IBM ha integrato i più recenti modelli di intelligenza artificiale open-source di Meta, Llama 4 Scout e Llama 4 Maverick, nella sua piattaforma watsonx.ai. Questa nuova generazione di modelli "mixing of experts" (MoE) è progettata per offrire funzionalità multimodali ad alte prestazioni con un'efficienza dei costi, una scalabilità e una potenza di elaborazione notevolmente migliorate. Con l'aggiunta di Llama 4, IBM supporta ora 13 meta-modelli su watsonx.ai, rafforzando il suo impegno verso un approccio aperto e multi-modello all'intelligenza artificiale generativa.
Architettura Mixture of Experts: efficienza senza compromessi
I nuovi modelli Llama 4 di Meta rappresentano un significativo progresso nell'architettura dell'intelligenza artificiale. Entrambi i modelli utilizzano MoE, che attiva in modo intelligente solo un sottoinsieme di "esperti" del modello per ciascun token, anziché coinvolgere l'intera rete. Questa strategia di inferenza mirata aumenta la produttività e riduce i costi operativi senza compromettere la qualità.
Llama 4 Scout vanta un totale di 109 miliardi di parametri suddivisi tra 16 esperti, ma solo 17 miliardi di parametri sono attivi durante l'inferenza. Questa configurazione efficiente consente una maggiore concorrenza e tempi di risposta più rapidi, offrendo al contempo prestazioni eccezionali in attività di codifica, ragionamento a lungo contesto e comprensione delle immagini. Nonostante le sue dimensioni compatte, Scout è addestrato su 40 trilioni di token e supera modelli con set di parametri attivi significativamente più ampi.
Llama 4 Maverick si spinge oltre con 400 miliardi di parametri e 128 esperti, operando comunque con soli 17 miliardi di parametri attivi per inferenza. Meta riporta che Maverick supera GPT-4o di OpenAI e Gemini 2.0 Flash di Google in tutti i benchmark multimodali e raggiunge le prestazioni di DeepSeek-V3 nei carichi di lavoro di ragionamento e codifica, pur essendo molto più efficiente.
| Modello | Parametri totali | Parametri attivi | Numero di esperti | Finestra di contesto |
|---|---|---|---|---|
| Lama 4 Esploratore | 109B | 17B | 16 | 10 milioni di token |
| Lama 4 Maverick | 400B | 17B | 128 | 10 milioni di token |
All'avanguardia nell'intelligenza artificiale a lungo contesto
Llama 4 Scout introduce una finestra di contesto rivoluzionaria, che può contenere fino a 10 milioni di token, attualmente la più lunga del settore. Questa innovazione consente la sintesi multi-documento, l'analisi approfondita del codice sorgente e la personalizzazione a lungo termine dell'utente. Meta attribuisce questa pietra miliare a due innovazioni architetturali: livelli di attenzione interlacciati (senza incorporamenti posizionali) e una tecnica di scaling dell'attenzione in base al tempo di inferenza. Collettivamente denominati "iRope", questi miglioramenti avvicinano Meta alla sua visione di un'IA con lunghezza di contesto infinita.
Multimodalità nativa per casi d'uso reali
I modelli LLM tradizionali vengono addestrati esclusivamente su testo e poi adattati ad altri tipi di dati. Al contrario, i modelli Llama 4 sono considerati "nativamente multimodali", il che significa che vengono addestrati da zero utilizzando una combinazione di dati testuali, immagini e video. Ciò consente loro di gestire diversi tipi di input in modo naturale e di fornire risultati più integrati e contestualizzati.
Durante l'addestramento, i modelli fondono dati visivi e linguistici nelle prime fasi di elaborazione, insegnando efficacemente al sistema a interpretare e ragionare simultaneamente su diverse modalità. Il risultato è prestazioni superiori nel ragionamento basato sulle immagini, inclusa la capacità di elaborare più immagini per prompt e di associare specifici elementi visivi a risposte testuali.
Distribuzione aziendale su IBM WatsonX
Con watsonx.ai, sviluppatori e aziende possono accedere a Llama 4 Scout o Maverick e perfezionarli, distillarli e distribuirli in ambienti cloud, on-premise o edge. La piattaforma di livello enterprise di IBM supporta l'intero ciclo di vita dell'intelligenza artificiale, fornendo strumenti per sviluppatori di ogni livello di competenza, dagli ambienti di programmazione a basso codice a quelli senza codice.
watsonx.ai include integrazioni predefinite con database vettoriali, framework di agenti e infrastrutture avanzate che semplificano l'operatività dell'intelligenza artificiale su larga scala. Solidi strumenti di governance garantiscono conformità, sicurezza e verificabilità di livello aziendale, aiutando i team a sviluppare in modo responsabile e a implementare più rapidamente.
Un'alleanza strategica per la trasformazione dell'intelligenza artificiale
La partnership di IBM con Meta unisce l'innovazione aperta alla prontezza operativa aziendale. Mentre Meta estende i limiti dell'architettura modello, IBM fornisce l'infrastruttura, la governance e la flessibilità di implementazione di cui le aziende moderne hanno bisogno per muoversi rapidamente senza sacrificare il controllo o l'economicità.
L'arrivo di Llama 4 su watsonx.ai offre ai clienti IBM una nuova serie di strumenti ad alte prestazioni per liberare valore in un'ampia gamma di casi d'uso, senza vincolarsi al fornitore e con la certezza di operare su una piattaforma progettata per l'azienda.
Amazon