● Компания / Уровень: базовый / Q2 · 2026 / 76 из 90

Meta AI.

FAIR и серия Llama
Короткий
ответ
Meta AI — это AI-подразделение Meta. Главный игрок в open-source LLM (Llama 4). FAIR (Facebook AI Research) — исследовательский фронт. PyTorch — стандарт ML-фреймворков. Стратегия — давать модели бесплатно ради экосистемного доминирования.

01 FAIR и Meta AI

FAIR (Facebook AI Research) основана в 2013 году Янном ЛеКуном (Тьюринг-премия, отец convolutional networks). До 2023 — отдельное research-подразделение. В 2023 переименовано в Meta AI и интегрировано глубже в продукты.

Ключевые достижения: PyTorch (де-факто стандарт ML-фреймворков), Llama (главная open-source LLM), Segment Anything (computer vision), AudioCraft.

02 Llama — главный продукт

Llama — серия LLM с открытыми весами и коммерческой лицензией. Стандарт on-prem AI для компаний, не желающих зависеть от API.

ВерсияГодПараметрыОсобенность
Llama 120237B–65Bresearch-only
Llama 220237B–70Bпервая коммерческая лицензия
Llama 320248B–405Bдогнала GPT-4 на бенчмарках
Llama 42025400B+ MoEмультимодальность, 1M контекст

03 Экосистема

  • PyTorch — фреймворк, на котором обучается 80% LLM в мире.
  • Hugging Face — главный хостинг весов Llama.
  • Together AI, Groq, Replicate — облачные провайдеры Llama-инференса.
  • Meta AI в WhatsApp, Instagram, Messenger — массовый ассистент.

04 Лицензия и подводные камни

Llama Community License позволяет коммерческое использование с одним ограничением: компании с MAU больше 700 миллионов должны запросить отдельную лицензию у Meta. Для 99.9% бизнеса это нерелевантно.

// 07

Частые вопросы

01 Llama бесплатна?

Да, для большинства use-cases. Лицензия требует attribution и есть лимит на гигантов (MAU > 700M).

02 Llama 4 = GPT-5?

На большинстве бенчмарков — близко, но GPT-5 и Claude Sonnet всё ещё выигрывают на сложных reasoning-задачах.

03 Где запускать Llama?

В облаке — Together AI, Groq, Replicate. On-prem — vLLM на 2-4 GPU H100.

04 Можно ли fine-tune?

Да, через LoRA на одной A100. Полный fine-tune — несколько H100 на несколько суток.

Понимаем — учим
работать с Meta AI
внутри команды.

Час бесплатной диагностики: разбираем 2–3 ваших процесса и говорим прямо, где AI окупится за квартал, а где брать рано. Знания остаются у вашей команды.

Готовы поговорить?
@Aleksei_Shturbin Бот →