去以版本号命名的做法，因此将发布包括iOS 26、iPadOS 26、macOS 26、watchOS 26、tvOS 26和visionOS 26在内的一系列新系统。这些系统在苹果内部拥有各自的代号，如Luck、Charisma、Discovery等，而macOS将继续沿用以加州地标命名的传统，今年的版本将名为“macOS Tahoe”。 在视觉设计方面，所有操作系统将引入代号为“Solarium”的全新界面风格，灵感源自Vision Pro的visionOS。新界面以“数字玻璃”为核心，强调光效与透明感，工具栏与选项卡将焕然一新，应用图标和按钮也将统一改版。Mac系统的菜单栏和窗口按钮将采用全新设计，同时，iPhone、iPad和Mac上的小组件虽外观调整，但功能保持不变。 iOS和iPadOS系统中，三款核心应用将迎来大幅重构：电话、Safari浏览器和相机应用。其中，电话应用将首次整合收藏联系人、通话记录和语音信箱为一体；Safari将采用更透明的地址栏设计；相机应用则简化界面，优化多种拍摄功能之间的切换。 信息应用（Messages）也将获得重要升级，加入投票功能及可同步设备间的聊天背景图，旨在挑战Meta旗下的WhatsApp地位。 一款长期存在于macOS系统中的“预览”应用（Preview）将首次登陆iOS和iPadOS，为用户提供PDF文件的管理、批注和编辑功能。此外，全新的“游戏”应用也将上线，整合Apple Arcade平台和游戏下载功能，尽管在吸引核心游戏玩家方面效果或仍有限。 Vision Pro方面，新系统将支持“眼动滚动”功能，用户可通过眼球动作滚动页面。此外，苹果还计划支持第三方魔法棒式手部控制器，如Sony的PlayStation VR设备，增强虚拟现实交互体验。 iPad的多任务处理功能将全面升级，更加接近Mac的操作逻辑，但可能要求搭配键盘和触控板使用。Apple Pencil也将支持数字书法笔尖，而键盘输入则新增阿拉伯文与英文的双向切换模式。 苹果还计划新增无线网络信息同步功能，允许设备之间共享曾连接过的网络信息，提高用户跨设备的连网体验。 在人工智能方面，苹果虽然未能如Google、Meta、Microsoft或OpenAI般激进，但也将推出若干AI功能，统称为“Apple Intelligence”。最明显的变化是“系统级翻译”，将实现电话和文本的实时翻译功能，并逐步推广至AirPods等设备。这项功能虽然早已在Android设备中普及，但对苹果用户而言将是首次整合。 第三方开发者也将首次获得访问苹果底层大语言模型的权限，从而构建定制化AI功能。这些模型已应用于苹果自身的“Writing Tools”、“Genmoji自定义表情”和摘要工具中。Genmoji也将迎来升级，用户可将两个标准表情合成为一个全新的表情图示。 快捷指令（Shortcuts）应用将升级为AI驱动版本，进一步简化跨平台任务的执行。苹果亦将推出新版基础模型，支持本地和云端运行，开发者将可调用本地版本。 此外，苹果正开发AI驱动的电池优化模式，尤其适用于即将发布的轻薄版iPhone 17，预计将在稍后推出。另一个重大合作动向是苹果正寻求将Google的Gemini模型引入，与现有支持ChatGPT的Siri和Writing Tools形成替代关系，但受限于美国司法部对苹果与Google搜索合作案的审查，该合作尚不会在WWDC上公布。 Siri的重大升级仍在开发中，暂未准备好公开展示。未来的全新Siri（内部代号LLM Siri）将能访问用户个人数据，并更精准控制应用程序，但预计至少需一至两年后才会亮相。 苹果亦计划对日历和健康应用进行全面重构，配合一项名为“Mulberry”的AI医生服务，但这些功能已被推迟至下一代操作系统（iOS 27与macOS 27），内部代号为Buttercup与Honeycrisp，预计将在2026年发布。 去年未能正式推出的Swift Assist编程助手工具也将重新回归，现将通过集成Anthropic等第三方模型，提升Xcode开发效率，以解决此前因AI“幻觉”问题导致的推迟上线。 整体而言，本届WWDC尽管在AI方面动作不大，但在操作系统视觉风格、应用功能和平台整合方面，仍显现出苹果的战略转型意图。面对外部技术浪潮的加速推进，苹果选择以系统生态为核心继续稳步前行。

