AI at Meta· @AIatMeta · X·· 2024-09-30精选AI 评分68
AI 导读
Meta 发布 Llama 3.2 的 11B 和 90B 两个版本，这是 Llama 系列首批支持视觉任务的多模态模型。官方称这两个模型可以同时接收图像和文本提示，并基于输入进行深入理解与推理。对于希望在同一个模型里处理图文输入的应用，Llama 3.2 提供了两种参数规模可供选择。
标题与摘要由 AI 辅助生成，事实与观点以原文为准。
推荐理由
需要处理图片与文本混合输入的团队可以先用 11B 版本跑一轮视觉任务验证，再判断现有推理链路能否直接替换。
正文
Llama 3.2 features 11B & 90B models, our first multimodal Llama models with support for vision tasks. These models can take in both image and text prompts to deeply understand and reason on inputs.
来源：AI at Meta · x.com
本站标题、摘要与推荐理由由 AI 辅助生成；原文版权归来源所有。