Meta представила свой первый открытый ИИ модель Llama 3.2

Meta анонсировала Llama 3.2, свою первую модель искусственного интеллекта с открытым исходным кодом, способную обрабатывать как изображения, так и текст. Эта новинка появилась всего через два месяца после выпуска предыдущей модели ИИ. Ожидается, что инновационные возможности Llama 3.2 помогут разработчикам создавать более сложные ИИ приложения.

Llama 3.2 может обрабатывать как изображения, так и текст

Функционал модели включает понимание видео в реальном времени, визуальные поисковые системы, которые классифицируют изображения по содержанию, и инструменты анализа документов, которые сокращают длинные тексты. Meta разработала Llama 3.2 как дружественную для разработчиков модель, требующую минимальной настройки.

Вице-президент Meta по генеративному ИИ Ахмад Аль-Дахле заявил, что разработчикам нужно лишь "интегрировать эту новую мультимодальность и позволить Llama взаимодействовать с помощью изображений".

Эта функция выводит Meta на один уровень с такими конкурентами, как OpenAI и Google, которые представили свои мультимодальные модели в прошлом году. Добавление поддержки зрения в Llama 3.2 — это стратегический шаг, поскольку Meta продолжает улучшать возможности ИИ в таких устройствах, как умные очки Ray-Ban Meta.

Модель включает два зрительных модуля с 11 миллиардом и 90 миллиардом параметров, а также два легких текстовых модуля с 1 миллиардом и 3 миллиардом параметров. Эти меньшие модели предназначены для работы на устройствах с процессорами Qualcomm, MediaTek и других Arm.

Несмотря на запуск Llama 3.2, предыдущая версия, Llama 3.1, выпущенная в июле, все еще имеет свою роль. Более старая модель включает версию с 405 миллиардами параметров, которая теоретически предлагает более высокие возможности по генерации текста.