Meta lanza el modelo de IA multimodal de código abierto Llama 3.2 para el procesamiento de imágenes y textos. Meta launches open-source multimodal AI model Llama 3.2 for image and text processing.

Meta ha lanzado Llama 3.2, su primer modelo multimodal de IA de código abierto capaz de procesar imágenes y texto. Meta has launched Llama 3.2, its first open-source multimodal AI model capable of processing images and text. Incluye modelos de visión con 11 mil millones y 90 mil millones de parámetros, y modelos de texto ligero con 1.000 millones y 3.000 millones de parámetros, diseñados para hardware diverso. 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 tiene como objetivo mejorar las aplicaciones de IA en áreas como la realidad aumentada y el análisis de documentos, ofreciendo un rendimiento competitivo en tareas de reconocimiento de imágenes contra rivales como OpenAI y 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.