Meta lance Llama 4 : l'IA multimodale qui redéfinit les assistants virtuels

Meta vient de dévoiler Llama 4, sa nouvelle génération de modèle d'intelligence artificielle annoncée ce 5 avril 2025. Cette quatrième itération marque une avancée significative dans le domaine de l'IA générative avec ses capacités multimodales natives, son contexte étendu à 10 millions de tokens et ses fonctionnalités vocales avancées.

L'architecture révolutionnaire de Llama 4

La principale innovation réside dans son architecture entièrement repensée. Contrairement aux versions précédentes qui traitaient le texte de manière isolée, Llama 4 intègre une "fusion précoce" permettant de combiner harmonieusement texte, images et vidéos dans un même modèle. Cette approche multimodale native représente une rupture technologique majeure.

"Nous avons développé une nouvelle technique d'entraînement, appelée MetaP, qui nous permet de définir de manière fiable des hyper-paramètres critiques tels que les taux d'apprentissage par couche et les échelles d'initialisation", explique Meta dans son annonce officielle.

Le nouveau modèle se décline en plusieurs variantes pour répondre à divers besoins. Llama 4 Maverick, avec ses 17 milliards de paramètres actifs et 400 milliards de paramètres au total répartis sur 128 experts, est positionné comme le modèle phare pour les applications générales d'assistant et de chat. Llama 4 Scout, également doté de 17 milliards de paramètres actifs mais distribués sur seulement 16 experts pour un total de 109 milliards, se distingue par sa capacité à traiter un contexte d'entrée atteignant 10 millions de tokens.

Des capacités de raisonnement et d'autonomie inédites

L'une des avancées majeures concerne ses "capacités agentiques", permettant au modèle d'accomplir des tâches complexes en plusieurs étapes de manière autonome. Cette fonctionnalité transforme radicalement l'interaction avec l'intelligence artificielle, qui passe d'un simple outil réactif à un véritable assistant proactif.

Le modèle peut désormais naviguer sur le web, utiliser des outils externes et adapter ses réponses en fonction du contexte en temps réel. En matière de raisonnement, Llama 4 se rapproche des capacités humaines pour résoudre des problèmes complexes, notamment dans les domaines du codage et des mathématiques.

Un investissement colossal en puissance de calcul

Pour développer cette nouvelle génération d'IA, Meta a consenti à un effort sans précédent. Mark Zuckerberg avait annoncé que l'entraînement de Llama 4 nécessiterait une puissance de calcul dix fois supérieure à celle mobilisée pour Llama 3.

Cette ambition s'est traduite par des investissements massifs dans l'infrastructure technique, avec notamment la construction d'un nouveau centre de données de 2 gigawatts spécifiquement dédié à l'IA. Au total, Meta prévoit d'allouer jusqu'à 65 milliards de dollars en 2025 pour renforcer ses capacités en intelligence artificielle.

"Il est difficile de prédire comment cela évoluera à l'avenir. Mais à ce stade, je préfère prendre le risque de construire des capacités avant qu'elles ne soient nécessaires plutôt que trop tard, étant donné les longs délais pour lancer de nouveaux projets d'inférence", avait déclaré Zuckerberg lors d'une conférence sur les résultats du deuxième trimestre.

Une optimisation technique poussée

Pour maximiser l'efficacité de l'entraînement, Meta a mis en œuvre plusieurs innovations techniques. L'utilisation de la précision FP8 a permis d'atteindre 390 TFLOPs par GPU lors de l'entraînement du modèle Llama 4 Behemoth, sans sacrifier la qualité.

Le mélange de données utilisé pour l'entraînement comprenait plus de 30 billions de tokens, soit plus du double de ce qui avait été utilisé pour Llama 3, incluant une diversité de textes, d'images et de vidéos.

Des applications concrètes pour les entreprises et le grand public

Meta positionne clairement Llama 4 comme un outil transformateur pour les entreprises, en particulier les petites structures. L'entreprise, qui entretient déjà "des relations de confiance avec 200 millions de petites entreprises dans le monde", prévoit que "chacune d'entre elles disposera bientôt d'IA qui les représentera et les aidera à automatiser les tâches redondantes".

Les fonctionnalités vocales avancées constituent un autre domaine d'innovation majeur. Chris Cox, directeur produit chez Meta, a décrit Llama 4 comme un modèle "omni" permettant une parole native plutôt qu'une simple traduction de la voix en texte. L'assistant pourra maintenir des conversations fluides et naturelles, s'interrompre lorsque l'utilisateur intervient, et reprendre le fil de la discussion de manière intuitive.

Performances comparatives et benchmarks

Selon les benchmarks officiels, Llama 4 Maverick surpasse les modèles comparables comme GPT-4o et Gemini 2.0 sur les tâches de codage, de raisonnement, de traitement multilingue et d'analyse d'images. La version expérimentale de chat a obtenu un score ELO de 1417 sur LMArena, positionnant le modèle parmi les plus performants du marché.

Le ratio performance/coût est particulièrement mis en avant par Meta, qui souligne que Llama 4 Maverick offre une qualité supérieure à un prix inférieur à celui de Llama 3.3 70B.

Les défis et le calendrier de déploiement

Le chemin vers cette annonce n'a pas été sans obstacles. Selon plusieurs sources, la sortie de Llama 4 a été repoussée au moins deux fois en raison de problèmes de performances. Pendant son développement, le modèle n'atteignait pas les attentes techniques de Meta, notamment concernant les capacités de raisonnement et de calcul mathématique.

Meta prévoit de déployer Llama 4 d'abord via Meta AI, son assistant intégré à ses applications, avant de le rendre disponible en open-source ultérieurement. Cette stratégie progressive permettra d'affiner le modèle avant sa diffusion plus large.

La consommation énergétique massive nécessaire à l'entraînement et à l'exploitation de tels modèles soulève également des questions sur l'impact environnemental de l'IA. L'infrastructure requise par Llama 4 pourrait mettre à l'épreuve les capacités des réseaux électriques, un défi que Meta devra relever pour concrétiser ses ambitions.

Une nouvelle ère pour l'IA conversationnelle

Avec Llama 4, Meta franchit une étape décisive dans le développement de l'intelligence artificielle multimodale et conversationnelle. L'intégration native des différentes modalités (texte, image, vidéo et voix) ouvre la voie à des interactions homme-machine beaucoup plus naturelles et efficaces.

Si les promesses techniques se concrétisent, cette quatrième génération pourrait bien redéfinir notre relation avec les assistants virtuels et accélérer l'adoption de l'IA dans de nombreux secteurs d'activité. Pour en savoir plus sur Llama 4 et ses spécifications techniques, vous pouvez consulter le blog officiel de Meta AI à l'adresse ai.meta.com.