如果Llama-3.2的视觉能力真的如报告结果所说的那么好，事情将变得非常有趣。 从个人使用经验来看，GPT-4o-mini在视觉相关任务上已经相当不错了，所以这个Llama模型应该更好。不久将试用一下以了解它的优点。 随着我们进入更具自主性系统的下一个阶段，多模态能力现在已经成为一种要求。 Llama 3.2的1B和3B文本模型仅支持128K token的上下文长度，也很令人印象深刻，使这些模型在边缘和移动设备上的应用成为可能。 Llama Stack API显然有一些新增内容，应该能更容易实现自主性应用。有一个Llama CLI，Python和Node等语言的客户端代码，docker容器和多种分发类型。 Meta团队的优秀发布！