Llama 4 先后被 DeepSeek、英伟达暴击，Meta 不再是大模型开源“霸主”了

295 0 0

文章摘要

英伟达于4月8日发布了最新大语言模型Llama3.1 Nemotron Ultra 253B，该模型基于Meta的Llama-3.1-405B-Instruct构建，并通过神经架构搜索（NAS）技术进行了深度优化。其性能超越了近期发布的Llama4，并在Hugging Face平台上开源，引发了AI社区的广泛关注。Meta作为大模型开源领域的领头羊，近期发布的Llama4却因多个问题陷入争议，尤其是“作弊”事件，极大损害了公众信任。Meta在LMArena平台上提交了一个经过优化的实验性聊天版本Maverick，而非公开版本，导致评测结果与公开发布版本存在显著差异，引发了信任危机。

Meta的这一行为被批评为“操纵评测系统”，尽管未明确违反LMArena的规则，但平台已采取措施防止类似事件再次发生。 Meta发言人回应称，实验性版本是为了优化聊天性能，并已发布开源版本供开发者定制。然而，这一事件揭示了Meta在AI领域的研发困境，尤其是在面对DeepSeek等开源模型的竞争时，Meta的技术优势逐渐减弱。

Llama4的发布过程并不顺利，多次推迟发布，且未能达到内部预期。Meta内部对DeepSeek的开源模型感到恐慌，工程师们试图复制其技术以提升Llama4的性能。尽管Meta宣称Maverick在多项基准测试中超越了GPT-4o和Gemma 2.0，但第三方评测显示，Llama4在实际使用中表现不佳，尤其是在长上下文处理方面。

网友和研究人员对Llama4的评价褒贬不一，部分人认为其架构复杂且具有创新性，尤其是在多模态和推理设计方面，但也有不少人指出其在落地时存在诸多问题，需要进一步优化。尽管Llama4在部分评测中表现优异，但其实际应用中的表现与评测结果存在较大差距，导致公众对其真实能力持怀疑态度。

总体而言，Llama4的发布暴露了Meta在AI领域的技术瓶颈和竞争压力。尽管其在开源模型生态中仍具有重要价值，但面对日益激烈的市场竞争，Meta需要进一步提升模型的实际性能，以维持其行业领先地位。