联发科推出两款多模态轻量级 AI模型：主打繁体中文处理能力、基于 Meta Llama 3.2 打造而成

联发科推出两款多模态轻量级 AI模型：主打繁体中文处理能力、基于 Meta Llama 3.2 打造而成

最近，AI圈又迎来了一对“轻量化”新选手。来自联发科创新基地的两款多模态模型正式亮相，一款是号称能在手机上流畅运行的 Llama-Breeze2-3B，另一款则是为轻薄笔记本电脑场景设计的 Llama-Breeze2-8B。这两兄弟有个突出看点：主打繁体中文的深度处理能力。

从技术底子上看，这个系列模型构建于 Meta Llama 3.2 语言模型之上。它们不仅具备多模态输入理解能力，还支持函数调用，这意味着模型既能看懂图片，也能在需要时调用外部工具来完成任务，实用性直接拉满。

那么，其主打的繁体中文能力到底强在哪？联发科给出了一份直观的对比。面对“撰写一篇关于台北夜市的小短文”这道题，参数量相同的 Llama 3.2 3B Instruct 模型表现就有点露怯了——它只正确列出了士林夜市，另外还“脑补”了两个根本不存在的夜市。反观 Llama-Breeze2-3B，表现则扎实得多，士林夜市、饶河街夜市、罗东夜市等在地知名景点都被准确无误地列举出来。这一对比，足见其在特定语言文化细节上的优化成效。

光有模型还不够，落地应用才是关键。为此，联发科基于 Llama-Breeze2-3B 模型，专门开发了一款 Android AI 助理应用。更值得关注的，是同时推出的一款 AI 文字转语音模型 BreezyVoice。这款语音模型号称有个“神奇”的能力：用户只需提供短短5秒的示例音频，它就能实时生成高度逼真、贴合样本特色的语音。这无疑为个性化语音合成打开了新的想象空间。