微信扫码
添加专属顾问
我要投稿
前段时间,Meta 开源了 Llama 3.2 轻量化模型,为移动端跑大模型提供了新选择!
同时,Llama 3.2 视觉模型(Llama 3.2 Vision)也正式开源,号称媲美 GPT-4o。
前两天,Llama 3.2 Vision 已在 Ollama 上线!
今日分享,就对它实测一番。
最后,应用到我们上篇的票据识别
任务中,看看效果真有官宣的那么惊艳么?
老规矩,还是简短介绍下:Llama 3.2 都有哪些亮点?
一句话:轻量化 + 视觉多模态能力!
具体点:
Ollama 是面向小白友好的大模型部署工具,为此本篇继续采用 Ollama 跑 Llama 3.2。
不了解 Ollama 的小伙伴,可翻看教程:
本地部署大模型?Ollama 部署和实战,看这篇就够了
参考上述教程,假设你在本地已经准备好 Ollama。
当前 Ollama Library 中已支持 Llama 3.2 下载,因此,一行命令拉起 llama3.2-vision。
ollama run llama3.2-vision
如果遇到如下报错:
pulling manifest
Error: pull model manifest: 412:
The model you are attempting to pull requires a newer version of Ollama.
说明你的 ollama 版本需要更新了。
如果你也和我一样,采用 docker 安装,则需要删除容器,重新下载最新镜像进行安装:
docker stop ollama
docker rm ollama
docker image rm ollama/ollama
# 注:海外镜像,国内用户需自备梯子
docker pull ollama/ollama
可以发现,当前最新版本为 0.4.1:
ollama --version
ollama version is 0.4.1
然后,再起一个容器:
docker run -d --gpus "device=2" -v ollama:/root/.ollama -p 3002:11434 --restart unless-stopped --name ollama ollama/ollama
注:我这里指定 --gpus "device=2"
,如果单张显存不够,需指定多张卡,Ollama 会帮你自动分配。
显存占用情况如何?
进入容器,并下载模型 llama3.2 3B版本:
docker exec -it ollama /bin/bash
ollama run llama3.2
显存占用:请确保至少 4 G 显存。
进入容器,并下载模型 llama3.2-vision 11B版本:
docker exec -it ollama /bin/bash
ollama run llama3.2-vision
显存占用:请确保至少 12 G 显存。
注:ollama 中模型默认采用了 4bit 量化。
要把 Ollama 部署的模型接入 Dify 有两种方式。
首先,找到设置 - 模型供应商。
方式一:找到 Ollama 类型,然后进行添加,记得把Vision
能力打开:
方式二:
把 Ollama 模型接入 OneAPI,然后在模型供应商这里选择 OpenAI-API-compatible
。
不了解 OneAPI 的小伙伴可以回看教程:一键封装成OpenAI协议,强推的一款神器!
个人更推荐 方式二,你会体会到接口统一的快乐~
最后,我们在上篇的基础上,把用到 Qwen2-VL 的组件,LLM 全部替换成刚刚接入的 llama3.2-vision,如下图:
实测效果咋样?
嗯~ o( ̄▽ ̄)o 价格等基本信息还是抓到了。
只是,相比上篇实测的 Qwen2-VL 就差点意思了:
当然,换用 90B 的模型会不会好很多?感兴趣的朋友可以试试~
53AI,企业落地大模型首选服务商
产品:场景落地咨询+大模型应用平台+行业解决方案
承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业
2025-04-06
MCP协议详解:一文读懂跨时代的模型上下文协议
2025-04-06
手把手教你从0开发一款dify plugin 插件
2025-04-06
Llama4 在 Cline 中高效使用指南
2025-04-06
告别手动操作!Agent-S让电脑自己干活,成功率碾压基线83%!
2025-04-06
炸裂!Meta深夜推出Llama 4系列 :单卡H100能跑,千万上下文,还有2万亿“巨兽”
2025-04-06
Meta放大招,Llama 4系列模型来了,开源界又炸了!
2025-04-06
Llama4凌晨突然发布!以超高性价比开启原生多模态AI和开源MoE的新时代,并公开训练策略!
2025-04-05
Xinference 本地运行大模型
2025-01-01
2024-07-25
2025-01-21
2024-05-06
2024-09-20
2024-07-20
2024-06-12
2024-07-11
2024-08-13
2024-12-26
2025-04-03
2025-04-03
2025-04-03
2025-04-01
2025-03-31
2025-03-25
2025-03-25
2025-03-24