近日，AI領域內的焦點無疑被meta的新品發布所吸引，然而，這場原本備受期待的事件卻意外地陷入了爭議漩渦。
4月6日，meta終于揭曉了其醞釀已久的大模型新品——Llama 4系列，包括Llama 4 Scout（109B）、Llama 4 Maverick（400B）以及Llama 4 Behemoth。這一系列憑借“原生多模態MoE架構”、“性能超越DeepSeek V3”以及“1000萬token上下文”等亮點，一經發布便引發了業界的廣泛關注。一時間，“開源之光依舊能打”的聲音不絕于耳，Llama 4似乎已穩坐巔峰。
然而，好景不長，隨著開發者們對Llama 4的實際測評，一系列負面聲音開始涌現。不少開發者發現，Llama 4的性能并不像官方宣傳的那樣出色，尤其在代碼和邏輯推理方面，與GPT-4o、DeepSeek R1、Gemini 2.5 pro等競品相比存在明顯差距。更令人震驚的是，有自稱meta內部員工的網友爆料稱，Llama 4存在造假嫌疑，為了在激烈的競爭中搶占先機，meta在模型的后訓練階段中混入了多個benchmark測試集，以提升基準分數。據稱，這一行為甚至導致了技術負責人的憤而離職。這一爆料迅速發酵，meta瞬間陷入了輿論的風口浪尖。
面對鋪天蓋地的質疑聲，meta官方迅速做出了回應。他們堅決否認了造假和打榜的行為，并解釋稱，模型質量表現不一的原因在于，“我們在模型一準備好就立即發布了，所以預計在各個平臺的公開實現需要幾天時間才能完全穩定下來”。隨后，meta首席AI科學家Yann LeCun也轉發了澄清貼，力證meta的清白。然而，這番解釋并未能平息眾怒，反而引發了新的疑問：“如果模型還未穩定，meta為何急于發布？”
事實上，meta的焦慮早已顯現。在Llama 4發布之前，meta上一次推出新品還是在去年7月，當時發布的Llama 3.1 405B模型曾一度風光無限。然而，隨著今年年初DeepSeek憑借強大的多場景理解與內容生成能力成功出圈，AI領域的競爭格局發生了翻天覆地的變化。meta也感受到了前所未有的壓力。有消息稱，在DeepSeek崛起后，meta的研發進程被打亂，Llama 4在各項測試中均未能超越DeepSeek-V3。為了應對這一挑戰，meta甚至在內部設置了四個作戰室，天天研究DeepSeek，試圖復現其模型能力。
然而，盡管meta付出了巨大的努力，Llama 4的性能表現卻并未達到預期。即便是動用了20萬的顯卡集群，也未能挽回頹勢。更糟糕的是，隨著造假傳聞的爆發，meta面臨著巨大的信任危機。開發者們紛紛表示失望和不滿，一些開發者甚至開始試圖找出meta造假的證據。
如今，Llama系列模型昔日的光輝已然不再。對于meta而言，如何針對Llama 4存在的性能缺陷進行修復，重新奪回開發者的信任，已成為當務之急。這場原本備受期待的新品發布，最終卻演變成了一場令人唏噓的“鬧劇”。meta的焦慮與急功近利，在這場風波中暴露無遺。面對DeepSeek這樣的強勁對手，meta或許應該更加冷靜和理智，以誠心之作來應對挑戰，而不是急于求成、弄虛作假。