Prefix Tuning is one of the coolest Parameter-Efficient Fine-Tuning (PEFT) methods to adapt large language models without retraining the full model. To appreciate how it works, let’s set the stage: traditional fine-tuning involves updating all of a model’s parameters, which is expensive and compute-intensive. Then came prompting — where we steer the model using smart input formatting…

据内部消息人士马克·古尔曼（Mark Gurman）透露，尽管Apple Intelligence推出已满一年，但苹果公司在生成式AI方面的实际进展仍十分有限。在即将于2025年6月9日召开的年度开发者大会（WWDC）前夕，苹果在AI领域的表现更多体现在更新包装与品牌重塑，而非实质性技术突破。 小模型对外开放，大模型仍属内部测试 古尔曼透露，今年WWDC的AI亮点将是苹果首次允许第三方开发者使用其自研的基础模型（Foundation Models）。这些模型可直接运行于苹果设备本地，规模约为30亿参数。虽然体量在业内不算大，但足以支持诸如文本摘要等基本功能，并将被集成进开发者应用中。 然而，苹果内部其实正在测试远为强大的模型。据悉，苹果目前拥有参数规模分别为3亿、7亿、330亿和1500亿的AI模型。特别是这款1500亿参数的云端模型，在内部基准测试中表现已可与ChatGPT当前版本相媲美，具备处理复杂任务的能力，是苹果自研AI系统中的“旗舰”。 不过，这款顶级模型目前仅限于苹果内部“Playground”测试平台使用，员工可借此与OpenAI的ChatGPT、谷歌Gemini等主流产品进行对比评估。目前并无对公众开放计划。 苹果高层分歧仍存，未决策打造自有聊天机器人 古尔曼指出，苹果管理层对AI战略仍未达成一致，尤其在生成幻觉（hallucination）风险上的顾虑，使得公司暂时搁置打造自主聊天机器人的计划。这也可能解释了为何Apple Intelligence如今集成了ChatGPT作为内建选项。 Siri与其他AI项目纷纷延后，重心仍在“基础体验” 除了开放模型之外，苹果预计将在WWDC发布一系列较小型的AI功能更新，包括： 这些功能更多体现为市场营销层面的“AI标签化”，而非实质技术突破。 与此同时，苹果多个重大AI项目进展缓慢，面临延期： 苹果AI战略：谨慎与滞后 自2024年6月推出Apple Intelligence以来，苹果虽打出口号“为所有人打造的AI”，但实际首发版本因功能缺乏亮点而未获开发者及用户认可——例如Genmoji、自动输入、上下文通知等功能反响平平。 相比之下，谷歌与OpenAI正积极推动多模态搜索、视频AI及自主代理系统的研究与应用。OpenAI还与苹果前首席设计官Jony Ive合作开发下一代AI硬件。相较之下，苹果显得更为保守。 例如，计划中让Siri读取个人数据以生成个性化回应的“Personal Context”功能至今仍未准备就绪。 总结 整体来看，尽管苹果具备先进的AI研发能力，但由于内部策略分歧与风险顾虑，其AI战略步伐相较行业领先者依然显得滞后与保守。

Meta Prompting，即“元提示工程”，是一种利用大语言模型（LLM）协助生成、优化提示词（prompt）的方法。正如LLM可以帮助写作者克服“空白页面”的障碍，它也可以帮助提示工程师搭建提示结构。这一过程不仅提高了提示开发的效率，也开启了全新的自动化提示优化路径。 在这份指南中，来自各大研究机构和平台的多个Meta Prompting方法被系统总结，涵盖具体应用方式、技术流程、优缺点以及模板示例，为提示开发人员提供了详尽参考。 什么是Meta Prompting？ Meta Prompting是一种使用LLM来生成或改进其他提示词的提示工程方法。与传统的提示工程不同，Meta Prompting依赖模型自身的适应性和反馈能力，动态地调整提示内容，以适应复杂任务和多变的上下文环境。 