作者｜沐風(fēng)
來源｜AI先鋒官
就在這周末，開源界元老Meta正式推出了首個原生多模態(tài)Llama 4系列模型，性能上全面超越GPT-4o、Gemini 2.0等頂級競品，同時支持1000萬token超長上下文。
該系列總共公布了3個模型，分別為Scout、Maverick和Behemoth。
在這三個模型中，Maverick、Scout都是從Behemoth上蒸餾得來，并且Scout和Maverick已經(jīng)開源，可以在其官網(wǎng)和Hugging Face上進行下載。
據(jù)官方介紹，Llama 4是Meta迄今為止最先進的模型，也是同類產(chǎn)品中多模態(tài)性最強的模型。
另外，Llama 4模型是Llama系列模型中首批采用混合專家（MoE）架構(gòu)的模型，也是DeepSeek系列模型采用的架構(gòu)。
與傳統(tǒng)的稠密模型相比，在MoE架構(gòu)中，單獨的token只會激活全部參數(shù)中的一小部分，訓(xùn)練和推理的計算效率更高。
接下來，我們就一起看看Llama 4系列模型都有哪些亮點。
Llama 4 Scout
擁有170億活躍參數(shù)，總參數(shù)量為1090億。
配備了16個專家模塊，每次推理激活其中2個。
支持1000萬token上下文。
單張H100 GPU即可運行。
在基準測試中，其性能表現(xiàn)超過了Gemma 3、Gemini 2.0 Flash-Lite以及Mistral 3.1。
Llama 4 Maverick
同樣具備170億活躍參數(shù)，總參數(shù)量增加至4000億。
專家模塊的數(shù)量增加到128個，每次推理激活17個專家。
支持1000萬token上下文。
基準測試中，其性能表現(xiàn)超越了GPT-4o和Gemini 2.0 Flash。
在推理、編程、多語言等任務(wù)上媲美DeepSeek v3，但參數(shù)僅為其一半。
在LMArena測試中，ELO評分高達1417。
Llama 4 Behemoth
擁有2880億個活躍參數(shù)，總參數(shù)量接近2萬億。
具體有16個專家模型。
在多個 STEM 基準測試中優(yōu)于 GPT-4.5、Claude Sonnet 3.7 和 Gemini 2.0 Pro。
目前仍在訓(xùn)練中，尚未公開發(fā)布。
值得一提的是，Llama 4 Maverick一經(jīng)發(fā)布就沖上了LMArena排行榜中的第二名，僅僅比 Gemini-2.5-pro模型少22分，成為第四個突破 1400 分的大模型。
但這一成績卻引發(fā)了諸多質(zhì)疑。
據(jù)多位AI研究人員在社交平臺X上指出，Meta在LMArena上部署的Llama 4 Maverick與廣泛提供給開發(fā)者的版本并不一致。
不過，Meta在其公告中明確提到，參與LMArena測試的Llama 4 Maverick是一個“實驗性聊天版本”。
而根據(jù)官方Llama網(wǎng)站上公布的信息，Meta 在LMArena的測試中所使用的實際上是“針對對話性優(yōu)化的Llama 4 Maverick”。這表明，該版本經(jīng)過了專門的優(yōu)化調(diào)整，以適應(yīng) LM Arena 的測試環(huán)境和評分標準。
有AI研究人員在社交平臺X上指出，公開可下載的Maverick與LMArena上托管版本之間存在明顯行為差異。LMArena版本更傾向于使用大量表情符號并提供冗長的回答，這在標準版本中并不常見。
在實際使用中，很多人覺得Llama 4的編碼能力和數(shù)學(xué)邏輯方面都沒有測試中那么厲害，甚至有社區(qū)用戶給它進行了重新打分，重新打分后的Llama 4連前10都進不去。
在經(jīng)典測試題“strawberry中有多少個R”的問題上，Llama 4 Maverick也未能做對。
據(jù)博主“karminski-牙醫(yī)”發(fā)布的評測結(jié)果顯示，Llama 4 Maverick與Qwen-QwQ-32B的寫代碼水平一致，Scout則是直接掛科。
