在美国当地时间9月25日举行的Connect大会上，Meta推出了Llama3.2，这是Meta研发以来首个可以理解图像和文本的视觉模型。

　　Llama3.2包括小型和中型模型（参数分别为11B和90B），以及更轻量级的纯文本模型（参数分别为1B和3B），适合特定的移动设备和边缘设备。

　　Meta首席执行官Mark Zuckerberg在开幕主题演讲中表示：“这是我们首个开源多模态模型，它让人工智能进行视觉理解成为可能。”

　　与前代产品一样，Llama3.2可以理解的上下文长度为128000个字符，这意味着用户可以输入大量文本（相当于几百页的教科书）。更高的参数代表模型会更加准确，也可以处理更复杂的任务。

　　Meta在Connect发布会上还首次分享了官方的Llama堆栈发行版。在此版本的基础上，开发人员可以在各种环境中使用Llama模型，包括内部部署、设备、云和单节点等。

　　Zuckerberg补充说：“目前，开源已经是最具成本效益的可定制、可信和高性能的选择。我们已经到了行业的拐点，Llama3.2开始成为行业的标准whatsapp手机扫码，我们称之为人工智能的Linux。”

　　Meta在两个多月前发布了Llama3.1，并且表示，到目前为止，该模式已经实现了10倍的增长。

　　现在，两款最大的Llama3.2型号（11B和90B）都支持图像用例，并且能够理解图表和图形，为图像添加标题，并根据自然语言描述精确定位对象。

　　例如，用户可以询问其公司在哪个月的销售额最高，模型就会根据现有的图表推理出答案。大型模型还能从图像中提取细节，创建标题。

　　与此同时，轻量级模型可以帮助开发人员在私人环境中构建个性化的代理应用程序，例如总结最近的信息或发送后续会议的日历邀请。

　　同时，它在指令遵循、总结、工具使用和提示重写等方面的表现优于Gemma和Phi 3.5-mini。

　　此前有新闻报道，OpenAI一直在与潜在投资者进行接洽，想要进行新一轮70亿美元的融资。但消息人士透露，一直十分支持OpenAI的最近退出了谈判，不再参与融资。

　　加之近期OpenAI管理层发生了众多“洗牌”，暗流涌动的权力斗争不断，一些外界投资者也在质疑这些事件是否会影响其发展。

　　声明：本文为OFweek维科号作者发布，不代表OFweek维科号立场。如有侵权或其他问题，请及时联系我们举报。