Trong sự kiện thường niên về mã nguồn mở, Meta đã hé lộ Llama 4, dòng mô hình ngôn ngữ lớn tiếp theo của họ. Khác với các phiên bản trước sử dụng phương pháp ghép nối (fusion) để kết nối mô hình ngôn ngữ và mô hình thị giác, Llama 4 áp dụng kiến trúc transformer thuần túy được huấn luyện đồng thời trên cả văn bản, hình ảnh, âm thanh và video.
Điều này mang lại khả năng hiểu ngữ cảnh vượt trội. Ví dụ, khi được hỏi một câu hỏi về một cảnh phim, Llama 4 không chỉ mô tả hình ảnh mà còn phân tích cảm xúc nhân vật dựa trên giọng nói và biểu cảm, đồng thời liên kết với các sự kiện xảy ra trước đó trong video. Các nhà phát triển tại Meta nhấn mạnh rằng mô hình này hoạt động hiệu quả ngay cả trên phần cứng tiêu dùng nhờ cơ chế nén tham số thông minh.
Cộng đồng phát triển đã phản ứng tích cực với việc Meta cam kết duy trì giấy phép mã nguồn mở cho toàn bộ bộ công cụ đi kèm, bao gồm cả bộ dữ liệu huấn luyện tổng hợp. Đây được xem là cú hích lớn cho các startup công nghệ tại Việt Nam và khu vực, nơi chi phí thuê các dịch vụ AI độc quyền vẫn còn là rào cản lớn.