Meta vừa công bố Llama 4.1, phiên bản mã nguồn mở mới nhất của dòng mô hình Llama. Điểm đột phá của Llama 4.1 là khả năng xử lý video thời gian thực với độ trễ dưới 100ms, cho phép mô hình 'nhìn' và phản ứng với các sự kiện đang diễn ra trong video mà không cần chờ khung hình hoàn chỉnh.
Công nghệ này dựa trên một kiến trúc transformer đa phương thức mới, được gọi là 'Video-Transformer-X', có khả năng tích hợp thông tin từ hàng nghìn khung hình mỗi giây. Trong thử nghiệm, Llama 4.1 đã có thể nhận diện và mô tả các hành vi bất thường trong các video giám sát an ninh với độ chính xác 94%, vượt xa các hệ thống camera thông minh hiện có.
Một ứng dụng cụ thể được Meta giới thiệu là 'AI Tutor Live', một trợ lý giáo dục có thể quan sát cách sinh viên giải bài toán trên giấy qua webcam và cung cấp gợi ý tức thì nếu sinh viên mắc lỗi. Tính năng này đã được thử nghiệm tại 50 trường đại học ở Mỹ và châu Âu, với kết quả cho thấy tỷ lệ sinh viên đạt điểm cao hơn tăng 20%.
Llama 4.1 được phát hành theo giấy phép Llama Community License, cho phép sử dụng thương mại miễn phí cho các công ty có doanh thu dưới 20 tỷ USD mỗi năm. Meta cũng đã công bố một bộ công cụ phát triển (SDK) giúp các nhà phát triển dễ dàng tích hợp Llama 4.1 vào các ứng dụng của họ, với tài liệu hướng dẫn chi tiết bằng 10 ngôn ngữ.