Meta推出了其广受欢迎的开源AI模型Llama的新版本，其中小型和中型模型能够为边缘和移动设备工作负载提供支持。
Llama 3.2在Meta年度Connect大会上展出，其能够支持多语言文本生成和图像识别等视觉应用。
Meta首席执行官马克·扎克伯格表示：“这是我们的第一个开源多模式模型，它将支持许多需要视觉理解的应用。”
Llama 3.2延续了7月底发布的大规模开源模型Llama 3.1。
Llama 3.1是历史上最大的开源AI 模型，拥有高达4050亿个参数——参数是AI模型中可调整的变量，可帮助其从数据中学习模式。其规模反映了AI理解和生成类似人类文本的复杂性和能力。
Meta Connect 2024上发布的Llama 3.2模型尺寸要比Llama 3.1要小得多。Meta表示，之所以选择设计较小的模型，是因为并非所有研究人员都拥有运行像Llama 3.1这样庞大的模型所需的大量计算资源和专业知识。
LLama 3.2具有多种规模，从10亿个参数到900亿个参数不等。
它们分为两个部分-小型（1B和3B），设计轻巧，只能处理文本输入；可以安装在边缘设备和移动设备上，从而支持在设备上处理输入。
1B和3B Llama 3.2模型最多可支持128K个标记（约96240个单词），并在边缘运行的摘要、指令追踪和重写任务等用例中实现最先进的性能。
Meta表示，在本地运行模型的能力更安全，因为数据不会被发送到云端，而且处理速度很快，使得响应“感觉是即时的”。
较小的型号可以在高通和联发科硬件上运行，并且经过特别优化以在基于Arm的处理器上运行。
中型系统的大小为110亿和900亿个参数，是多模式的，这意味着它们能够处理文本以外的输入，例如图像等视觉输入。
更大尺寸的3.2模型可以同时接受图像和文本提示，同时还可以根据输入的组合更好理解和推理。
例如，中型Llama 3.2模型可用于理解图表和图形等用例，使企业能基于模型来深入了解财务报表上的销售数据。
在性能方面，Meta新款Llama 3.2模型可与Anthropic和OpenAI的行业领先系统相媲美。
3B模型在指令遵循和内容摘要等任务上的表现优于谷歌Gemma 2 2.6B和微软Phi 3.5-mini。
其中最大的模型90B版本在多种基准测试中均优于Claude 3-Haiku和GPT-4o-mini，其中包括流行的MMLU测试，这是业界领先的AI模型评估工具。
由于Meta LLama模型可供任何人使用，因此Meta已采取措施确保模型的安全可靠。
在之前的防护措施基础上，Meta引入了新的Guard功能，以支持中型模型的图像理解；除此之外，还引入了一系列过滤器，防止某些文本和影响输出发生在特定提示中。
较小尺寸的Llama 3.2型号配备了优化的Llama Guard，进一步缩小了体积。Llama Guard 3 1B 本质上是10亿参数3.2版本的“精简版”，但功能更基础，体积也更小——从2858 MB缩小到只有438 MB，使其能够装入消费级USB记忆棒。
