Meta 推出 Llama 4:新一代 AI 模型登場
Meta 推出 Llama 4 系列基礎 AI 模型,包含 Scout、Maverick 及訓練中的 Behemoth,旨在推進技術、挑戰對手並整合至其平台,同時以特定條件貢獻於開放研究。
Meta 推出 Llama 4 系列基礎 AI 模型,包含 Scout、Maverick 及訓練中的 Behemoth,旨在推進技術、挑戰對手並整合至其平台,同時以特定條件貢獻於開放研究。
法國AI新創公司Mistral AI與航運物流巨頭CMA CGM簽訂價值一億歐元的五年期合約。此合作旨在將先進AI技術深度整合至CMA CGM的營運及其媒體業務。此舉突顯歐洲企業支持本土科技創新的趨勢,可能重塑產業及跨洲競爭格局。
Meta 發表 Llama 4 AI 模型系列,包含 Llama 4 Scout 與 Maverick,並預告更強大的 Behemoth。新模型採 MoE 架構,整合至 Meta 各平台,同時以特定條件'開放原始碼',旨在推動 AI 發展並維持競爭力。
Meta推出Llama 4系列回應DeepSeek R1挑戰。新模型具備原生多模態能力、百萬至千萬token超長上下文窗口,採用MoE架構。Maverick (400B) 與Scout (109B) 已開放下載,2T參數的Behemoth預覽中。強調推理、編碼能力與開源策略,並提供安全工具。
Meta 推出 Llama 4 系列,包含 Scout、Maverick 及 Behemoth 模型。採用 MoE 架構,提升效率。Scout 與 Maverick 開放使用,但受特定授權限制,尤其針對歐盟及大型企業。Meta AI 已整合 Llama 4 功能。模型經調整,更傾向回答爭議性問題。
Meta 下一代大型語言模型 Llama 4 傳聞面臨技術挑戰,可能延後發布,影響其在 AI 競賽中的地位。文章探討其性能基準、API 策略及 OpenAI、Google 等對手的競爭壓力,以及市場對 Meta AI 發展的擔憂。
Meta 據報將推出 Llama 4,此舉為 AI 競賽中的關鍵一步。儘管面臨開發延遲與性能挑戰,Meta 仍投入巨資,探索 MoE 架構並權衡開源策略,以應對競爭壓力與 DeepSeek 等新興模型的挑戰。
科技時代的奇妙碰撞:Meta 的 Llama AI 模型成功在僅有 128MB RAM 的 Windows 98 電腦上運行。此舉由 Marc Andreessen 強調,引發對計算歷史軌跡與 AI 潛力的深思,挑戰了對資源需求的假設。
NVIDIA 推出 FFN Fusion 技術,透過平行化 Transformer 模型中的前饋網路 (FFN) 層,打破序列計算瓶頸。此方法顯著降低大型語言模型 (LLM) 的推論延遲與成本,同時維持模型效能,如將 Llama-405B 轉化為更高效的 Ultra-253B-Base。
Meta 在印尼推出 Meta AI 與 AI Studio,由 Llama 3.2 驅動並支援印尼語。包含 'Imagine' 圖像生成及 AI Studio 角色創建。同時為行銷人員推出 AI 工具,助其尋找 Instagram 創作者、強化 Partnership Ads,邁向自動化廣告。