در جدیدترین اخبار منتشر شده در صنعت تکنولوژی مطلع شدیم که مدل هوش مصنوعی Llama 3.2 به عنوان اولین مدل متن‌باز متا با قابلیت پردازش تصویر معرفی شد.
براساس گزارش منتشر شده توسط رسانه Techcrunch مطلع شدیم که خانواده مدل‌های چند زبانه Llama متا به نسخه ۳.۲ رسیده است که به عنوان به عنوان اولین مدل متن‌باز متا با قابلیت پردازش تصویر معرفی شده است. Llama 3.2 می‌توانند نمودارها، تصاویر زیرنویس، و اشیاء را در تصاویر با توضیحات ساده تفسیر کنند.
Llama 3.2 ممکن است بتوانند به نقشه یک پارک نگاه کنند و به شما بگویند که طول یک مسیر خاص چقدر است، با در نظر گرفتن این پارامتر که چه زمانی ممکن است زمین شیب دارتر شود. با ارائه نموداری که درآمد یک شرکت را در طول یک سال نشان می‌دهد، مدل‌ها می‌توانند به سرعت بهترین ماه‌های این دسته را نشان دهند.
متا می‌گوید راه‌اندازی مدل هوش مصنوعی لاما ۳.۲ راحت است. توسعه‌دهندگان تنها کافی است حالت جدید چندوجهی را به مدل خود اضافه کنند تا بتوانند تصویر به‌نمایش بگذارند و امکان تعامل با این فایل‌ها را فراهم کنند. با توجه به اینکه OpenAI و گوگل پیش‌تر مدل‌های چندوجهی خود را معرفی کرده بودند، متا با Llama 3.2 سعی دارد عقب‌ماندگی خود را جبران کند. افزودن قابلیت بینایی – یعنی امکان پردازش تصویر – نقش مهمی برای آینده برنامه‌های این شرکت دارد، چراکه آن‌ها مشغول توسعه توانمندی‌های هوش مصنوعی برای سخت‌افزارهایی مثل عینک‌های متا ری‌بن هستند.
قابل ذکر است که Llama 3.2 دو مدل بینایی (با ۱۱ و ۹۰ میلیارد پارامتر) و دو مدل سبک متنی (با ۱ و ۳ میلیارد پارامتر) به دلیل محدودیت‌های قانون اتحادیه اروپا در اروپا قابل دسترسی نیستند. در نتیجه، چندین ویژگی Meta AI موجود در جاهای دیگر، مانند تجزیه و تحلیل تصویر، برای کاربران اروپایی غیرفعال شده است.
مدل‌های کوچک‌تر طراحی شده‌اند تا با سخت‌افزارهای کوالکام، مدیاتک و دیگر سخت‌افزارهای مبتنی بر آرم کار کنند. این شرکت احتمالاً امید دارد که این مدل‌ها به گوشی‌های همراه نیز وارد شوند. متا می‌گوید Llama 3.2 در زمینه تشخیص تصویر و فهم دیگر عناصر بصری رقیب Claude 3 Haiku از شرکت انتروپیک و GPT4o-mini از شرکت OpenAI است. اما در زمینه‌هایی همچون دنبال‌کردن دستورات، خلاصه‌سازی محتوا و بازنویسی پرامپت بهتر از Gemma و Phi 3.5-mini عمل می‌کند.
مدل‌های Llama 3.2 همین حالا از طریق وب‌سایت Llama.com و Hugging Face و دیگر پلتفرم‌های همکار متا در دسترس قرار گرفته‌اند. با ما همراه باشید در صورت انتشار اخبار جدید در رابطه با این موضوع بلافاصله آن را با شما به اشتراک خواهیم گذاشت. همچنین شما می‌توانید نظرات و پیش‌بینی‌های خود را درباره مدل هوش مصنوعی Llama 3.2 با ما در میان بگذارید.
