Meta推出開源AI模型Llama 4

由于DeepSeek等競品引發壓力，Meta推出新一代AI模型集合Llama 4。目前，Llama 4擁有Scout和Maverick兩個版本，均以開源形式發布。Meta在聲明中表示，Llama 4是一個多模態AI系統，能夠處理和整合文本、視頻、圖像、音頻等多種數據類型，并能在不同格式之間實現內容轉換。

Llama 4系列是Meta首款采用混合專家架構（MoE）的模型，這一架構在模型訓練及用戶查詢回答過程中展現出更高效率，通過將模型劃分為多個專注于特定任務的“專家”子模型，實現精準而高效的處理。中國AI實驗室DeepSeek開源模型的成功（其性能與Meta之前的旗艦Llama模型相當甚至更優）促使Llama開發進入加速模式，據說Meta組建了緊急工作組，以破解DeepSeek如何降低R1和V3等模型的運行和部署成本。

Scout版本配備170億活躍參數、16個“專家”模型及1090億總參數；而Maverick版本同樣擁有170億活躍參數，但“專家”模型數量增加至128個，總參數量飆升至4000億。此外，Meta還預告了Llama 4 Behemoth，稱其為“全球最聰明的語言模型之一，將作為未來模型訓練的教師模型”。

Scout和Maverick已在Llama.com和Meta合作伙伴（包括AI開發平臺Hugging Face）上公開提供，而Behemoth仍在訓練中。Meta表示，其AI助手Meta AI已在40個國家的WhatsApp、Messenger和Instagram等應用中更新為使用Llama 4。多模態功能目前僅限美國地區使用英語。

Meta尚未發布的Behemoth將需要更強大的硬件，擁有2880億活躍參數、16位專家和近2萬億總參數。Meta的內部基準測試顯示，Behemoth在衡量數學問題解決等STEM技能的多項評估中優于GPT-4.5、Claude 3.7 Sonnet和Gemini 2.0 Pro（但不及2.5 Pro）。

Llama 4模型系列中沒有一個是類似OpenAI的o1和o3-mini那樣的真正"推理"模型，推理模型會對其回答進行事實檢查，通常對問題的回應更可靠，但因此比傳統的"非推理"模型需要更長時間來提供答案。另外，Meta表示它調整了所有Llama 4模型，使其拒絕回答"有爭議"問題的頻率降低，表示Llama 4在處理它完全不會回應的提示方面"平衡性大大提高"。

但是值得注意的是，Llama 4在內部基準測試中“表現不佳”，尤其是在數學處理能力和推理能力方面。雖然目前Llama 4仍需更多時間優化，據稱扎克伯格此前給全員下了死命令，4月底是Llama 4交付最后期限。