本杰明·富兰克林曾言，世间唯有死亡与税收是确定的。若以此映射当下的人工智能淘金热，或许应改为：世间唯有死亡、税收和全新AI模型是确定的，且最后一项正以不断加速的步伐到来。
继Google发布升级版Gemini、OpenAI推出o1模型后，Meta于本周三在年度开发者大会Meta Connect 2024上展示了其最新成果。
Llama的多模态能力
Meta多语言Llama系列更新至3.2版本，标志着该系列正式具备多模态能力。其中，紧凑型Llama 3.2 11B和功能更强的90B模型能够解读图表图形、为图像添加标题，并根据描述定位图中物体。
例如，面对公园地图，模型可回答“地形何时变陡”或“路径长度”等问题；面对公司全年收入图表，则能快速识别表现最佳的月份。
对于仅需文本应用的开发者，Meta表示Llama 3.2 11B和90B可作为3.1版本的“即插即用”替代品。两者均可搭配安全工具Llama Guard Vision部署，以检测输入或生成内容中潜在的偏见或毒性文本及图像。
在世界大部分地区，多模态Llama模型可通过Hugging Face、Microsoft Azure、Google Cloud和AWS等云平台下载使用。Meta也在官网Llama.com托管这些模型，并用于支持WhatsApp、Instagram和Facebook等平台上的AI助手Meta AI。
然而，受欧盟监管环境“不可预测性”影响，欧洲用户无法访问Llama 3.2 11B和90B，导致图像分析等Meta AI功能在当地不可用。
Meta对欧盟《人工智能法案》表示担忧，并拒绝签署相关自愿安全承诺。该法案要求在欧洲开发AI的公司绘制模型是否可能用于警务等“高风险”场景的路线图。Meta担心其模型的“开放”性质使其难以追踪使用方式，从而无法满足合规要求。
此外，GDPR中关于AI训练的规定也令Meta关注。该公司此前利用Instagram和Facebook用户的公开数据训练模型，但今年早些时候被欧盟监管机构叫停，以评估其是否符合GDPR规定。
Meta最终妥协，同时支持了一封呼吁对GDPR进行“现代诠释”且不应“阻碍进步”的公开信。本月早些时候，Meta表示将在把监管反馈纳入修订后的退出流程后，恢复使用英国用户数据进行训练，但尚未分享在整个欧盟范围内训练的更新情况。
更紧凑的模型
其他未使用欧盟用户数据训练的新Llama模型已于周三在欧洲及全球推出。
Llama 3.2 1B和3B是两个轻量级纯文本模型，旨在运行于智能手机等边缘设备，适用于段落总结（如邮件）和重写等任务。针对高通和联发科Arm硬件优化后，经少量配置即可调用日历等工具实现自主操作。
旗舰级Llama 3.1 405B模型暂无后续多模态或非多模态版本，这很可能是受限于计算资源所致。我们已就此询问Meta，待回复后将更新报道。
新版Llama Stack是一套专注于Llama的开发工具套件，可用于微调所有Llama 3.2模型（1B、3B、11B和90B）。Meta表示，无论何种定制，这些模型单次均能处理约10万个单词。
争夺心智份额
Meta CEO马克·扎克伯格常强调确保人人享有AI的“利益和机遇”，但其隐含愿景是由Meta主导开发这些工具和模型。
通过投资可商品化的模型、迫使竞争对手降价、广泛推广Meta版AI并整合开源社区改进，Meta声称其Llama模型下载量已超3.5亿次，并被Zoom、AT&T和高盛等企业采用。
尽管严格意义上并非“开源”，且许可协议限制了部分使用方式（月活超7亿的平台需申请特别许可），但对许多开发者而言这并不重要。不过，Meta在审批流程上缺乏透明度，当被问及某平台许可申请时，发言人仅回应“在这方面没有什么可以分享的”。
毫无疑问，Meta正全力投入：花费数百万美元游说监管机构接受其偏好的“开放”AI模式，并投入数十亿美元建设服务器、数据中心和网络基础设施以训练未来模型。
虽然Llama 3.2系列未解决AI编造内容及复述问题训练数据（如涉及版权纠纷的电子书）等根本性问题，但它们确实推进了Meta的关键目标：使自身与AI，尤其是生成式AI画上等号。