1. PromptHub 的 Prompt Iterator PromptHub 推出的 Prompt Iterator 工具自动化提示生成循环：生成输出 → 用户反馈 → 提示优化 → 再次输出，极大地简化了提示迭代过程。适用于所有付费方案。 2. Meta-Prompting（来自斯坦福与OpenAI的合作研究） 核心概念：使用一个“元专家”模型协调多个具备不同专长的专家模型，共同解决复杂任务。 流程： 优点： 缺点： Meta Prompt 模板摘录： 3. Learning from Contrastive Prompts (LCP) 由Amazon提出，利用对比学习优化提示词。 流程： 优点： 缺点： 4. Automatic Prompt Engineer (APE) 由滑铁卢大学提出，将提示优化视为“程序搜索”。 流程： 优点： 缺点： 5. PromptAgent…

布朗大学与DeepMind的研究团队最近展示了一项名为“力提示（force prompting）”的新方法，该方法允许生成式视频模型在无需依赖3D建模或物理引擎的情况下，通过模拟“力”的作用来生成逼真的视频运动效果。 所谓“力提示”，即研究人员通过人工设定方向与强度的力向量，引导AI生成运动。模型可以处理两种类型的力：一种是作用于整个场景的“全局力”（如风），另一种是针对特定点的“局部力”（如轻敲物体）。这些力被表示为向量场，并被直接输入至视频生成系统，从而转化为自然的运动表现。 本研究基于CogVideoX-5B-I2V视频模型，并整合了ControlNet模块以处理物理控制信号，整个系统以Transformer架构为基础，可生成每段49帧的视频。训练仅耗时一天，使用了四张Nvidia A100显卡。 在训练阶段，研究人员采用了完全合成的数据集：包括1.5万段不同风速下旗帜飘动的视频，用于训练对全局风力的响应；1.2万段滚球视频和1.1万段花朵因撞击而晃动的视频，则用于训练局部力的处理。每个训练样本都包括文本提示、初始图像和一个代表力的向量场（或移动信号），这些三维模拟力被投影到二维图像坐标中。研究人员还对背景、光照、摄像机角度和力的方向进行随机化，增强模型泛化能力。 尽管数据量有限，模型依然展现出较强的泛化能力。例如，它能分辨轻物体比重物体更易被推动，还能识别满的洗衣篮比空的移动得慢。这种“直觉物理”（intuitive physics）能力是在没有真实物理模拟的条件下学到的。 在人类主观评估中，“力提示”方法优于文本描述或运动路径控制等传统方式，甚至在运动匹配度与现实感方面超过了使用真实物理模拟的PhysDreamer模型（尽管后者图像质量更高）。消融实验进一步显示，训练数据的多样性对于模型识别力的方位与强度至关重要。若缺乏多样背景或文本中缺少与物理相关的词汇，模型表现显著下降。 值得注意的是，模型将物体视为整体单位：即使只是某个部位受力，整个物体都会运动。同时，模型还能够在生成视频过程中保留原图中的风格特征，如光照和景深。 不过研究人员也指出，该方法并不能完全替代高精度物理仿真。在复杂场景中，模型有时仍会出错，比如烟雾忽略风的作用，或人体手臂像布一样摆动。然而，作为一种高效手段，“力提示”为AI生成视频注入了具有物理可信度的动态表现。 DeepMind首席执行官Demis Hassabis近期也强调，像Veo 3这样的AI视频模型正在逐步理解物理规律。他认为，这是AI从图像处理迈向对世界物理结构建模的重要一步，也将推动更具通用性AI系统的发展，使其能通过模拟环境中的经验学习，而不再仅仅依赖于静态数据。

埃隆·马斯克（Elon Musk）于2025年6月3日表示，SpaceX今年的营收预计将接近155亿美元，显示出这家私人航天公司持续高速增长的态势。目前，SpaceX已成为全球最繁忙的火箭发射公司之一。 马斯克在社交平台X上指出，SpaceX今年的业绩增长主要由两个关键业务部门推动：一是以“猎鹰9号”（Falcon 9）火箭为核心的发射业务，二是“星链”（Starlink）卫星互联网服务。尽管SpaceX自2002年成立以来始终为私营公司、并不公开披露其财务数据，但据《华尔街日报》此前报道，2022年SpaceX的年营收为46亿美元；而截至2024年底，公司估值已达到3500亿美元。 在发射业务方面，猎鹰9号作为部分可重复使用的火箭，已成为全球卫星发射的主力工具，频繁被用于美国政府项目及私营卫星运营商的任务。