臉書母集團Meta近期舉行Meta Connect開發者大會，會中發布多項AI助理Meta AI的新功能，最令人驚豔的是，以後在臉書與Instagram打造影片與照片，它就是你的神助理，可以協助加強做圖像與影片等多種功能，甚至幫你打造多語言配音替身。這背後靠的是Meta大模型Llama 3.2。到底Meta AI可在台灣使用了嗎？怎麼下載？大模型原理？一文解析。
Meta AI是什麼？官網與下載在哪？
在9月25日舉行的Meta Connect 2024年度開發者大會中，執行長祖克柏（Mark Zuckerberg）發布了多項更新，其中AI助理Meta AI的新功能受到許多關注。其實，這個AI聊天機器人臉書早就發表，但是直到這次開發者大會，才令人驚豔。
Meta AI是Meta於2023年發布的聊天機器人，至今全球每個月已有超過4億人使用，並有1.85億人每週透過Meta的相關產品使用它。不過，除了美國之外，開放使用Meta AI的國家還不多，台灣也尚未開放。
也因此，Meta AI並沒有獨立官網，也不需要下載。台灣地區的臉書或Instagram用戶還無法使用，純粹是因為尚未開放。
Meta AI怎麼用？
至於，未來Meta AI若在台灣開放，該怎麼使用？其實可以在Meta旗下軟體包括Facebook、Instagram、WhatsApp和Messenger上直接使用即可。
當台灣地區開放以後，未來國內臉書用戶使用Meta AI的方式，包括如下兩種：
1. 在與朋友的臉書聊天室中Messenger叫出Meta AI，叫出的指令是訊息中打出「@Meta AI」，請它提供建議。舉例來說，你可問Meta AI適合看日落的景點，它就會直接將答案傳至該聊天室。
2. 也可以建立自己與Meta AI的聊天室，就像使用ChatGPT一樣，在其中與AI一對一對話。
Meta AI的最新功能
但9月底發布的Meta AI新功能十分多元，在語音、影像和圖像等領域都有更新。也因此引起高度關注。以下分為語音、影片與圖像3方面介紹：
語音：用大明星語音聊天
之前OpenAI的ChatGPT 啟用了神似漫威電影「黑寡婦」女角影星聲音的語音，雖然被本尊抗議未授權，卻也引起全球熱議，說明了使用名人聲音來對話的聊天機器人，確實很有吸引力。
也因此，臉書母公司Meta這次發表也不輸人，最受關注的新功能是Meta AI的語音模式。未來只要使用Facebook、Messenger、WhatsApp和Instagram私訊與Meta AI對話，就能收到語音回應外，其聲音訓練還來自不少名人，包括曾演出電影《尚氣》女主角的韓裔演員奥卡菲娜（Awkwafina）、英國實力派影后朱蒂．丹契（Judi Dench）、美國摔角巨星約翰．希南（John Cena）等名人，讓使用者與AI助理的互動更加有趣。
影片：AI幫你配音還打造替身嘴
Meta AI也正在測試影片翻譯功能，此功能不只是翻譯Reels的聲音內容，還會用AI模擬講者的聲音進行配音，並將影片中講者的嘴形同步為翻譯後的語言。也就是說，你以後製作影片，若想要另做英文多語言版本，不必自己重新錄製影片再說一次英文，只要用Meta AI就可以幫你配上英文，不只有語音，還幫你打造一個說英文的「嘴替身」，融入到你原來影片中的臉上，相當神奇。
目前Meta正在Instagram和Facebook進行小範圍測試，將來自拉丁美洲和美國的創作者影片，翻譯成英文和西班牙文，之後將陸續擴展更多語言。
圖像：編輯照片與圖片解說
此外，在圖像的部分，結合能辨識圖像的Llama 3.2模型，使用者可以與Meta AI分享一張照片，並詢問相關問題。例如可以給它一張餐點的照片，請它說明如何製作這道料理；或是詢問照片中花的品種等。
如果有編輯照片的需求，無論是想新增、刪除或更改圖中的元素，都可以在Meta AI中進行。Meta展示的範例是一張山羊的照片，使用者可以要求AI變更照片的背景，讓山羊在海上衝浪，或是為山羊戴上帽子等。
Meta AI背後大模型：Llama 3.2是什麼？
這些Meta AI的新功能為何如此強大？原來背後使用了Meta的新模型Llama 3.2。它是什麼？
Llama 3.2為Meta首個多模態（multimodal）模型，不只能輸入文字，也能處理影像。Llama 3.2中包括視覺大型語言模型11B和90B，以及輕量級、純文字，適用於行動裝置的模型1B和3B。
Meta在其官網中說明，11B和90B能進行圖像推理的任務，例如分析圖表內容、解讀地圖資訊等，也可以生成圖像的文字描述；輕量模型1B和3B則有強大的多語言文本生成和工具調用能力，可以將其與行動裝置上的app結合使用，並將數據保留在裝置中，確保隱私不會外洩。具體而言，可以要求AI總結最近收到的10則訊息、自動發送會議邀請給聯絡人等。
影像分析能力，與GPT4o-mini、Claude 3 Haiku不分軒輊
能處理不同資料類型的多模態模型在現今並不少見，Meta也比較了Llama 3.2與目前市場中的領先者GPT和Claude等模型的性能。結果發現，11B和90B的圖像辨識和分析能力，與Claude 3 Haiku和GPT4o-mini不相上下，甚至在某些任務中，90B的表現勝過另外兩個模型。
在輕量模型方面，3B在執行指令、摘要生成、提示重寫和工具使用等任務上，超越了Google的Gemma 2 2.6B模型、以及微軟（Microsoft）的Phi 3.5-mini 模型；而1B的表現也與Gemma接近。
