Noticias IA · Modelos On-Device, Inferencia en Edge y Visión Abierta
Edición: Álvaro MaureiraFecha: 2026-11-01Fuente: Meta AI Research & Open Multimodal Weights
Meta anunció el lanzamiento de la familia Llama 3.2, una actualización crucial que introduce capacidades de visión por computador en modelos de pesos abiertos de 11B y 90B parámetros, junto con arquitecturas ultraligeras de 1B y 3B parámetros diseñadas para inferencia local privada en teléfonos inteligentes y dispositivos de borde. Optimizadas en colaboración directa con Qualcomm, MediaTek y Arm, las versiones ligeras de Llama 3.2 permiten a los desarrolladores crear asistentes con comprensión multimodal sin transmitir datos sensibles a servidores remotos.
Capítulo 01
La noticia en una frase
Meta lanzó Llama 3.2 con modelos de visión de 11B y 90B y versiones ligeras de 1B y 3B para inferencia privada y local en dispositivos móviles.
En noviembre de 2026, Meta liberó las variantes de Llama 3.2 en Hugging Face y llama.meta.com. En pruebas de razonamiento visual (como DocVQA e InfoVQA), Llama 3.2 11B Vision superó a Claude 3 Haiku en comprensión de tablas y diagramas técnicos, mientras que las versiones de 1B y 3B alcanzaron latencias inferiores a 40 ms por token en procesadores móviles Snapdragon 8 Gen 3.
Capítulo 02
El alcance que cambia la lectura
Hasta el lanzamiento de Llama 3.2, los desarrolladores que deseaban dotar a aplicaciones móviles o dispositivos de IoT de comprensión visual se veían obligados a depender de APIs propietarias en la nube, asumiendo costes recurrentes de red y riesgos regulatorios de privacidad. Llama 3.2 traslada el análisis de imágenes directamente a la memoria DRAM unificada del dispositivo final.
Capítulo 03
El mecanismo documentado
Para las versiones de visión (11B y 90B), Meta integró un codificador visual entrenado mediante capas de atención cruzada acopladas al modelo base de texto Llama 3.1 congelado. Para las versiones ligeras de 1B y 3B, se aplicaron técnicas avanzadas de poda de peso (pruning) y destilación de conocimiento a partir de los modelos de 8B y 70B, preservando una ventana de contexto de 128k tokens.
Capítulo 04
La relación entre las piezas
Llama 3.2 se integra de forma transparente con runtimes locales como ExecuTorch para Android e iOS, Ollama para estaciones de trabajo y vLLM para servidores perimetrales, permitiendo desplegar agentes multimodales en clústeres híbridos sin modificar el código de aplicación.
Capítulo 05
Qué capacidad se puede atribuir
Se comprueba una excelente habilidad para resumir texto largo, responder preguntas sobre fotografías de documentos y reescribir notas personales con total confidencialidad. Sin embargo, no se debe atribuir a las versiones de 1B y 3B la capacidad de resolver problemas matemáticos de nivel universitario ni de competir con modelos de razonamiento masivo en tareas de codificación profunda.
Capítulo 06
La puerta de control
Meta acompaña el lanzamiento con Llama Guard 3 Vision (modelo de moderación visual de 11B) para inspeccionar imágenes y prompts de entrada contra políticas de seguridad antes de procesarlas, facilitando el cumplimiento de normativas de privacidad como el RGPD europeo.
Capítulo 07
Lo que la fuente no demuestra
La documentación de Meta no demuestra que las variantes de 1B y 3B puedan mantener una fidelidad factual perfecta sin alucinar cuando se les somete a contextos densos que saturan su capacidad representacional; un pipeline RAG con verificación sigue siendo indispensable para casos corporativos.
Capítulo 08
Cómo probarlo sin prometer de más
Los desarrolladores pueden probar inmediatamente las versiones ligeras en local con `ollama run llama3.2:3b` o integrar las variantes de visión en Python utilizando la biblioteca Transformers con cuantización 4-bit mediante BitsAndBytes.
Capítulo 09
Veredicto editorial
Llama 3.2 democratiza el acceso a la inteligencia artificial multimodal al llevarla directamente a los bolsillos de millones de usuarios: una computación verdaderamente personal, rápida y privada que redefine la frontera entre el cliente móvil y la nube.
Fuente oficial y reporte: alvaromaureira.cl
