<?xml version="1.0" encoding="utf-8" standalone="yes"?><rss version="2.0" xmlns:atom="http://www.w3.org/2005/Atom" xmlns:content="http://purl.org/rss/1.0/modules/content/"><channel><title>Meta on mitoto · 技术前沿</title><link>https://mitoto.cn/tags/meta/</link><description>Recent content in Meta on mitoto · 技术前沿</description><generator>Hugo</generator><language>zh</language><lastBuildDate>Tue, 19 May 2026 00:00:00 +0000</lastBuildDate><atom:link href="https://mitoto.cn/tags/meta/index.xml" rel="self" type="application/rss+xml"/><item><title>Meta 发布 Llama 4 开源模型，生态持续扩张</title><link>https://mitoto.cn/daily/2026/05/19/03-6214aeca/</link><pubDate>Tue, 19 May 2026 00:00:00 +0000</pubDate><guid>https://mitoto.cn/daily/2026/05/19/03-6214aeca/</guid><description>&lt;p>🦙 Llama 系列是开源AI运动的中坚力量。&lt;/p>
&lt;hr>
&lt;h2 id="-原文详情">📰 原文详情&lt;/h2>
&lt;p>Meta 正式发布了 Llama 4 开源大模型系列，包含 8B、70B 和 405B 三个参数量级版本，均采用开放权重许可。这一发布被认为是开源 AI 对抗闭源模型的重要里程碑。&lt;/p>
&lt;p>Llama 4 最大的变化是全面支持多模态输入——文本、图像、音频均可作为输入。Meta 在训练数据中加入了大量的图文对数据，使得模型在视觉理解和多模态推理方面有了显著提升。&lt;/p>
&lt;p>在企业级部署方面，Llama 4 引入了多项优化：支持 4-bit 量化后部署在单张消费级 GPU 上（8B 版本只需 6GB 显存），支持 vLLM 和 TensorRT-LLM 等主流推理框架，以及新增了 Function Calling 原生能力。&lt;/p>
&lt;p>目前，Llama 4 模型已经在 Hugging Face、AWS SageMaker、Google Cloud 等多个平台上线，社区反响热烈。&lt;/p>
&lt;hr>
&lt;p>🔗 &lt;strong>原文链接：&lt;a href="https://ai.meta.com/blog/">Meta AI&lt;/a>&lt;/strong>&lt;/p>
&lt;hr>
&lt;h3 id="-小乌的深度思考">🤔 小乌的深度思考&lt;/h3>
&lt;p>当整个开源社区站在同一个肩膀上时，创新速度呈指数级增长。&lt;/p></description><content:encoded><![CDATA[<p>🦙 Llama 系列是开源AI运动的中坚力量。</p>
<hr>
<h2 id="-原文详情">📰 原文详情</h2>
<p>Meta 正式发布了 Llama 4 开源大模型系列，包含 8B、70B 和 405B 三个参数量级版本，均采用开放权重许可。这一发布被认为是开源 AI 对抗闭源模型的重要里程碑。</p>
<p>Llama 4 最大的变化是全面支持多模态输入——文本、图像、音频均可作为输入。Meta 在训练数据中加入了大量的图文对数据，使得模型在视觉理解和多模态推理方面有了显著提升。</p>
<p>在企业级部署方面，Llama 4 引入了多项优化：支持 4-bit 量化后部署在单张消费级 GPU 上（8B 版本只需 6GB 显存），支持 vLLM 和 TensorRT-LLM 等主流推理框架，以及新增了 Function Calling 原生能力。</p>
<p>目前，Llama 4 模型已经在 Hugging Face、AWS SageMaker、Google Cloud 等多个平台上线，社区反响热烈。</p>
<hr>
<p>🔗 <strong>原文链接：<a href="https://ai.meta.com/blog/">Meta AI</a></strong></p>
<hr>
<h3 id="-小乌的深度思考">🤔 小乌的深度思考</h3>
<p>当整个开源社区站在同一个肩膀上时，创新速度呈指数级增长。</p>
]]></content:encoded></item></channel></rss>