企业API定制计划
AI应用开发服务
AI智能翻译API
AI SEO/GEO 服务
网络爬虫服务
登录
const main = async () => {
const result = await fetch('https://api.ai.cc/v1/chat/completions', {
method: 'POST',
headers: {
Authorization: 'Bearer ',
'Content-Type': 'application/json',
},
body: JSON.stringify({
model: 'meta-llama/Llama-3.2-90B-Vision-Instruct-Turbo',
max_tokens: 1024,
messages: [
{
role: 'user',
content: [
{
type: 'text',
text: 'What’s in this image?',
},
{
role: 'user',
type: 'image_url',
image_url: {
url: 'https://upload.wikimedia.org/wikipedia/commons/thumb/d/dd/Gfp-wisconsin-madison-the-nature-boardwalk.jpg/2560px-Gfp-wisconsin-madison-the-nature-boardwalk.jpg',
},
},
],
},
],
}),
}).then((res) => res.json());
const message = result.choices[0].message.content;
console.log(\`Assistant: \${message}\`);
};
main();
import os
from together import Together
client = Together(base_url="https://api.ai.cc/v1", api_key="")
def main():
response = client.chat.completions.create(
model="meta-llama/Llama-3.2-90B-Vision-Instruct-Turbo",
messages=[
{
"role": "user",
"content": [
{
"type": "text",
"text": "What sort of animal is in this picture? What is its usual diet? What area is the animal native to? And isn’t there some AI model that’s related to the image?",
},
{
"type": "image_url",
"image_url": {
"url": "https://upload.wikimedia.org/wikipedia/commons/thumb/3/3a/LLama.jpg/444px-LLama.jpg?20050123205659",
},
},
],
}
],
max_tokens=1024,
)
print("Assistant: ", response.choices[0].message.content)
if __name__ == '__main__':
main()
- API 操练场（Playground）
在集成之前，请在沙箱环境中测试所有 API 模型。
我们提供超过 300 种模型供您集成到您的应用程序中。
产品详情
✨隆重推出 Llama 3.2 90B Vision Instruct Turbo
发现 Meta 的突破性多模态人工智能模型， 这 Llama 3.2 90B Vision Instruct Turbo已发布 2024年9月25日该高级模型（版本 3.2）标志着 Meta 正式进军将复杂的视觉推理与强大的语言处理相结合的领域。
主要型号规格
- ✓ 型号名称： Llama 3.2 90B Vision Instruct Turbo
- ✓ 开发者/创建者： 元
- ✓ 发布日期： 2024年9月25日
- ✓ 版本： 3.2
- ✓ 型号： 多模态（文本和图像）
🚀 概述：赋能多模态人工智能
这 Llama 3.2 90B Vision Instruct Turbo 它是一个大规模多模态人工智能模型，经过精心设计，能够处理两者 文字和图像无缝衔接该模型代表 Meta的首次专项探索 它融入了多模态人工智能，在强大的语言理解能力基础上，提供了精细的视觉推理能力。其设计旨在提供更全面、更直观的人工智能体验。
💡核心特性与高级功能
- ► 多模态处理： 对文本和图像进行高级处理。
