字数 1064，阅读大约需 6 分钟
Meta发布Llama 4系列AI模型：混合专家架构与全球影响
Meta最新发布的Llama 4系列AI模型，包括Llama 4 Scout、Llama 4 Maverick和Llama 4 Behemoth，标志着该公司在人工智能领域取得了新的里程碑。这一系列模型利用混合专家（MoE）架构，显著提升了计算效率，并在代码总结、创意写作和数学问题解决等复杂任务中展现出突破性进展。
Llama 4系列的独特优势
Maverick模型：创意写作的得力助手
Maverick模型拥有4000亿总参数，但仅激活170亿参数，分布在128个“专家”中。这种设计使其在通用助理和聊天场景中表现出色，尤其是在创意写作方面。根据Meta的内部测试，Maverick在编码、推理、多语言、长上下文和图像基准测试中超越了OpenAI的GPT-4o和Google的Gemini 2.0等模型。
Scout模型：超长文档处理专家
Scout模型则以其惊人的超长文档处理能力而脱颖而出。它拥有1090亿总参数，激活170亿参数，分布在16个“专家”中，并具备1000万token的上下文窗口。这意味着Scout可以处理包含数百万单词的文档，为文档摘要和大型代码库的推理任务提供了强大的支持。
Behemoth模型：即将登场的巨无霸
虽然Behemoth模型仍在训练中，但Meta透露其拥有2880亿激活参数、16个“专家”和近2万亿总参数。内部基准测试显示，Behemoth在STEM技能评估（如数学问题解决）中超越了GPT-4.5、Claude 3.7 Sonnet和Gemini 2.0 Pro等模型。
全球可用性与限制
Llama 4系列模型已在全球40个国家的Meta AI助手（包括WhatsApp、Messenger和Instagram）中得到应用。然而，由于欧盟的AI和数据隐私法律要求，欧盟用户无法访问这些模型。此外，对于月活跃用户超过7亿的公司，Meta要求其申请特殊许可证，并保留是否授予许可证的最终决定权。
应对争议话题的调整
为了应对关于AI偏见的广泛讨论，Meta对Llama 4系列模型进行了调整，使其更少拒绝回答“有争议”的问题。Meta表示，Llama 4能够回应之前版本回避的政治和社会话题，并提供更加平衡和公正的回答。这一调整旨在确保模型能够提供有帮助、客观的回答，而不带主观判断。
技术亮点与行业影响
Llama 4系列模型采用的混合专家（MoE）架构是其技术亮点之一。这种架构将数据处理任务分解为子任务，并分配给专门的“专家”模型，从而提高了训练和查询的计算效率。此外，Llama 4系列在处理复杂任务方面的突破性进展，以及对争议话题的调整，都将对科技界乃至整个社会产生深远影响。
根据行业报告，开放模型的成功（如中国AI实验室DeepSeek的模型，其性能与Meta之前的旗舰Llama模型相当或更优）促使Meta加快了Llama系列的开发进程。Meta reportedly组建了“作战室”来研究DeepSeek如何降低了运行和部署模型（如R1和V3）的成本。
