LeCun因对Meta的不满选择离职，计划创业，导致Meta市值蒸发1400亿人民币。他与Meta在AI战略上存在分歧，主张基础研究的LeCun与Meta的快速产品导向相悖，标志着FAIR的黄金时代结束。

LeCun因Meta对AI部门的组织调整和学术自由限制感到不满，考虑辞去FAIR首席科学家职务。Meta的新审核制度使FAIR团队失望，导致内部不满加剧，许多员工选择离职。

Meta宣布FAIR论文需经TBD实验室审核，首席AI官Alexandr Wang加强内部控制，引发FAIR员工不满，部分员工选择跳槽。重组后，FAIR与TBD关系平行，Wang的干预引发争议，影响研究独立性。

这波操作，LeCun看了都得懵

机器之心数据服务现已上线，提供高效稳定的数据获取服务，帮助用户轻松获取所需数据。

2025年8月16日，机器人全产业链接会FAIR plus 2026媒体见面会在北京召开，旨在构建全球智能制造生态。会议强调中德机器人产业链互补，FAIR plus 2026将于2026年4月在深圳举行，预计吸引5万名专业观众，推动行业协同创新与国际交流。

90后华人科学家赵晟佳被任命为Meta超级智能实验室首席科学家，负责AI战略。他将与FAIR首席科学家LeCun合作。FAIR经历多次重组，逐渐向应用研发转型。赵晟佳曾在OpenAI工作，推动推理模型发展，未来与Meta的合作备受期待。

本研究提出VariFace，通过二阶段扩散方法生成公平且多样的人脸合成数据集，显著优于现有合成数据集，并在多个评估数据集上超越真实数据，树立新标准。

Meta的FAIR实验室与阿姆斯特丹大学联合推出FlowLLM模型，结合大语言模型和黎曼流匹配，提升材料生成效率300%，S.U.N.材料效率提高50%。该模型有效弥合离散与连续变量建模的差距，显著优于现有模型。

TMA-Grid是一个基于浏览器的互动式Web应用程序，用于处理组织微阵列中的核的提取。它整合了卷积神经网络进行组织分割和网格估计算法，为TMAs和相似的组织病理学图像数据的协作分析提供了稳健且易于使用的解决方案。

该研究介绍了一种通过自动索引和语义增强来提高临床 CT 图像系列的可发现性、可访问性、可互操作性和可重用性的方法，使用 HL7 FHIR 资源对元数据进行标准化，以提供医学影像数据的易发现性并促进互操作性，为医疗人工智能应用的大规模集成和索引提供了基础。

现代科学发现需要跨多个计算设施进行多学科合作。MIDA是一种轻量级运行时多工作流集成数据分析方法，通过可观察性和适应性整合数据流，用于材料科学中的深度学习用例。在Summit超级计算机上，接近零开销地运行了高达100,000个任务。

FAIR是一种联邦学习模型，用于处理设备异构存储容量，实现推荐系统和广告的联合训练。该模型在多个数据集上验证了其收敛性和设备之间的无缝协作，同时考虑了数据隐私和GDPR等法规的影响。

本文提出了一种增强 VQ-VAE 结构的频率补全模块和动态频谱损失，用于平衡频率以获得最佳重建。FA-VAE 进一步扩展到文本到图像合成任务中，并提出了交叉注意力自回归变换器以获得更精确的文本语义属性。实验结果表明，FA-VAE 能够更忠实地恢复细节，CAT 在图像文本语义对齐方面也显示出更好的生成质量。