开源模型

用Ollama轻松搞定Llama 3.2 Vision模型本地部署

2025 年 1 月 13 日

一

Llama3.2 Vision简介

Llama 3.2 Vision是一个多模态大型语言模型（LLMs）的集合，它包括预训练和指令调整的图像推理生成模型，有两种参数规模：11B（110亿参数）和90B（900亿参数）。

Llama 3.2 Vision在视觉识别、图像推理、字幕以及回答有关图像的通用问题方面进行了优化，在常见的行业基准上优于许多可用的开源和封闭多模式模型。

二

在算力魔方4060版上完成部署

算力魔方^®4060版是一款包含4060 8G显卡的迷你主机，运行：

ollama run llama3.2-vision

完成Llama 3.2 Vision 11B模型下载和部署。

三

Llama 3.2实现图片识别

将图片输入Llama3.2-Vision,然后直接输入问题，即可获得图片信息，如下面视频所示：

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

留下你的场景和痛点,我们帮你判断从哪一步开始。

留下你的行业、部门和当前痛点，我们会在 1 个工作日内与你联系，帮你判断适合先做什么、需要准备哪些数据、适合什么平台。

微信咨询

扫码添加，一对一沟通

致电我们

+86 (021) 6566 1628

发送邮件

jotoai@jototech.cn