Llama家族再添新成员，多模态能力终于到来！
Meta刚刚发布了Llama 3.2模型系列，包括多模态视觉模型和小型文本模型，共计10个开放权重模型。
这次更新不仅带来了期待已久的视觉能力，还为移动设备和边缘计算提供了更多选择。
多模态Llama：视觉能力终于解锁
Llama 3.2 Vision模型终于为Llama家族带来了多模态能力。它提供了两种尺寸：
11B版本：适合在消费级GPU上高效部署和开发
90B版本：适用于大规模应用
90B版本中，其中18B用于新视觉功能。
并且，模型在视觉能力上超越了所有闭源模型。
这两个版本都有基础模型和指令微调变体。除此之外，Meta还发布了支持视觉的Llama Guard 3新版本，可以对模型输入和输出进行分类，包括检测有害的多模态提示或助手回复。
小而强大：1B和3B文本模型登场
Llama 3.2还推出了可在设备上运行的小型文本语言模型，包括1B和3B两种新尺寸，每种都有基础和指令变体。这些模型具有强大的能力：
支持多语言：英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语
长上下文：支持128k token的长上下文
性能出色：3B模型在IFEval基准测试上的表现与8B模型相当
这些小型模型非常适合提示重写、多语言知识检索、摘要任务、工具使用和本地运行的助手等应用场景。
技术细节：模型架构与训练
Llama 3.2 Vision模型的架构基于Llama 3.1 LLM与视觉塔和图像适配器的组合：
11B Vision模型使用Llama 3.1 8B作为文本模型
90B Vision模型使用Llama 3.1 70B作为文本模型
据了解，在训练视觉模型时，文本模型被冻结以保持文本性能。这些模型在包含60亿图像-文本对的大规模数据集上进行了训练。
小型文本模型遵循与Llama 3.1相同的架构，使用高达9万亿token进行训练，同样支持128k token的长上下文。
超强性能
Meta公布的基准测试结果显示，Llama 3.2 Vision模型在多个任务上表现出色：
MMMU（验证集）：11B模型达到50.7%，90B模型达到60.3%
VQAv2（测试集）：11B模型达到75.2%，90B模型达到78.1%
DocVQA（测试集）：11B模型达到88.4%，90B模型达到90.1%
小型文本模型的性能同样令人惊喜。在Open LLM Leaderboard评估中，3B模型在某些任务上甚至接近8B模型的表现。特别是在IFEval基准测试中，3B指令模型与8B指令模型表现相当，这使其非常适合需要严格遵循指令的应用场景。
许可变更：欧盟用户受限
值得注意的是，Llama 3.2的许可条款有一项重要变更：欧盟境内的个人或公司不被授予使用Llama 3.2多模态模型的许可权利。这一限制不适用于最终用户，因此开发者仍可使用这些模型构建面向全球的产品。
生态系统支持：便捷使用与部署
Hugging Face生态系统为Llama 3.2提供了全面支持：
模型权重已上传至Hub
Transformers和TGI集成了Vision模型
支持通过Inference Endpoints、Google Cloud、Amazon SageMaker和DELL Enterprise Hub进行推理和部署
提供了在单个GPU上微调Llama 3.2 11B Vision的示例
此外，还可以使用TRL对文本模型进行聊天和微调，Vision模型的微调支持也已添加到TRL中。
Llama家族的重要里程碑
Llama 3.2的发布标志着Meta在大语言模型领域又迈出了重要一步。多模态能力的加入和小型高效模型的推出，为研究人员和开发者提供了更多可能性。
如何学习AI大模型 ？
“最先掌握AI的人，将会比较晚掌握AI的人有竞争优势”。
这句话，放在计算机、互联网、移动互联网的开局时期，都是一样的道理。
我在一线互联网企业工作十余年里，指导过不少同行后辈。帮助很多人得到了学习和成长。
我意识到有很多经验和知识值得分享给大家，故此将并将重要的AI大模型资料包括AI大模型入门学习思维导图、精品AI大模型学习书籍手册、视频教程、实战学习等录播视频免费分享出来。【保证100%免费】🆓
对于0基础小白入门：
如果你是零基础小白，想快速入门大模型是可以考虑的。
一方面是学习时间相对较短，学习内容更全面更集中。
二方面是可以根据这些资料规划好学习计划和方向。
😝有需要的小伙伴，可以VＸ扫描下方二维码免费领取🆓
👉1.大模型入门学习思维导图👈
