无疑，这几天AI圈最大的流量都被meta承包了。
先是4月6日，迟迟不出手的meta终于亮相，一举扔出包括Llama 4 Scout（109B）、Llama 4 Maverick （400B）和Llama 4 Behemoth在内的Llama 4套餐，凭借“原生多模态MoE架构”“性能超越DeepSeek V3”“1000万token上下文”等亮点，一路高举高打。业界也是喜闻乐见，“开源之光依旧能打”等声音持续不断，Llama 4出道即巅峰。
但没想到，紧接着负面声音层出不穷。
一方面，开发者在实际测评时发现，Llama 4的性能并没有官方宣扬的那样强大，甚至在代码、逻辑推理方面，远不如GPT-4o、DeepSeek R1 、 Gemini 2.5 pro。
另一方面，有自称meta内部员工的人员爆料，Llama 4存在造假嫌疑，为了“赶工期”，在后训练阶段中，将多个benchmark测试集混入训练数据，以提升基准分数。甚至，技术负责人看不过去这样的造假行为，递交辞职报告。传闻一出，立即发酵，meta陷入舆论风波中，各种声讨声不断。
一位大模型从业者在朋友圈发文称，“meta的‘作弊’行为，让他想到2023年百模大战时期。”另有业内人士认为大模型和芯片不一样，一味追求跑分榜单意义不大，大模型的核心能力还是要放到业务场景中实战。
而经过一夜的舆论发酵，目前，meta官方已正式做出回应，Llama 4不存在造假、打榜等行为，模型质量表现不一，是有充足的理由可以解释的，即“我们在模型一准备好就立即发布了，所以预计在各个平台的公开实现需要几天时间才能完全稳定下来”。
之后，meta首席AI科学家Yann LeCun也转发澄清贴，表明meta并不存在造假行为。
但是这番解释并没有让大家信服，根据澄清文，紧跟而来的疑点是，“如果模型还没有稳定下来，meta为何急着发布？”
其实，关于这一点，答案很明显，meta急了。
在Llama 4发布之前，meta上一次发布新品还是在去年7月，发布Llama 3.1 405B模型，彼时DeepSeek仍处于蛰伏期，meta风光无限，CEO扎克伯格也高调预告着已经处于开发中的Llama 4。
只是没想到，今年年初，DeepSeek凭借强大的多场景理解与内容生成能力成功“出圈”，AI圈的竞争格局瞬间改变，压力给到一众大模型企业，meta自然也不例外。有消息称，当时meta就意识到，相较于DeepSeek-V3，研发中的Llama 4 在各项测试中都比不过前者，于是研发进程一再被打乱。
一位业内人士告诉虎嗅，相传DeepSeek出来后，meta便在内部设置了四个作战室，天天研究DeepSeek，思考该如何复现其模型能力。另外，这次meta首次在Llama系列模型中采用MoE架构，或许也是出于这一路径早已被DeepSeek验证过。
但显然，Llama 4的性能表现并没有达到预期，即便是大手笔地用了20万的显卡集群。
其实，或许meta的压力要来得更早一些。
在Llama 4 造假传闻出来后，虎嗅在向业内人士求证的过程中，得到的反馈大都是，“这很正常，meta被逼急了，就只能去作弊了。”
一位业内人士告诉虎嗅，Llama的危机感并不是完全是因为年初DeepSeek出现才有的，这只是加速了这一认知，其实早从去年下半年开始，在开源上，Llama系列模型的影响力就大不如前了，开发者早早就达成一致，转向性能表现更好的Qwen系列和DeepSeek。
所以，在这次Llama 4发布之际，大家更多是抱着meta将带来怎样的提升与改进，并非期待它真的能够颠覆DeepSeek，重新翻盘。
只是没想到，meta不仅没有让大家看到它的进步，更是因为一些“迷惑”操作，让自己深陷造假风波。
而最新消息是，目前在社区内还有一些开发者在继续试图找出meta造假的证据。
其实，不管这次meta造假与否，已经没那么重要了，重点是，Llama系列模型已经无法再现昔日荣光是真的，meta面临着巨大的信任危机是真的。如果说之前，meta的压力与挑战还在于如何应对DeepSeek和Qwen带来的冲击，那么现在，如何针对Llama 4 存在的性能缺陷，早点修复Bug，重新夺回起开发者的信任，才是更为迫切的难题。
原本，这只是AI圈一场事先张扬的新品发布，没想到却一波三折，最终演变成一场“闹剧”，可想而知，这早已背离meta的初衷。
不知道看到这样的结果，meta是否会后悔，反正已经晚了，又何必在乎再晚一点，面对DeepSeek这样横空出世的“大魔王”，焦虑是正常的，如果老老实实交出一份诚心之作，即便再不如意，也不会像如今这般“惨淡收场”。（转载自AGI接口）
AI产品烧钱竞赛：腾讯凶猛，字节保守，Kimi后退
前 OpenAI CTO 穆拉蒂初创公司再挖来两名前东家老将，将开发「满足独特需求」产品
拧巴的扎克伯格
字节阿里腾讯的AI人才竞赛：2330个研究者背后的共识与分歧
大厂们要进、朱啸虎要退：人形机器人的火热与现实
「七天AI速成班」，盯上了我妈的养老金
0 条