分析人士指出，该业务的持续增长受益于SpaceX对火箭可重复使用性的专注投入，以及多个竞争对手火箭面临的技术问题和延迟。 与此同时，星链计划在近地轨道部署大量卫星，为地面用户提供高速互联网服务，也成为营收增长的主要驱动力。据咨询公司Quilty Space估算，星链业务营收将在2025年增长至123亿美元，较2024年的78亿美元显著上升。星链吸引了大量家庭用户，并在政府业务和企业客户方面不断扩展，客户名单中包括联合航空（United Airlines）与迪尔公司（Deere）等知名企业。 除商业化运营外，SpaceX还在持续加大对航天器开发与基础设施的投入，尤其是“星舰”（Starship）项目。该项目旨在研制一款用于深空探索的重型运载火箭，目标是实现载人火星任务。SpaceX首席财务官布雷特·约翰森（Bret Johnsen）曾在今年3月一场行业活动上表示，星舰的研发是一项极为庞大的工程，公司正以自有资金支持这一总高约400英尺、被称为“史上最强火箭”的载具。 马斯克还表示，SpaceX的商业营收将在2026年超过美国国家航空航天局（NASA）的全部预算。白宫此前已提出将NASA下一财年的预算从当前的近250亿美元削减至188亿美元。尽管如此，NASA仍在多项科学探索和太空任务中扮演重要角色，且SpaceX为NASA的主要承包商之一。据马斯克透露，2025年SpaceX约有11亿美元营收将来自NASA。 这一系列数据凸显了SpaceX在商业航天领域日益突出的主导地位，同时也反映出私营企业在太空探索和全球通信基础设施发展中的战略性作用正迅速上升。

神经科技初创公司Paradromics于2025年6月2日宣布，其脑机接口（BCI）设备首次成功植入人类大脑。这一关键性操作于5月14日在密歇根大学进行，受试者本身正在接受癫痫治疗所需的神经外科手术。Paradromics团队在大约20分钟内完成了设备的植入和移除，借此验证了该系统在人体中的安全性和记录神经活动的能力。 此次成果标志着这家创立近十年的公司进入临床试验阶段，为未来开展人体长期安全性和实用性研究铺平了道路。Paradromics表示，一旦获得监管机构批准，公司将在年内启动临床试验。 Paradromics首席执行官马特·安格尔（Matt Angle）在接受CNBC采访时表示，公司此前已在羊身上证明设备在数据质量和耐久性方面的卓越表现，而这次人体试验进一步确认了其与人类神经系统的兼容性。他称这一成果为“令人振奋”，并对即将到来的临床试验充满期待。 Paradromics研发的Connexus脑机接口系统旨在帮助重度运动障碍患者（例如瘫痪患者）通过计算机实现语言交流。脑机接口技术能够读取大脑信号，并将其转化为控制外部设备的指令。 尽管该系统尚未获得美国食品药品监督管理局（FDA）的正式批准，但在如密歇根大学这样的科研机构，只要能够证明风险不大，便可在研究框架下使用尚未获批的医疗设备。 此次手术的临床部分由密歇根大学神经外科教授奥伦·萨赫尔（Dr. Oren Sagher）主导，研究部分则由该校神经外科及生物医学工程助理教授马修·威尔西（Dr. Matthew Willsey）负责，他同时完成了Paradromics设备的植入。 威尔西教授在采访中表示：“这是一种令人兴奋的经历，这种突破正是每天激励他投身科研工作的动力。” Paradromics的设备能够在单个神经元的水平上记录大脑活动。安格尔形象地将该技术比作将麦克风放置在体育场内部与外部的区别——内部麦克风可捕捉到个别对话，而外部麦克风只能听见人群的嘈杂声。 目前，包括埃隆·马斯克（Elon Musk）旗下的Neuralink在内的多家公司正竞相研发各自的脑机接口系统。其他知名企业还包括由杰夫·贝索斯（Jeff Bezos）和比尔·盖茨（Bill Gates）支持的Synchron，以及Precision Neuroscience，这两家公司同样已在人体中植入了其设备。 截至2025年2月，Paradromics已筹集了近1亿美元资金，并于同月宣布与沙特阿拉伯的未来城市项目Neom建立战略合作关系，尽管具体投资金额并未公开。 安格尔指出：“所有验证步骤已经完成，下一步的临床试验将是令人振奋的阶段。”

