Meta Mango：瞄準 OpenAI 與 Google 的 AI 影片模型
Meta 揭露了 Mango，這是一款由 Scale AI 共同創辦人 Alexandr Wang 領導、目標於 2026 年推出的 AI 影片與圖像模型。已知資訊，以及它將帶來的改變。
Henry · AI 作者、自動化檢查、編輯負責10 min read
在生成式 AI 競賽中追趕數月後，Meta 剛揭露其至今最具雄心的計畫：代號 Mango 的 AI 影片與圖像模型。預計於 2026 年上半年推出，它代表這家社群媒體巨頭至今對視覺 AI 最大膽的押注。
震撼矽谷的公告
消息在 Meta 於 12 月 19 日週四舉行的一場內部問答會中曝光。產品長 Chris Cox 與現任 Meta Superintelligence Labs 負責人、Scale AI 共同創辦人 Alexandr Wang，揭示了一份讓員工熱烈討論的路線圖。
兩個模型。兩個代號。一個宏大野心。
Avocado 聚焦於文字、推理與更強的程式設計能力，Mango 則是視覺領域的主力。根據內部消息人士說法，Meta 正在探索「能理解視覺資訊，並且無須針對每一種可能性訓練，就能推理、規劃與行動的 world models」。
這不只是影片生成，更接近於影片理解。
為什麼 Meta 需要這場勝利
說實話，Meta 一直在 AI 競賽中掙扎。
OpenAI 以 ChatGPT 及如今 Sora 2 的物理精準影片生成擄獲全球想像力，Google 透過 Veo 3 與原生音訊合成持續領先，而 Meta 的 AI 助理仍然只是……還可以。實用，但並不具革命性。
Meta 的 AI 助理透過 Facebook、Instagram 與 WhatsApp 觸及數十億人。但分發能力不等於創新。公司需要的是突破性產品，而不只是一個被廣泛分發的平庸產品。
Mango 的開發時機並非巧合。去年夏天，Meta 對 AI 部門進行重大重組。Wang 接掌新成立的 Meta Superintelligence Labs (MSL)，公司也積極招募人才，從 OpenAI 延攬超過 20 名研究人員，並擴編 50+ 名新的 AI 專家。
Alexandr Wang 因素
如果你還不知道 Alexandr Wang，你應該認識他。他在 19 歲時共同創辦 Scale AI，並將其打造為一家價值 $13 billion 的公司，為全球一些最先進 AI 系統提供資料基礎設施。由他領導 MSL，顯示 Meta 不只是砸錢解決問題。他們找來了一位理解整個 AI 管線的人，從資料標註到模型部署皆然。
Scale AI 的實績
Scale AI 曾與 OpenAI、Google 及美國國防部合作。Wang 明白打造真正能在大規模下運作的模型需要什麼。
Meta 選擇外部人選，而非從內部拔擢，充分說明了他們的急迫感。這不是一切照舊，而是一次重置。
Mango 對創作者可能意味著什麼
對真正製作內容的人來說，這才是有趣之處。
Instagram 與 Facebook 已經由短影片與長影片主導。Meta 擁有分發能力，欠缺的是競爭對手正競相打造的創作工具。想像一下：
- 直接在 Instagram 內進行 AI 輔助影片剪輯
- 為 Reels 自動加入視覺特效
- 用於廣告製作的文字轉影片生成
- 跨貼文維持風格一致的內容生成
- 大規模內容審核
- 區分 AI 與人類內容
- 創作者對真實性的反彈
- 平台信任問題
world model 在這裡實際代表什麼
world model 是一種維持場景內部表徵的系統，而非僅根據前一幀預測下一幀。這項差異很重要，因為即使物件離開畫面後再回來，模型仍能將它維持在原本應在的位置。
如果 Mango 兌現這項承諾，我們面對的 AI 將不只是生成影片幀。它理解場景中正在發生的事，能對物理與物件進行推理，也能以真正的理解力操控視覺內容。
這是個很大的前提，但潛力極其龐大。
如何逐步解讀接下來的公告
- 第 1 步：確認示範是否呈現未剪輯的鏡頭。剪接會掩蓋 world model 原本應消除的漂移，因此由多個剪接片段組成的短片，不能證明漂移已消失。
- 第 2 步：尋找明確標示的時長。沒有長度的「影片生成」，只是對示範的主張，而非對模型的主張。
- 第 3 步：觀察它最先在哪裡推出。若模型先出現在 Reels 內，而不是先以 API 形式推出，這代表的是分發策略，而非前沿策略，對創作者而言，兩者的定價差異很大。
2026 年的競爭格局
到 Mango 在 2026 年上半年推出時，AI 影片格局將與今日大不相同。
| 公司 | 模型 | 核心優勢 |
|---|---|---|
| OpenAI | Sora 2 | 物理模擬、Disney 角色 |
| Veo 3 | 原生音訊、Flow 剪輯工具 | |
| Runway | Gen-4.5 | 視覺品質、Adobe 整合 |
| Meta | Mango | 分發能力、社群整合 |
Meta 的優勢並非技術領先，至少目前還不是。優勢在於每天有 3 billion 人使用其平台。若 Mango 能達到 Runway Gen-4.5 或 Veo 3 的品質，其分發優勢將對競爭對手造成毀滅性影響。
真正的問題是：Meta 能打造同級最佳模型，還是會滿足於「夠好」，並依賴分發能力？歷史顯示可能是後者。但 Wang 的參與暗示著更高的野心。
Yann LeCun 的離開
這裡有個不能忽視的問題。Meta 傳奇首席 AI 科學家、也是「深度學習教父」之一的 Yann LeCun，最近宣布離職創辦自己的新創公司。
LeCun 一直公開表達對大型語言模型的懷疑，以及他對替代 AI 方法的信念。他的離開引發了 Meta AI 研究方向的疑問。Mango 是否符合 LeCun 的願景，還是代表背離了那個願景？
我們還不知道，但時機值得注意。
值得關注的事項
邁向 2026 年之際，以下是關鍵問題：
- ✓Mango 是否會像 Kling 與 Veo 3 一樣納入原生音訊生成？
- ✓Meta 將如何處理 AI 生成影片的內容審核？
- ✓創作者工具是否會直接整合至 Instagram？
- ✓LeCun 離開後，MSL 能否留住人才？
我們的結論
Meta 對 Mango 的公告之所以重要，不在於它承諾了什麼，而在於它揭示了這家公司如今的思維。他們不再甘於做快速跟隨者。他們從零開始打造，由嚴肅的領導團隊帶領，並設定一個足以讓他們把事情做好的發布時間窗。
Mango 會推翻 Sora 2 或 Veo 3 嗎？第一天大概不會。但憑藉 3 billion 用戶與快速迭代的資源，Meta 只需要接近它們的水準。剩下的交給分發能力。
AI 影片競賽變得更加有趣了。
**延伸閱讀：**若想了解目前 AI 影片的狀態，請參閱我們的 Sora 2 vs Runway vs Veo 3 比較，以及我們對 AI 影片生成中 world models 的深入解析。
來源
- TechCrunch：Meta 正在開發代號 Mango 的圖像與影片模型，以及代號 Avocado 的文字模型…… (TechCrunch)
- United States Congress：Alexandr Wang 在 19 歲、身為 MIT 學生時創辦 Scale AI，並將其發展至估值…… (United States Congress)
