Meta Llama 3.2: primo Llama multimodale open, 1B gira su iPhone

Meta ha rilasciato Llama 3.2, e questa è una versione storica: per la prima volta la famiglia Llama vede bene, non solo legge. I modelli da 11B e 90B sono vision-language, ovvero capiscono sia testo che immagini. Puoi mostrargli una foto e fargli descrivere cosa c'è, analizzare un grafico, leggere del testo in un'immagine. Ma la novità forse ancora più importante sono i modelli piccoli: 1B e 3B parametri pensati per girare direttamente sul dispositivo — il telefono o il laptop — senza bisogno di internet. Il modello da 1B gira su un iPhone. Questo è un punto di svolta: finora avere un LLM multimodale open richiedeva server potenti; ora basta un telefono. Tutto sotto licenza Apache 2.0, il che significa che puoi usarlo liberamente anche in prodotti commerciali. Con Ollama il setup è questione di un comando. Meta ha dimostrato che l'open source può stare ai livelli dei modelli chiusi su capacità multimodali.