Meta prend de grands changements en matière d'IA à Meta Connect 2024

Les nouvelles fonctionnalités d'IA de Meta mettent au premier plan une combinaison d'édition d'images, d'interaction vocale et de traduction en temps réel. Découvrez comment Llama 3.2 remodèle les expériences utilisateur dans l'écosystème d'applications de Meta.

Mark Zuckerberg est monté sur scène au Meta Connect 2024 et s'est imposé dans les catégories VR/AR et IA. Il y a beaucoup de mélange de ces technologies, en particulier dans la gamme de lunettes Meta évoquée ailleurs sur ZDNET.

Dans cet article, cependant, nous examinerons plusieurs annonces puissantes et impressionnantes liées aux efforts de l'entreprise en matière d'IA.

Grand modèle de langage multimodal

Zuckerberg a annoncé la disponibilité de Llama 3.2, qui ajoute des capacités multimodales. Le modèle peut notamment comprendre les images.

Il a comparé les grands modèles de langage Llama 3.2 de Meta avec d'autres LLM, affirmant que Meta « se différencie dans cette catégorie en offrant non seulement des modèles de pointe, mais aussi un accès illimité à ces modèles gratuitement et s'intègre facilement dans nos différents produits et applications.

Meta AI est l'assistant IA de Meta, désormais basé sur Llama 3.2. Zuckerberg a déclaré que Meta est en passe de devenir l'assistant d'IA le plus utilisé au monde, avec près de 500 millions d'utilisateurs actifs par mois.

Pour démontrer la compréhension des images par le modèle, Zuckerberg a ouvert une image sur un appareil mobile en utilisant la capacité d'édition d'image de l'entreprise. Meta AI a pu changer l'image, en modifiant une chemise en tie-dye ou en ajoutant un casque, le tout en réponse à de simples invites textuelles.

Méta-IA avec voix

L'assistant IA de Meta est désormais capable d'avoir des conversations vocales avec vous depuis les applications de Meta. J'utilise une fonctionnalité similaire dans ChatGPT et je la trouve utile lorsque deux personnes ou plus ont besoin d'entendre la réponse à une question.

Zuckerberg affirme que l’interaction vocale de l’IA sera plus importante que celle des chatbots textuels, et je suis d’accord - avec une mise en garde. Accéder à l’interaction vocale doit être facile. Par exemple, pour poser une question à Alexa, il vous suffit de parler dans la pièce. Mais pour poser une question à ChatGPT sur l'iPhone, vous devez déverrouiller le téléphone, accéder à l'application ChatGPT, puis activer la fonctionnalité.

Jusqu'à ce que Meta dispose d'appareils qui écoutent naturellement la parole, je crains que même les assistants vocaux les plus performants ne soient limités par des inconvénients.

Vous pouvez également donner à votre assistant IA une voix de célébrité. Choisissez parmi John Cena, Judi Dench, Kristen Bell, Keegan-Michael Key et Awkwafina. La conversation vocale naturelle sera disponible sur Instagram, WhatsApp et Messenger Facebook et est en cours de déploiement aujourd'hui.

Méta IA Studio

Voici ensuite quelques fonctionnalités que Meta a ajoutées à son outil de création de chatbot AI Studio. AI Studio vous permet de créer un personnage (soit une IA basée sur vos intérêts, soit une IA qui « est une extension de vous »). Essentiellement, vous pouvez créer un chatbot qui reflète votre style de conversation.

Mais maintenant, Meta plonge dans le royaume des deepfakes étranges de la vallée.

AI Studio, jusqu'à cette annonce, contenait une interface textuelle. Mais Meta sort une version « plus naturelle, incarnée, interactive ». Et quand il s’agit d’« incarné », ils ne plaisantent pas.

Dans la démo, Zuckerberg a interagi avec un chatbot inspiré du créateur Don Allen Stevenson III. Cette interaction semblait être une vidéo « en direct » de Stevenson, suivant de manière complète et complète les mouvements de la tête et les animations des lèvres. Fondamentalement, il pouvait poser une question à Robot Don et il semblait que le vrai gars répondait.

Puissant, bizarre et énervant. De plus, la possibilité de créer des chatbots malveillants utilisant les visages d’autres personnes semble une réelle possibilité.

Traduction IA

Meta semble avoir une synchronisation labiale artificielle et des mouvements du visage liés. Ils ont atteint un point où ils peuvent faire bouger le visage d'une personne réelle et prononcer des mots générés.

Meta a étendu cette capacité à la traduction. Ils proposent désormais le doublage vidéo automatique sur Reels, en anglais et en espagnol. Cette fonctionnalité signifie que vous pouvez enregistrer une bobine en espagnol et que le réseau social la jouera en anglais - et il semblera que vous parlez anglais. Ou vous pouvez enregistrer en anglais et le son sera lu en espagnol, comme si vous parliez en espagnol.

Dans l'exemple ci-dessus, le créateur Ivan Acuña a parlé en espagnol, mais le doublage est revenu en anglais. Comme dans l’exemple précédent, la vidéo était presque parfaite et il semblait qu’Acuña avait été enregistrée en anglais à l’origine.

Lama 3.2

Zuckerberg est revenu pour une nouvelle plongée dans le modèle Llama 3.2. Il a déclaré que la nature multimodale du modèle a considérablement augmenté le nombre de paramètres.

Une autre partie intéressante de l'annonce concernait les modèles 1B et 3B beaucoup plus petits, optimisés pour fonctionner sur l'appareil. Cet effort permettra aux développeurs de créer des modèles plus sécurisés et spécialisés pour les applications personnalisées, directement intégrées à l'application.

Ces deux modèles sont open source, et Zuckerberg vantait l'idée que Llama est en train de devenir « le Linux de l'industrie de l'IA ».

Enfin, de nombreuses fonctionnalités IA supplémentaires ont été annoncées pour les lunettes IA de Meta. Nous avons un autre article qui détaille ces fonctionnalités.