其更是直言：“不建議用Llama 4寫代碼”。
看來，Llama 4這次更像是個“偏科生”，多模態(tài)和長文本是長板，但邏輯推理和代碼生成似乎還需要打磨。
除此之外，Llama 4的開源模式也遭質(zhì)疑。
例如，油管知名博主1littlecoder就指出Llama 4的許可條款與真正的開源精神相去甚遠。
馬克·扎克伯格在Llama 4發(fā)布視頻中充滿熱情地宣布："今天是Llama 4的日子。我們的目標是構(gòu)建世界領(lǐng)先的AI，將其開源，并使其普遍可訪問，讓全世界都能受益。我一直認為開源AI將成為領(lǐng)先模型，而隨著Llama 4，這開始變?yōu)楝F(xiàn)實。"
然而，1littlecoder直言不諱地表示："這是對開源的污蔑，與開源毫無關(guān)系。你可以稱它為開放模型，你可以稱它為開放權(quán)重模型，但它不是開源的。"
1littlecoder認為，開源軟件的基本原則之一是普遍可訪問性。開源通過開源或免費許可促進對產(chǎn)品的普遍訪問。這意味著任何人都應(yīng)該能夠訪問你的產(chǎn)品，而不會有太多麻煩。"
與其他真正開源的AI模型相比，Llama 4的獲取過程顯得異常復(fù)雜。
1littlecoder提到，“Meta的模型要求你首先登錄Hugging Face賬戶，這點我能理解，他們可能有垃圾郵件問題。然后填寫表格，務(wù)必提供你的法定全名。我是說，為什么下載PyTorch權(quán)重或一些隨機二進制文件需要提供我的法定姓名？還有出生日期、完整的組織名稱、所有公司標識符?！?/p>
更令人擔憂的是，表格上明確警告：“避免使用首字母縮寫和特殊字符。未能按照這些指示操作可能會阻止你訪問此模型和Hugging Face上的其他模型。提交后，你將無法編輯此表格。因此，請確保所有信息準確無誤?！?/strong>
這意味著一旦因填寫信息不當被Meta禁止，用戶可能永遠無法從Hugging Face下載該模型，這與開源軟件的普遍可訪問性原則直接沖突。
更具爭議性的是Llama 4的社區(qū)許可協(xié)議。
1littlecoder更是將其描述為"對開源的污蔑"。
這份許可協(xié)議包含多項限制，直接挑戰(zhàn)了傳統(tǒng)開源定義：
首先是用戶限制條款：“如果你擁有一家月活躍用戶超過7億的公司，你不能使用這個模型?！彪m然這對大多數(shù)開發(fā)者來說影響有限，但它違背了開源軟件不應(yīng)對使用者有歧視的基本原則。
其次是關(guān)于再分發(fā)的嚴格要求。許可證規(guī)定，如果分發(fā)或提供Llama材料，必須顯示"使用Llama構(gòu)建"的標志。
1littlecoder對此表示強烈不滿：“為什么我要這樣做？你想加速開源，對吧？你不是在尋求任何好處，因為你相信開源。只要給我模型，我想怎么用就怎么用。這是愚蠢，完全的愚蠢?！?/p>
更令人震驚的是命名要求：“如果你使用Llama材料或任何Llama材料的輸出或結(jié)果來創(chuàng)建、訓(xùn)練、微調(diào)或以其他方式改進分發(fā)或提供的AI模型，你還應(yīng)該在任何此類AI模型名稱的開頭包含‘Llama’?！?/p>
此外，還有版權(quán)聲明要求：“在你分發(fā)的Llama材料的所有副本中，你必須包含以下歸屬聲明，并與分發(fā)的此類副本一起提供聲明文本文件‘Llama 4的許可證和Llama 4社區(qū)許可證，版權(quán)Meta平臺，保留所有權(quán)利。’”
1littlecoder在結(jié)束時呼吁AI社區(qū)重新思考什么才是真正的開源：“請不要稱這為開源。我相信，將任何進入Hugging Face的愚蠢模型稱為開源，對于開源代表的內(nèi)容或開源支持者來說，是一種污蔑。這不是開源，只是你可以下載并帶有一堆限制的開放權(quán)重?！?/p>
掃碼邀請進群，我們帶你一起來玩轉(zhuǎn)ChatGPT、GPT-4、文心一言、通義千問、訊飛星火等AI大模型，順便學(xué)一些AI搞錢技能。
往期文章回顧
熱門跟貼