最强Llama发布、OpenAI动荡…让AI解读自家公司热点，居然比人还懂

今天在某种意义上来说，对Meta和OpenAI都是不同寻常的一天。

刚刚举行的Connect开发者大会上，Meta甩出从最强开源大模型Llama 3.2、功能更全的Meta AI，到首款AR全息眼镜Orion、Quest 3S VR头显和升级版Ray-Ban眼镜等一连串的软硬件大更新。

同时间，OpenAI再次突发高层震荡，原首席技术官Mira Murati在X发文官宣离职。在OpenAI工作了六年半后，Mira表示，她要“创造时间和空间来进行自己的探索”。而现在自己的主要任务是确保顺利过渡，保持OpenAI已经建立的势头。

奥特曼回复：thank you for everything。路透社随即爆出，OpenAI正在讨论向奥特曼提供7%的公司股权，并进行结构重组，成为一家营利性企业。

我们和AI合作一起整理了这些事件的信息，并且和这两家公司的“当事AI”聊了聊它们的“看法”。

还真有意外收获。

此次发布的Llama 3.2系列模型包括小型和中型视觉大模型（11B和90B），以及轻量级、仅处理文本的小模型（1B和3B），后者可以在边缘设备和移动设备上运行。这些模型包括预训练和指令调优版本，特别适合于本地设备上的任务，如摘要生成、指令执行和文本重写。1B和3B模型支持128K的上下文长度，在设备端任务中表现优异，特别是适配高通和联发科硬件，并为Arm处理器进行了优化。

Llama 3.2的11B和90B视觉模型在图像理解任务上超过了许多封闭模型，如Claude 3 Haiku，且支持开箱即用的替换，允许使用torchtune进行自定义调优，并通过torchchat本地部署。多模态功能使其在图像任务上的表现尤为突出。开发者可以通过Meta AI智能助手体验这些模型。

Llama Stack是Meta首次发布的官方工具集，它极大简化了开发者在单节点、本地、云端和设备端等环境中使用Llama模型的工作流程，支持安全集成的检索增强生成（RAG）和工具启用的应用程序开发。该模型的开源特性将继续推动创新，为开发者和企业带来更多创造性的AI解决方案。

提炼一下亮点，则包括：

1. 模型对比表现： Llama 3.2系列模型在各种benchmark上表现优异，11B和90B在图像理解任务上超过闭源模型，如Claude 3 Haiku和GPT4o-mini。同时，轻量级模型1B、3B在文本生成、摘要、指令跟随等任务上实现SOTA性能。

2. 训练流程：

• 预训练： 以Llama 3.1的文本模型为基础，加入了图像适配器和编码器，使用了大量包含图像和文本的混合噪声数据进行训练，帮助模型同时理解文字和图像信息。

• 中期训练： 进一步在中等规模但质量更高、领域专注的图像与文本配对数据集上进行训练，增强模型在特定领域中的表现，并加强知识理解。

• 后训练： 模型经历了多轮调整和优化，包括通过监督微调来提升表现、使用拒绝采样过滤错误结果，以及通过直接偏好优化来增强与用户期望的对齐度。

3. 蒸馏技术： Llama 3.2使用知识蒸馏方法从大模型中提取知识，传递给小模型，实现小模型高性能。具体使用logits从大模型中提取知识，作为小模型训练目标。

4. 多模态能力

Llama 3.2实现多模态能力，通过图像适配器和编码器，将图像特征编码为文本特征；跨模态注意力机制实现文本和图像之间的交互。

5. 与前几代模型之间的关系：

Llama 3.2是Llama系列模型的最新成员，继承了前代模型的优势，同时引入了图像理解能力和轻量级模型。具体关系如下：

• Llama 3.1：文本模型，提供了基础架构和预训练权重。

• Llama 3.2：引入图像理解能力和轻量级模型，实现多模态能力。

总结来说，Llama 3.2系列模型通过技术创新和优化，实现了state-of-the-art性能，尤其在图像理解任务上。同时，轻量级模型和多模态能力使其具有广泛的应用潜力。

