Llama 3.2 bringer funktioner som lip-sync videooversættelse, berømthedsstemmer og mere til Meta AI

I dag (25) skete den Goal Connect 2024, en begivenhed af firmaet ansvarlig for Facebook, Instagram og WhatsApp, med annonceringen af ​​dets teknologiske nyheder, præsenteret af virksomheden selv Mark Zuckerberg. Ud over holografiske briller Orion, så vi stadig nyheder om Llama 3.2 og Meta AI — som integrerer alle virksomhedens sociale netværk. Se nu højdepunkterne om Metas kunstige intelligens

Nye funktioner kommer med Llama 3.2

De to største nye modeller i kollektionen Lama 3.2, med 11B og 90B (henholdsvis 11 og 90 milliarder) parametre, skiller sig ud for deres støtte til visuelle ræsonnementopgaver, såsom forståelse af komplekse dokumenter, herunder tabeller og grafer, samt billedtekster og identifikation af objekter i visuelle scener baseret på naturlige sprogbeskrivelser.

Et praktisk eksempel involverer Llama 3.2's evne til at analysere grafer til hurtigt at besvare spørgsmål om en virksomheds salgsresultater i en given måned. I et andet tilfælde kan modellen evt fortolke kort, der angiver, hvornår et spor bliver stejlere eller afstanden til en bestemt rute. Disse avancerede modeller forbindes også vision og sprog, at kunne udtrække detaljer fra et billede og generere billedtekster til at beskrive scenen.

Meta annoncerede også lettere modeller, 1B og 3B parametre, til mindre enheder som smartphones og smarte briller. Disse blev lavet til flersproget tekstgenerering og udførelse af automatiserede kommandoer. De muliggør udvikling af brugerdefinerbare applikationer, der fungerer direkte på enheder, hvilket sikrer fuldstændigt privatliv, da data ikke sendes til skyen. Disse apps kan opsummere indgående beskeder og identificere vigtige elementer til at sende kalenderinvitationer direkte ved hjælp af værktøjsopkaldsfunktionalitet.

At køre modellerne lokalt har to hovedfordele: næsten øjeblikkelige svar, på grund af direkte behandling på enheden, og større privatliv, ved at undgå at sende følsomme data til skyen. Dette giver mulighed for kontrol over, hvilke forespørgsler der forbliver på enheden, og hvilke der kan behandles af større modeller i skyen på en overskuelig og sikker måde.

Dette arbejde blev støttet af vores partnere på tværs af AI-fællesskabet. Vi vil gerne takke og anerkende (i alfabetisk rækkefølge): Accenture, AMD, Arm, AWS, Cloudflare, Databricks, Dell, Deloitte, Fireworks.ai, Google Cloud, Groq, Hugging Face, IBM watsonx, Infosys, Intel, Kaggle, Lenovo, LMSYS, MediaTek, Microsoft Azure, NVIDIA, OctoAI, Ollama, Oracle Cloud, PwC, Qualcomm, Sarvam AI, Scale AI, Snowflake, Together AI og UC Berkeley – Project vLLM.

Meta Tak på din hjemmeside

Nye Meta AI-funktioner

Og nyhederne stopper ikke der! Meta AI vil drage fordel af følgende nye funktioner:

Stemmer på WhatsApp, Instagram, Facebook og Messenger

Mark Zuckerberg annonceret en ny opdatering til Metas AI-assistenter, som nu vil byde på kendte stemmer som f.eks Dame Judi Dench, John Cena, Awkwafina, Keegan Michael Key og Kristen Bell. Ideen er at gøre interaktion mere naturlig og sjov ved at tilbyde en personlig oplevelse på platforme som f.eks Facebook, budbringer, WhatsApp e Instagram.

Ud over nye stemmer er en af ​​de mest betydningsfulde innovationer AI-modellers evne til at fortolke billeder og anden visuel information fra brugere, der udvider interaktionsalternativer og tilbyder endnu mere kontekstuelle og relevante svar for hver bruger.

Se, forklar og rediger billeder

Meta AI's redigeringsevne er også blevet udvidet, så den kan behandle visuel information. Det vil nu være muligt at tage et billede af en blomst, mens du går, og bede Meta AI om det identificere det og/eller forklare mere om det, eller gør det uploade et billede af en ret og modtage den tilsvarende opskrift.

Brugere vil også være i stand til at gøre detaljerede redigeringer af dine rigtige billeder ved at bruge kommandoer i hverdagssprog, såsom tilføjelse eller fjernelse af elementer. Tidligere fungerede denne funktion kun på billeder genereret af Meta AI, men den er nu tilgængelig til billeder taget af brugere, hvilket letter personlige justeringer.

med funktionen Imagine af Meta AI, vil du være i stand til at indsætte dig selv i historier, feed-indlæg og endda dit profilbillede på Facebook og Instagram, deling AI-genererede selfies på en interaktiv måde. AI kan også foreslå billedtekster til dine Instagram- og Facebook-historier. Vælg blot et billede, og Meta AI vil foreslå flere billedtekstmuligheder, hvilket gør det nemmere at vælge det, der passer bedst til dit indlæg.

Læbesynkronisering på hjul

Meta tester i øjeblikket også automatisk videodubbing med lip sync på Instagram og Facebook Reels, startende med sprog engelsk og spansk. Denne funktionalitet giver brugerne mulighed for at se indhold på deres modersmål, hvilket gør det lettere at forstå og interagere med.

I første omgang er funktionen tilgængelig for en lille gruppe af skabere, men der er planer om at udvide den til flere skabere og inkludere andre sprog om kort tid. Denne fremgang har potentialet til at øge rækkevidden af ​​indholdsskabere betydeligt, hvilket giver deres produktioner mulighed for at overvinde sprogbarrierer og få forbindelse til et globalt publikum, uanset hvilket sprog der tales.

Tilgængelighed

Selskabet hævder, at Lama 3.2 er nu tilgængelig på Meta-platforme, med undtagelse af Meta AI-stemmeopdateringer. Disse er kun tilgængelige i Australien, Canada, New Zealand og USA på engelsk.

Og du, hvad syntes du om nyheden? Fortæl os Kommentar!

Veja também:

Metashows Orion holografiske briller, som viser billeder på skærmen.

Med oplysninger fra: Mål [1] e [2].

Tekst korrekturlæst af: Daniel Coutinho (25 / 09 / 24)