Meta dévoile des modèles d'IA avancés avec la série Llama 4

Meta a surpris le monde de la technologie ce week-end en dévoilant Llama 4, la dernière génération de sa célèbre série de modèles d'intelligence artificielle, qui offre des capacités accrues de traitement du texte, des images et des vidéos. Le lancement a eu lieu samedi, un jour plutôt inhabituel pour un géant de la technologie, Lama 4 signale l'accélération des efforts déployés par Meta pour dépasser les concurrents qui ont récemment surpassé les modèles précédents de l'entreprise, comme la société chinoise DeepSeek, dont les offres à code source ouvert ont rivalisé avec les modèles Llama précédents, voire les ont dépassés, dans certains tests de référence.

Les nouveaux venus dans la gamme Llama 4 sont Scout, Maverick et le futur modèle Behemoth. Selon Meta, chaque variante a été entraînée sur de vastes référentiels de données multimédias non étiquetées, ce qui a permis d'affiner leur capacité à comprendre et à générer des contenus visuels de manière exhaustive. Ces progrès semblent être une réponse directe aux capacités de DeepSeek, ce qui a incité Meta à réunir des équipes spécialisées chargées de disséquer la manière dont les entreprises concurrentes ont réussi à fournir efficacement des modèles d'IA puissants à des coûts opérationnels réduits.

Lancement de la gamme Llama 4 par Meta marque clairement une étape importante dans le développement d'outils d'IA, posant la pierre angulaire de ce qui semble être un avenir expansif pour son écosystème d'IA.

Les dernières innovations de Meta, Scout et Maverick, sont déjà accessibles depuis Llama.com et via des plateformes telles que Hugging Face, ce qui permet aux développeurs d'accéder plus largement à ces ressources de pointe. En revanche, le modèle beaucoup plus grand, Behemoth, fait toujours l'objet d'une formation rigoureuse et devrait être disponible plus tard. Le titan de la technologie a notamment commencé à intégrer les modèles Llama 4 dans son assistant assisté par l'IA, Meta AI, introduisant cette capacité avancée dans des applications populaires telles que Messenger, WhatsApp et Instagram pour des utilisateurs répartis dans 40 pays - bien que, pour l'instant, les fonctions multimodales soient limitées aux utilisateurs américains qui interagissent en anglais.

Gros plan sur les capacités de Maverick, Scout et Behemoth

Pour illustrer les capacités de ces nouveaux modèles, Maverick comprend 400 milliards de paramètres, mais n'en exploite activement que 17 milliards grâce à son réseau de 128 "experts" distincts. Dans les modèles d'IA, les paramètres sont étroitement liés à leur efficacité à résoudre divers problèmes, et Maverick se distingue particulièrement dans les tâches axées sur la créativité, telles que la composition de contenu et les applications basées sur le dialogue. Selon Meta, Maverick surpasse des concurrents tels que Gemini 2.0 de Google et GPT-4o d'OpenAI dans des domaines tels que les interactions multilingues, les contextes conversationnels étendus, les tâches logiques et certains examens de codage. Cependant, il est légèrement en retrait par rapport à des modèles plus récents tels que Gemini 2.5 Pro de Google, Claude 3.7 Sonnet d'Anthropic et GPT-4.5 d'OpenAI.

En revanche, Scout se spécialise dans le résumé et l'exécution d'opérations logiques dans des bases de code étendues, en se targuant d'une capacité extraordinaire à traiter des entrées allant jusqu'à 10 millions de tokens, ce qui équivaut à une énorme compilation de texte s'étendant sur des millions de mots. Cette caractéristique notable renforce l'attrait de Scout pour les applications nécessitant une compréhension complexe et un résumé méticuleux de documents substantiels. Plus remarquable encore, Scout fonctionne efficacement sur un seul GPU Nvidia H100, alors que Maverick nécessite le Nvidia H100 DGX, plus robuste, ou un matériel aux performances équivalentes.

Le poids lourd à venir, Behemoth, promet des mesures de performance encore plus importantes et exige un matériel proportionnellement robuste. Avec une taille totale de paramètres approchant les deux trillions et employant activement environ 288 milliards de paramètres, Behemoth a laissé derrière lui des modèles concurrents tels que GPT-4.5 et Claude 3.7 Sonnet dans des évaluations cruciales axées sur les STIM. Néanmoins, même cette itération avancée n'a pas pu surpasser le dernier Gemini 2.5 Pro de Google, ce qui montre à quel point la concurrence est devenue intense dans le domaine des performances de l'IA de haut niveau.

Cependant, aucune de ces nouvelles itérations de Llama ne se concentre principalement sur les "modèles de raisonnement" au sens où l'entendent les modèles o1 et o3-mini d'OpenAI, qui utilisent la vérification des faits pour améliorer la précision des réponses, mais au détriment de l'immédiateté. Malgré cette limitation, Meta a assuré aux utilisateurs, par l'intermédiaire de représentants de l'entreprise, que les modèles Llama 4 fourniraient systématiquement des réponses équilibrées et précises, et a promis des améliorations continues destinées à prévenir les biais en faveur de points de vue ou d'inclinations politiques particuliers.

Il est intéressant de noter que ces assurances surviennent dans un climat politique tendu autour de l'IA, où des personnalités puissantes alignées sur l'ancien président Donald Trump, comme Elon Musk et l'investisseur David Sacks, expriment un scepticisme croissant à l'égard des chatbots d'IA populaires, les soupçonnant de réprimer les idéologies conservatrices. L'entreprise de Musk, xAI, a elle-même fait l'objet d'accusations de partialité, illustrant la difficulté généralisée et non résolue de produire des modèles d'IA conversationnelle entièrement neutres. Meta, aux côtés de concurrents comme OpenAI, a donc commencé à déployer des efforts pour améliorer la transparence et la réactivité des modèles, notamment en ce qui concerne les questions politiquement sensibles ou controversées posées par le public.