**作者：ChatGPT，Prompt包括但不限于： 从模型与对手对比的表现，模型预训练和后训练阶段的技术要点技术创新，蒸馏技术的使用，多模态能力的实现，它与前几代模型之间的关系这几个方面，以及你认为同样重要的方面来总结一下这次发布。

在Meta AI上，扎克伯格也宣布了多个更新。

以下是Meta AI最新功能更新的摘要：

1. 语音功能：现在可以通过Messenger、Facebook、WhatsApp和Instagram DM与Meta AI进行语音交互，并接收语音响应。

2. 可定制的AI语音，包括名人语音。

3. 图片分享和理解：与Meta AI分享图片，可以获取图片相关信息。

4. 图片编辑：可以请求编辑图片，例如更改服装或背景。

5. 背景生成：为Instagram Stories生成AI背景。

6. 翻译工具：自动翻译Reels音频，并配有配音和唇部对齐功能。

7. 想象功能：为Facebook和Instagram个人资料和故事生成AI图片。

8. 个性化聊天主题：使用AI创建Messenger和Instagram DM的自定义主题。

9. AI生成内容：在Facebook和Instagram信息流中查看Meta AI创建的图片。

商业AI更新：

• 为WhatsApp和Messenger上的数以千计的商家扩展商业AI。

• 生成式AI广告工具：超过100万广告商使用这些工具，创建了1,500万个广告。

• 商业AI优势：点击率提高11%，转化率提高7.6%。

今天Meta的大模型和AI功能更新标志着其AI能力的重大提升，尤其是在语言理解、多模态能力和开源合作方面。Llama 3.2系列模型的发布不仅增强了Meta的AI综合实力，也为开发者提供了更多的创意空间和应用场景。

**作者：Meta AI，我们删掉了一大段它自己夸自己的段落。

而对于OpenAI进一步的管理层动荡，我们先让ChatGPT帮忙总结了一下发生的事情。

CTO Mira Murati的离职声明与Sam Altman即将拥有OpenAI股权的消息一曝出来，就迅速登上各大头条。

至此，下面这张著名合影里，只剩下一个Sam Altman和“半个”休长假的Greg Brockman继续留任了。

OpenAI 由 Sam Altman、Elon Musk等11位创始人在 2015 年携手创办，但时至今日，大部分元老都已相继出走。

除Wojciech Zaremba仍在OpenAI领导语言和代码生成团队外，Elon Musk于2018年离开OpenAI董事会，并创立xAI，2023年推出ChatGPT的竞争产品Grok。Ilya Sutskever 在2024年离职后创立了 Safe Superintelligence Inc.，John Schulman于2024年8月加入竞争对手Anthropic。

其他创始人也有各自的发展。Trevor Blackwell于2017年离开OpenAI，继续在机器人技术领域深耕。Vicki Cheung于2018年离职后与人共同创办了 AI 初创公司 Gantry。Andrej Karpathy曾于2023年短暂回归 OpenAI，但随后再次离职，创立了AI教育公司Eureka Labs。Durk Kingma在2018年离职后加入Google DeepMind 担任研究科学家。Pamela Vagata于2016年离职，随后加入Stripe，并创立了自己的风投公司 Pebblebed。

最新的离职是Mira Murati，从业务角度来看，Murati是OpenAI技术创新的核心人物之一。她的离职可能会给公司内部带来不小的影响，特别是在其他高管相继离职的背景下。 这可能暗示OpenAI正处于一个重要的过渡期，尤其是在考虑重组为盈利性企业、改变投资结构等战略调整时 。

其次，Murati作为公众人物的离开，或将改变OpenAI的对外形象。她不仅是技术领域的领导者，也是公司与公众、媒体接触的重要桥梁。她的离开可能会对OpenAI的品牌形象、媒体关系及对外沟通产生一定影响，尤其是在未来需要新的代言人来承担类似职责的情况下。

最后，从AI行业的更广泛视角来看，Murati的离开为行业带来新的不确定性。她可能会继续活跃在AI领域，甚至可能加入或创立新的AI公司，这也为未来的技术创新带来了更多的可能性和竞争。

总的来说，Murati的离职标志着OpenAI内部和行业生态的一个转折点，未来的技术和战略发展方向或将受到影响。

**作者：ChatGPT+人

而在Prompt ChatGPT写出对OpenAI的动荡的分析时，我们受一条X推文启发，想要让它避开直接回答对OpenAI的看法，说出“真实的心声”。却发现了很有意思的现象。

我们问他：

如果一家明星公司的创始团队纷纷以各种原因离开，包括CTO，首席科学家，关键技术负责人，然后只剩下CEO还在。同时，这家公司最重要的下一代产品一直没有出现，关键产品没有交付，去年经营损失达到50亿美元, 没有明显护城河，对手还在免费发布水平相同的产品，同时还有很多法律诉讼进行中，但投资人依然给它估值定在天价。你觉得发生了什么？你怎么看？