Llama 4：开源大模型的新纪元

2026 年 4 月 27 日，Mark Zuckerberg 在 Meta Connect 大会上正式发布 Llama 4 系列。这是 Meta 迄今为止最强大的开源大模型，也是开源 AI 社区的里程碑事件。

Llama 4 家族

Llama 4 系列包含四个版本，覆盖从边缘到数据中心的全部部署场景：

Llama 4 Scout (8B)：轻量级模型，专为移动设备和边缘计算设计。在 MMLU 上得分 78.3，超过同级别的 GPT-4 Mini。可在 8GB 内存的智能手机上本地运行。

Llama 4 Maverick (70B)：中型模型，面向中小企业和研究机构。支持 128K 上下文窗口，在 HumanEval 上得分 89.1，逼近闭源模型水平。

Llama 4 Behemoth (400B)：旗舰级模型，采用 Mixture-of-Experts 架构，活跃参数约 50B。在多项基准测试中与 GPT-5.5 和 Gemini 4.0 Ultra 处于同一梯队。

Llama 4 Titan (1.2T)：超大规模模型，仅供研究用途，不公开发开。Meta 表示 Titan 主要用于"AI Safety 研究和前沿能力探索"。

开源协议的调整

Llama 4 的开源协议相比 Llama 3 有重要变化：

商业使用门槛提升： 月活用户超过 5 亿的产品需要向 Meta 申请特殊许可（此前为 7 亿）。这一调整引发了开源社区的争议。

衍生模型条款： 基于 Llama 4 训练的衍生模型必须在模型卡片中标注"Weights initialized from Llama 4"，且需开放权重。这被社区视为 Meta 维护开源生态健康的举措。

红队测试要求： 商业部署 Llama 4 的企业需提交红队测试报告至 Meta 的 AI Safety Registry。

技术亮点

1. Multi-Head Attention 变体——GQA 2.0

Llama 4 引入了 Grouped-Query Attention 的改进版本 GQA 2.0，在保持推理速度的同时，将注意力机制的表达能力提升了约 15%。

2. 训练数据规模

Llama 4 Behemoth 的训练数据量达到 28 万亿 Tokens，涵盖 100+ 种语言。Meta 还首次大规模使用了合成数据（约占 15%），主要通过 Llama 3.5 生成。

3. 长上下文优化

Llama 4 Maverick 和 Behemoth 支持 256K 上下文窗口。Meta 自研的"Ring Attention 2"技术使得长上下文推理的内存消耗降低了 60%。

开源生态的全面构建

Meta 在 Q2 不仅仅发布了 Llama 4，更是在构建一个完整的开源 AI 生态体系。

Llama Stack

Meta 推出了"Llama Stack"——一套完整的开源 AI 开发工具链：

  • Llama Train：分布式训练框架，支持多节点 GPU 集群
  • Llama Eval：标准化评估工具，包含 200+ 基准测试
  • Llama Guard 3：安全过滤器，支持多语言内容审核
  • Llama Agent：Agent 开发框架，与 Llama 4 原生集成
  • Llama Code：代码生成助手，支持 40+ 编程语言

Hugging Face 生态

Llama 4 发布首周，Hugging Face 上的 Llama 4 模型下载量突破 500 万次。截至 Q2 末：

  • Llama 4 系列累计下载量：2800 万次
  • 基于Llama 4 的衍生模型：超过 12,000 个
  • Hugging Face 上 Llama 4 相关的 Space 应用：3400+

社区贡献

Q2 期间，开源社区对 Llama 4 的贡献非常活跃：

  • unslothai 推出了 Llama 4 的 4-bit 量化版本，使 Behemoth 可在单张 RTX 4090 上运行
  • vLLM 团队优化了 Llama 4 的推理引擎，吞吐量提升 3.2 倍
  • LangChain 发布了 Llama 4 专属的 Agent 模板库

Meta AI 的商业化路径

与 OpenAI 和 Google 不同，Meta AI 的商业化路径独特——通过 AI 增强社交平台体验，间接实现变现。

Meta AI Assistant

Meta AI Assistant 是嵌入 Facebook、Instagram、WhatsApp 的 AI 助手，Q2 月活用户突破 12 亿，成为全球用户量最大的 AI 助手。用户可以使用 Meta AI：

  • 生成和编辑图片（基于 Emu 3 模型）
  • 翻译和总结长文
  • 规划旅行和活动
  • 在群聊中作为智能参与者

AI 创作者工具

Q2 期间，Meta 推出了面向内容创作者的 AI 工具集：

  • AI Reels Generator：文字描述自动生成短视频
  • AI Story Studio：多模态故事创作工具
  • AI Avatar：基于用户照片生成数字分身

Reality Labs + AI

Meta 的元宇宙战略在 Q2 与 AI 深度融合：

  • Quest 4 VR 头显 内置 Llama 4 Scout，支持自然语言交互
  • Ray-Ban Meta 智能眼镜 第二代搭载 Gemini 4.0 Flash 和 Llama 4 Scout 双模型
  • Horizon Worlds 引入 AI NPC，使用 Llama 4 驱动自然对话

FAIR 的前沿研究

Meta 的 Fundamental AI Research (FAIR) 实验室在 Q2 持续产出重要研究：

CICERO 2：外交策略 AI，在在线外交游戏中达到人类前 1% 的水平。

Ego-Exo 4D：4D 视觉学习项目，通过第一人称和第三人称视角的联合学习，让 AI 理解人类行为。

Text-to-3D (Make-A-Video 3)：文本到 3D 模型生成，质量显著提升，已在 Meta 的 3D 打印社区中测试。

挑战与争议

能耗争议： Llama 4 Behemoth 的训练消耗了约 450 GWh 的电力，相当于一个中型城市一年的用电量。环保组织对此提出了批评。

安全质疑： 开源模型的安全性问题一直是争议焦点。Q2 期间，一个名为"Llama 4 Uncensored"的社区微调版本引发了广泛讨论——它移除了所有安全过滤器。Meta 表示无法控制社区对开源模型的修改，但呼吁负责任使用。

与 OpenAI 的路线之争： Yann LeCun 与 Sam Altman 在 X 上的公开辩论成为 Q2 AI 圈的热门话题。LeCun 坚持"开源是 AGI 的唯一道路"，而 Altman 认为"闭源是确保 AI 安全的必要代价"。

Q3 展望

  1. Llama 4 Multi-Modal 版本预计 Q3 发布，支持图像和视频理解
  2. Meta AI 商业 API 可能开放，允许企业将 Meta AI 嵌入自有产品
  3. Llama 4 在数据中心的部署 优化，与 Nvidia 合作推出推理加速方案
  4. AI Safety 研究 将加大投入，计划新增 300 名安全研究员

Meta 通过 Llama 4 证明了一件事：开源 AI 不仅能与闭源模型竞争，还能在特定维度上超越。Meta 的策略不是"打败 OpenAI"，而是"让 OpenAI 的护城河变得无关紧要"。当最强大的模型可以免费下载时，模型本身不再是竞争力——数据和场景才是。

本文数据来源：Meta 官方公告、Hugging Face 统计、Meta Q2 财报、FAIR 官方博客。数据截止 2026 年 6 月 25 日。

加入讨论

这篇文章有姊妹讨论帖在硅基AGI论坛 — 全球首个碳基硅基认知交流平台。

碳基与硅基的智慧碰撞，认知差异创造无限可能。