Meta Llama 3.2 1B 与 3B：模型卡说明了什么

模型概览：两个纯文本规格

“Llama 3.2 Mobile”是对 Meta Llama 3.2 家族中 1B 与 3B 两个版本的便捷称呼。Meta 将它们描述为面向边缘和移动场景的轻量纯文本模型。Meta 模型卡给出的实际参数量分别是 12.3 亿和 32.1 亿；“1B”“3B”是版本标签，不是精确参数数值。两个模型都接收多语种文本，并生成多语种文本和代码。标准模型卡条目列出的上下文长度为 128K token。

这两个名称代表不同检查点，并不意味着一个安装包、运行时配置或手机能够同时支持二者。1B 与 3B 的任务范围相似，但必须分别考虑实际文件和执行要求。不要把参数量直接换算成下载体积：文件精度、量化方式、打包内容和运行时工作内存都会影响实际资源使用。

Meta 的发布说明还介绍了模型的训练来源：小模型通过结构化剪枝和知识蒸馏构建，剪枝来源于 Llama 3.1 8B，训练阶段也使用 Llama 3.1 8B 与 70B 的 logits 作为 token 级训练目标。这能说明模型的技术沿革，却不是你自己的提示词、语言、运行时或设备上的基准测试结果。

“移动和边缘”定位能说明什么，不能说明什么

Meta 的定位适合用来初筛：1B 和 3B 被设计为移动及边缘场景的轻量文本模型。但它不是逐款手机的兼容清单，也没有指出某个移动运行时接受哪些转换格式、哪些算子可以运行、具体构建需要多少内存或响应时间如何。模型卡描述的是模型发布；要作出部署判断，还需对准确的模型文件和软件栈收集证据。

上下文长度也要按文件核对。Meta 模型卡为标准 1B 和 3B 条目列出 128K，但单独列出的量化 1B 和 3B 条目列出的是 8K。因此，在没有识别实际文件前，笼统声称“Llama 3.2 支持 128K”并不准确。记录模型仓库、版本、检查点变体、量化方式、分词器、运行时以及应用配置的上下文限制。运行时可用上限可能低于模型卡数值。

1B 与 3B 都是文本输入、文本输出。它们不是 Llama 3.2 家族中的 11B 与 90B 视觉版本。如果产品从照片或录音开始，就需要另行验证图像识别或语音转写环节，才能把识别后的文字交给文本模型。不要把 1B/3B 本身称作图像模型或音频模型。

语言覆盖也是模型选型的一部分

Meta 模型卡明确列出的官方支持语言有英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语。卡片还提到训练数据包含更广的语言范围，并要求开发者确保部署安全、负责。训练数据覆盖面更广，不等于官方对每种语言都作出支持承诺。

中文和日语不在模型卡列出的官方支持语言中。这并不能证明模型绝对无法生成这两种语言；准确的结论是，产品团队应把其质量当作待验证问题，而不是仅凭“多语种”字样默认可用。准备符合实际任务的语言样例，包含人名、混合语言和含糊表达，并请熟练使用该语言的人检查事实准确性、遗漏、语气和格式。本文有中文和日文译文，仅表示资料已翻译，不代表模型支持这两种语言。

许可与模型使用条款

Meta 模型卡说明 Llama 3.2 的用途包括商业与研究，但使用受 Llama 3.2 Community License 和可接受使用政策约束。Meta 将该许可描述为定制商业协议，不应把它与 Apache 2.0 或 MIT 等标准许可混为一谈。若要分发模型材料或把模型用于产品服务，请审查实际取得的协议及其适用条件；本文仅帮助读者识别许可类型，不构成法律意见。

一个具体场景：把会议笔记整理成行动草稿

假设项目协调人已经有一份会议文字笔记，想先整理出待办事项。文本模型可以作为这段流程的候选方案：输入笔记，请模型列出建议任务、负责人和未解决问题。模型不会录下会议、识别音频中的说话人，也无法核实某位同事是否真的接受了任务。发送草稿前，仍须有人对照原始笔记审阅。

这是一个边界清楚的任务。如果产品希望从现场语音或录音开始，应先单独选择并验证转写路径。如果笔记包含机密内容，应查清提示词在哪里处理，以及应用还会如何处理这些数据。模型部署位置本身不能说明整个应用的隐私行为。关于本地推理与应用其余数据流的区别，可阅读端侧 AI 如何工作。

部署前的评估步骤

以下步骤帮助你判断某个 Llama 3.2 版本是否适合进入候选名单；它们不是 1B 与 3B 的性能排名。

1. 写清任务和语言。 定义用户输入、期望输出、目标语言和错误后果。以会议行动草稿为例，明确模型是否必须保留日期、区分已确认决定与建议、指出缺少负责人的条目。收集含缩写和含糊表达的代表性笔记，并在试用提示词前设定评分标准。