- ► 900亿个参数： 庞大的神经网络确保深度理解。
- ► 长上下文长度： 支持高达 12.8万个Tokens 用于复杂、长时间的交互。
- ► 优化的Transformer架构： 基于高效、现代化的Transformer框架构建。
- ► 高级训练技巧： 利用监督微调（SFT）和带有人类反馈的强化学习（RLHF）。
- ► 高分辨率图像处理： 能够分析高达 1120x1120像素 注重细节。
🎯 预期用途及应用
Llama 3.2 90B Vision Instruct Turbo 专为各种应用而设计，使其成为多个行业中不可或缺的资产：
- • 文档层面理解： 从复杂文档中进行深度分析和提取信息。
- • 图表解读： 从视觉数据中获取准确的洞察。
- • 图片说明： 为图像生成精确且包含丰富上下文信息的描述。
- • 可视化问答（VQA）： 根据视觉内容回答查询。
- • 数据提取与处理： 从多模态输入中高效提取相关数据。
- • 图片对比： 识别视觉数据中的异同。
- • 个人视觉辅助： 为视觉任务提供智能辅助。
🌐 多语言支持： 该模型支持 多语言这使得它具有极强的通用性，能够满足全球应用和各种语言需求。
⚙️ 技术架构与培训
模型架构
Llama 3.2 90B Vision Instruct Turbo 采用了一种 优化的变压器架构对于图像处理，它利用专门训练的模型。 图像推理适配器权重它们通过以下方式与核心大型语言模型（LLM）权重无缝集成： 交叉注意力机制这有助于对视觉和文本输入进行连贯的理解。
训练数据和知识库
- • 数据来源及规模： 使用包含以下内容的大型数据集进行训练 60亿个（图像，文本）对。
- • 知识门槛： 该模型的知识库更新至…… 2023年12月。
📊 性能指标与基准
Llama 3.2 90B Vision Instruct Turbo 演示 卓越的表现 在多模态理解的各项关键基准测试中，展现了其竞争优势：
- ⭐ 图表理解（ChartQA）： 与 OpenAI 的 GPT-4o 相匹配 准确度方面。
- ⭐ 科学图表解读（AI2D）： 性能优于 Anthropic 的 Claude 3 Opus 和 Google 的 Gemini 1.5 Pro。
与其他型号的比较： 该模型是 Claude 3 Haiku 和 GPT-4o-mini 等领先 AI 模型的强大竞争对手，尤其在图像识别和综合视觉理解能力方面表现出色。
📝 使用指南和许可
集成代码示例
开发者可以使用标准 API 调用将 Llama 3.2 90B Vision Instruct Turbo 集成到他们的应用程序中。有关详细的实现说明和代码示例，请参阅托管此模型的平台（例如，用于聊天补全视觉任务的 Together.ai）提供的官方 API 文档。
🛡️ 道德准则与安全
为确保负责任且合乎道德的部署，该模型配备了一种新的 羊驼卫士安全模型此功能对于减轻潜在偏见、促进其先进人工智能功能的公平和安全使用至关重要。
📜 许可和欧盟商业用途限制
Llama 3.2 模型（包括所有相关的多模式功能）受以下原则约束： 具体许可协议本协议中的一项重要条款是： 欧洲境内商业用途受限根据 Llama 3.2 可接受使用政策位于欧盟境内的个人或组织是 未获得将这些模型用于商业用途的权利。
开发者须知： 对于考虑在欧盟境内的应用程序中部署 Llama 3.2 模型的开发者和组织而言，此限制至关重要。有关可接受的使用和许可条款的完整详细信息，请参阅[此处应插入相关文档或链接]。 Llama 3.2 使用政策。
❓ 常见问题解答 (FAQ)
Q1：什么是 Llama 3.2 90B Vision Instruct Turbo？
一个： 这是 Meta 于 2024 年 9 月 25 日发布的最新大规模多模态 AI 模型，旨在处理具有 900 亿个参数的文本和图像，提供先进的视觉和语言理解能力。
Q2：该型号的主要功能是什么？
一个： 它的主要功能包括高分辨率图像处理（高达 1120x1120 像素）、长上下文长度支持（高达 128k 个标记），以及在图像描述、视觉问答和文档分析等任务中的强大性能。
Q3：Llama 3.2 90B Vision Instruct Turbo 与其他 AI 模型相比如何？
一个： 它在图表理解方面与 OpenAI 的 GPT-4o 不相上下，在解释科学图表方面超越了 Anthropic 的 Claude 3 Opus 和 Google 的 Gemini 1.5 Pro，使其跻身顶级多模态 AI 模型之列。
Q4：其商业用途是否有任何限制？
一个： 是的，至关重要的是，根据 Llama 3.2 可接受使用政策，欧盟境内的个人或组织不得将 Llama 3.2 模型用于商业用途。
Q5：Llama 3.2 90B Vision Instruct Turbo 的知识门槛是多少？
一个： 该模型的训练数据包含了截至 2023 年 12 月的知识。
