Meta lança modelo de IA multimodal de código aberto Llama 3.2 para processamento de imagem e texto. Meta launches open-source multimodal AI model Llama 3.2 for image and text processing.

A Meta lançou o Llama 3.2, seu primeiro modelo de IA multimodal de código aberto capaz de processar imagens e texto. Meta has launched Llama 3.2, its first open-source multimodal AI model capable of processing images and text. Inclui modelos de visão com 11 bilhões e 90 bilhões de parâmetros, e modelos de texto leves com 1 bilhão e 3 bilhões de parâmetros, projetados para hardware diversificado. 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. O Llama 3.2 visa melhorar as aplicações de IA em áreas como realidade aumentada e análise de documentos, oferecendo desempenho competitivo em tarefas de reconhecimento de imagem contra rivais como OpenAI e Anthropic. 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.