मेटा ने छवि और पाठ प्रसंस्करण के लिए ओपन-सोर्स मल्टीमोडल एआई मॉडल लामा 3.2 लॉन्च किया। Meta launches open-source multimodal AI model Llama 3.2 for image and text processing.

मेटा ने लामा 3.2 लॉन्च किया है, जो कि छवि और पाठ को संसाधित करने में सक्षम पहला ओपन-सोर्स मल्टीमोडल एआई मॉडल है। Meta has launched Llama 3.2, its first open-source multimodal AI model capable of processing images and text. इसमें 11 अरब और 90 अरब मापदंडों के साथ दृष्टि मॉडल और 1 अरब और 3 अरब मापदंडों के साथ हल्के पाठ मॉडल शामिल हैं, जो विभिन्न हार्डवेयर के लिए डिज़ाइन किए गए हैं। 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. लामा 3.2 का उद्देश्य संवर्धित वास्तविकता और दस्तावेज़ विश्लेषण जैसे क्षेत्रों में एआई अनुप्रयोगों को बढ़ाना है, जो ओपनएआई और एंथ्रोपिक जैसे प्रतिद्वंद्वियों के खिलाफ छवि मान्यता कार्यों में प्रतिस्पर्धी प्रदर्शन प्रदान करता है। 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.