Meta bringt das multimodale KI-Modell Llama 3.2 für die Bild- und Textverarbeitung auf den Markt. Meta launches open-source multimodal AI model Llama 3.2 for image and text processing.

Meta hat Llama 3.2 eingeführt, das erste multimodale KI-Modell, das Bilder und Text verarbeiten kann. Meta has launched Llama 3.2, its first open-source multimodal AI model capable of processing images and text. Es umfasst Vision-Modelle mit 11 Milliarden und 90 Milliarden Parametern sowie leichte Textmodelle mit 1 Milliarde und 3 Milliarden Parametern, die für vielfältige Hardware ausgelegt sind. It includes vision models with 11 billion and 90 billion parameters, and lightweight text models with 1 billion and 3 billion parameters, designed for diverse hardware. Llama 3.2 zielt darauf ab, KI-Anwendungen in Bereichen wie Augmented Reality und Dokumentenanalyse zu verbessern und bietet wettbewerbsfähige Leistung in Bilderkennungsaufgaben gegen Rivalen wie OpenAI und Anthropoc. Llama 3.2 aims to enhance AI applications in areas like augmented reality and document analysis, offering competitive performance in image recognition tasks against rivals like OpenAI and Anthropic.