要学习一门新的技术，作为新手一定要先学习成长路线图，方向不对，努力白费。
对于从来没有接触过AI大模型的同学，我们帮你准备了详细的学习成长路线图&学习规划。可以说是最科学最系统的学习路线，大家跟着这个大的方向学习准没问题。（全套教程文末领取哈）
👉2.AGI大模型配套视频👈
很多朋友都不喜欢晦涩的文字，我也为大家准备了视频教程，每个章节都是当前板块的精华浓缩。
👉3.大模型实际应用报告合集👈
这套包含640份报告的合集，涵盖了AI大模型的理论研究、技术实现、行业应用等多个方面。无论您是科研人员、工程师，还是对AI大模型感兴趣的爱好者，这套报告合集都将为您提供宝贵的信息和启示。（全套教程文末领取哈）
👉4.大模型落地应用案例PPT👈
光学理论是没用的，要学会跟着一起做，要动手实操，才能将自己的所学运用到实际当中去，这时候可以搞点实战案例来学习。（全套教程文末领取哈）
👉5.大模型经典学习电子书👈
随着人工智能技术的飞速发展，AI大模型已经成为了当今科技领域的一大热点。这些大型预训练模型，如GPT-3、BERT、XLNet等，以其强大的语言理解和生成能力，正在改变我们对人工智能的认识。 那以下这些PDF籍就是非常不错的学习资源。（全套教程文末领取哈）
👉6.大模型面试题&答案👈
截至目前大模型已经超过200个，在大模型纵横的时代，不仅大模型技术越来越卷，就连大模型相关的岗位和面试也开始越来越卷了。为了让大家更容易上车大模型算法赛道，我总结了大模型常考的面试题。（全套教程文末领取哈）
👉学会后的收获：👈
• 基于大模型全栈工程实现（前端、后端、产品经理、设计、数据分析等），通过这门课可获得不同能力；
• 能够利用大模型解决相关实际项目需求： 大数据时代，越来越多的企业和机构需要处理海量数据，利用大模型技术可以更好地处理这些数据，提高数据分析和决策的准确性。因此，掌握大模型应用开发技能，可以让程序员更好地应对实际项目需求；
• 基于大模型和企业数据AI应用开发，实现大模型理论、掌握GPU算力、硬件、LangChain开发框架和项目实战技能， 学会Fine-tuning垂直训练大模型（数据准备、数据蒸馏、大模型部署）一站式掌握；
• 能够完成时下热门大模型垂直领域模型训练能力，提高程序员的编码能力： 大模型应用开发需要掌握机器学习算法、深度学习
这份完整版的 AI 大模型学习资料已经上传CSDN，朋友们如果需要可以微信扫描下方CSDN官方认证二维码免费领取【保证100%免费】
😝有需要的小伙伴，可以Vx扫描下方二维码免费领取🆓
总结
总结文章：Meta发布了Llama 3.2模型系列，这是Llama家族的重大更新，主要包括多模态视觉模型和小型文本模型，共计10个开放权重模型。此次更新亮点在于：
1. **多模态Llama Vision模型**：为Llama增添了视觉能力，推出11B和90B两种版本。11B版本适合消费级GPU部署，而90B版本适用于大规模应用，其中18B参数用于视觉功能。这两个版本均超越闭源模型，支持视觉功能，并提供了指令微调变体。同时，Llama Guard 3新版本加入视觉支持，可分类输入输出以检测有害提示。
2. **小型但功能强大的文本模型**：推出1B和3B文本模型，支持英语、德语、法语等多种语言，具有长上下文支持和出色性能。这些模型适用于提示重写、多语言知识检索等场景。
3. **技术细节与训练**：Llama 3.2 Vision模型基于Llama 3.1架构与视觉塔、图像适配器结合，利用包含60亿图像-文本对的数据集训练。小模型同样使用大规模语料训练，支持长上下文。
4. **性能测试出色**：在基准测试中，如MMMU、VQAv2、DocVQA，Llama 3.2 Vision模型表现出色，小型文本模型在部分任务上接近8B模型性能。
5. **许可变更**：欧盟用户受限不能使用Llama 3.2多模态模型，但开发者仍可利用其构建全球产品。
6. **生态系统支持**：Hugging Face全面支持， 模型权重上架Hub，支持多种平台推理部署。TRL工具添加Vision模型微调支持，用户可便捷使用。
7. **学习AI大模型资料分享**：文章末尾提供了免费学习资源，包括AI大模型入门学习思维导图、视频教程、实际应用报告、电子书等，帮助零基础及有志于AI大模型的人士快速入门和提高。
**总结**：Llama 3.2的发布无疑是大语言模型领域的一次重要里程碑，不仅带来了新的多模态视觉能力，还提供了更多样化的模型选择。这一更新将极大促进AI技术在各个领域的应用和发展。