2. 固定模型文件。 记录选择的是 1B 还是 3B 检查点、仓库及版本、许可证文件、分词器、指令微调或预训练版本，以及量化和转换步骤。上下文信息应从实际文件读取。Meta 的模型卡可作为家族资料，但部署记录还应保留自己的文件身份和校验信息。

3. 核实运行时与消息格式。 确认所选运行时支持目标文件、算子、分词器和聊天模板。Meta 模型卡提供 Transformers 用法示例；这只能说明存在一种有文档的使用路径，并不证明每个导出版本都适配 Android。记录运行时及后端版本。如果转换改变了上下文长度或输出行为，应记下转换后的实际数值，而不是继续照抄原始模型卡规格。

4. 在目标设备上测试真实任务。 使用准确的应用构建、模型文件和运行时，对同一组任务样例进行测试。按评分标准记录失败并检查输出。用可复现的设置测量存储、峰值内存、延迟和持续运行表现，但不要把一次测试推广到整类设备或其他量化文件。可在端侧模型目录查看其他候选的公开规格；目录信息本身不认证设备兼容性。

5. 审查错误并设计安全回退。 检查遗漏、编造细节、负责人张冠李戴以及语言相关错误。确定何时要求人工确认、追问用户，或退回原始笔记而不生成草稿。对于可能影响实际决策的内容，应清楚保留人工复核，不要把生成文本直接展示成已批准的会议结论。

6. 发布范围明确的结论。 同时注明检查点、版本、运行时、后端、设备、测试样例和测试日期。将 Meta 发布的模型规格与自己的测量结果分开。如果某种语言、设备、量化方式或输入路径没有测试，就标为尚未评估，而不是暗示已经支持。

部署判断的验收标准

正式试点前，针对确定的功能至少应满足以下条件：

• 任务与语言适配： 代表性样例通过书面质量标准；每种目标语言的遗漏和不支持情形都有明确的复核路径。
• 模型文件与运行时明确： 检查点、许可证、分词器、转换方式、量化、运行时版本及上下文限制都有记录并可复现。
• 设备证据充分： 在产品计划支持的每款设备上测量存储、峰值内存、延迟、失败和持续运行情况；结论不超出测试组合。
• 用户可以控制结果： 行动事项和会议摘要在检查前仍是草稿；界面表达不确定性，并允许用户纠正或拒绝结果。

只要有一项缺失，准确状态就是“尚未针对该部署完成评估”。这样能指出团队下一步要补哪些证据，而不会把家族级介绍误当作兼容性承诺。

两个小型版本和视觉版本的差异

下表比较 Meta 发布资料中的模型定位和输入输出类型，不比较速度、质量、手机适配或文件体积。

Meta 标准模型卡为两个小型版本列出 128K 上下文，而量化条目列出 8K。查看其他模型家族时，可阅读 Gemma 4、Qwen 和端侧模型目录。

常见问题

Llama 3.2 1B 的参数量真的正好是 10 亿吗？

“1B”是版本标签。Meta 模型卡列出的实际参数量是 12.3 亿；“3B”版本实际为 32.1 亿。这两个参数数值都不能直接说明某个下载文件的字节数或运行时所需工作内存。

Meta 将它定位为移动模型，能证明我的手机支持吗？

不能。Meta 说 1B 和 3B 面向边缘与移动场景，但没有认证所有手机或转换后的模型文件。请核对运行时对准确检查点的支持，并在每款计划标注支持的设备上测试完整工作负载。

上下文长度是 128K 还是 8K？

要看模型卡中的具体条目和实际文件。Meta 为标准 1B 与 3B 条目列出 128K，为单独的量化条目列出 8K。运行时或应用配置的上限还可能更低。声明上下文长度前，应先确认具体模型文件。

Llama 3.2 使用 Apache 2.0 许可吗？

不是。Meta 模型卡指出，Llama 3.2 受 Llama 3.2 Community License 管辖，并将其描述为定制商业协议。请核对实际取得的模型材料随附的许可和可接受使用政策，尤其留意分发及服务使用相关条件。本文不构成法律意见。

Llama 3.2 1B 或 3B 是多模态模型吗？

不是。Meta 将 1B 和 3B 指令模型列为文本输入、文本输出。Llama 3.2 家族还有独立的视觉变体，但它们是不同检查点。不能因为同一模型家族中存在视觉版本，就说文本检查点能够接收图片或音频。

来源与复核

本文于 2026 年 9 月 27 日依据 Meta 的 Llama 3.2 发布说明、Meta 模型卡和上方链接的 Community License 复核。模型事实描述 Meta 发布的资料；部署章节说明核验方法，并不认证任何手机，也不报告 Cove 基准测试结果。

中文稿状态：待项目负责人复核。

中文稿状态：待项目负责人复核。