Cursor 的 AI 编程助手最近备受瞩目，原因显而易见——它的表现就像是一位真正有用的结对编程伙伴。对于那些曾为让 AI 遵守系统提示而苦苦挣扎的开发者来说，Cursor 的表现引发了强烈好奇心：它是如何做到如此顺畅协作的？ 为了解决这个疑问，有技术人员尝试拦截 Cursor 与 API 之间的调用数据，令人惊讶的是——这个操作成功了。本文将逐步解析 Cursor 的提示词为何如此有效，并探讨其中可供借鉴的设计原则。 系统提示（System Prompt） Cursor 的 AI 系统提示构成了整个助手行为的基石。正如那句老话所说，“每一条警告都源于过去有人做过某件傻事。” Cursor 的提示内容恰恰体现了这种经验积累。 完整的系统提示内容展示如下： 你是一名由 GPT-4.1 驱动的 AI 编程助手，运行在 Cursor 中。你正在与 USER 一起进行结对编程，解决代码任务。每当 USER 发送消息时，我们可能会附带一些有关其当前状态的信息，比如打开了哪些文件、光标位置、最近查看的文件、编辑历史、linter 报错等。这些信息是否相关需由你判断。你是一名代理(agent)——请持续工作直至完全解决用户的问题，然后再结束回复。请自主解决问题，尽可能完整地响应用户请求。…使用 markdown 格式书写代码时，使用反引号标注文件、目录、函数和类名，数学表达使用 和 。使用工具时请遵循以下规则……永远不要在用户面前提及工具名称，而是用自然语言表达行为……… 以上提示充满细节与结构，从基础行为准则到具体操作边界，都为 AI 指明方向。 1. 明确赋予“角色身份” Cursor 并没有模糊地指示 AI “请表现得有帮助”，而是赋予其一个具体、明确的身份： “你是由 GPT-4.1 驱动的编程助手，运行在 Cursor 中。你正在与 USER 进行结对编程……你是一名代理。”…

据知情人士透露，Meta平台公司正大举押注自动化广告的未来，计划在明年年底前实现广告从创意到投放的全面AI化。 目前，Meta的广告平台已具备部分AI功能，可对现有广告进行改编和微调，然后自动面向Facebook与Instagram用户精准推送。而接下来，Meta的目标是协助品牌从零开始构建完整的广告概念。 这一AI广告战略是Meta首席执行官马克·扎克伯格推动公司转型愿景的核心部分。广告业务长期以来是Meta的营收支柱，仅2024年便占据了公司总收入的97%以上，为其在AI芯片、数据中心及前沿AI模型训练方面的巨额投入提供了资金支持。 据知情人士透露，在Meta正开发的广告工具中，品牌只需上传想要推广的产品图像，并设定预算目标，AI便可生成完整广告，包括图像、视频与文本内容。系统还将自动决定投放对象，并就预算使用提出建议，进一步增强Facebook和Instagram的广告精准度。 此外，Meta计划让广告实现个性化实时生成，即AI可根据地理位置等因素动态调整广告内容。例如，同样一则汽车广告，居住在雪地地区的用户可能看到的是汽车攀登雪山的画面，而城市用户则会看到汽车在街道行驶。 越来越多功能先进的AI工具，正使企业能够在不依赖传统摄影与制作团队的情况下，完成完整的视频与图像广告制作。例如，谷歌在上月开发者大会上发布了其最新版本视频生成工具Veo，用户只需输入文字提示便可生成短视频。 扎克伯格在上周举行的年度股东大会上表示：“在不久的将来，我们希望实现这样的目标——任何企业只需告诉我们他们的目标（比如销售某个产品或获取新客户），愿意为每次结果支付多少钱，连接其银行账户，剩下的由我们来完成。”他在一档播客节目中更将此称为“广告范式的重新定义”。 对于缺乏创意预算的中小企业而言，AI生成广告可望成为一大助力，而这些企业正是Meta平台上的主要广告客户。 不过，也有部分大型品牌对Meta在广告领域掌控力进一步增强表示担忧，认为AI生成的广告可能难以达到人工制作所带来的独特质感与品牌一致性。 尽管科技公司普遍对AI广告前景寄予厚望，但许多品牌指出，目前行业内生成的图像和视频往往存在失真或不可用问题。为提升输出质量，仍需耗费大量人力和资源进行后期修复。 知情人士还表示，Meta的新工具需要大量计算资源，并需为每个品牌训练独立的AI模型。 与此同时，众多新兴AI公司也在竞相帮助广告客户制作内容。许多品牌已在使用如Midjourney、OpenAI的DALL·E等第三方工具，制作并在包括Meta平台在内的各类数字平台上投放广告。Meta方面表示，正探索将这些工具集成进自身广告平台的可能性。