Meta Platforms представи серията Llama 4, следващото поколение на своите влиятелни отворени AI модели. Пускането включва три модела – Scout, Maverick и Behemoth (в разработка) – обучени върху текст, изображения и видео, целящи широк спектър от приложения и засилване на конкуренцията в AI индустрията. Моделите използват MoE архитектура за ефективност.
Очакваното пускане на Llama 4 на Meta се сблъсква със забавяния поради технически недостатъци и изоставане спрямо конкуренти като OpenAI. Meta се фокусира върху API за бизнеса, докато пазарът реагира с безпокойство, отразявайки се на акциите на компанията. Бъдещето на Meta в AI надпреварата зависи от преодоляването на тези предизвикателства.
Meta се готви да пусне Llama 4, следващата версия на своя водещ голям езиков модел, по-късно този месец. Въпреки това, дебютът е несигурен поради предишни отлагания, свързани с предизвикателства в разработката на генеративен AI. Пускането подчертава интензивната конкуренция в AI сферата, подсилена от възхода на ChatGPT на OpenAI, принуждавайки Meta да прави иновации.
Marc Andreessen подчерта забележително постижение: компактна версия на AI модела Llama на Meta, работеща на компютър с Windows 98 и само 128MB RAM. Това противопоставя миналото на компютрите с днешния AI, повдигайки въпроси за технологичното развитие и пропуснатите възможности.
NVIDIA представя FFN Fusion – техника за паралелизиране на FFN слоеве в LLM, преодолявайки последователните ограничения. Това намалява латентността и разходите при инференция, демонстрирано с Ultra-253B-Base, без компромис с производителността.
Meta въвежда Meta AI и AI Studio в Индонезия, предлагайки AI асистент на Bahasa Indonesia и инструменти за създаване на AI персони. Новите функции включват 'Imagine' за генериране на изображения и подобрени инструменти за маркетолози за сътрудничество със създатели на съдържание в Instagram, целящи по-голяма автоматизация и ефективност на рекламата.
Адаптиране на големи езикови модели (LLM) като Llama и Mistral за специализирани области чрез фина настройка (CPT, SFT, DPO, ORPO) и сливане на модели (SLERP). Изследване как сливането може да отключи нови, синергични способности, особено при по-големи модели, за научни и инженерни приложения.
Nvidia представи Project G-Assist, експериментален AI асистент, работещ локално на GeForce RTX GPU. Той предлага контекстуална помощ в игрите, диагностика на системата, оптимизация и контрол на периферия, използвайки модел с 8 милиарда параметъра. За разлика от облачните решения, G-Assist разчита на мощността на локалния хардуер, изисквайки RTX 30/40/50 серия с 12GB VRAM.
Съдебно дело разкри споразумение за споделяне на приходите между Meta и хостовете на Llama AI модела, подчертавайки сътрудничеството и монетизацията в ИИ. Това може да промени ИИ индустрията.
Прогнозата на Nvidia за центрове за данни за $1 трилион е попутен вятър за амбициите на AMD в областта на изкуствения интелект. Компанията показва силен растеж, особено в сегмента на центровете за данни, и се подготвя да пусне серията GPU MI350, която обещава значителни подобрения в производителността.
