近日，AI领域内的焦点无疑被meta的新品发布所吸引，然而，这场原本备受期待的事件却意外地陷入了争议漩涡。
4月6日，meta终于揭晓了其酝酿已久的大模型新品——Llama 4系列，包括Llama 4 Scout（109B）、Llama 4 Maverick（400B）以及Llama 4 Behemoth。这一系列凭借“原生多模态MoE架构”、“性能超越DeepSeek V3”以及“1000万token上下文”等亮点，一经发布便引发了业界的广泛关注。一时间，“开源之光依旧能打”的声音不绝于耳，Llama 4似乎已稳坐巅峰。
然而，好景不长，随着开发者们对Llama 4的实际测评，一系列负面声音开始涌现。不少开发者发现，Llama 4的性能并不像官方宣传的那样出色，尤其在代码和逻辑推理方面，与GPT-4o、DeepSeek R1、Gemini 2.5 pro等竞品相比存在明显差距。更令人震惊的是，有自称meta内部员工的网友爆料称，Llama 4存在造假嫌疑，为了在激烈的竞争中抢占先机，meta在模型的后训练阶段中混入了多个benchmark测试集，以提升基准分数。据称，这一行为甚至导致了技术负责人的愤而离职。这一爆料迅速发酵，meta瞬间陷入了舆论的风口浪尖。
面对铺天盖地的质疑声，meta官方迅速做出了回应。他们坚决否认了造假和打榜的行为，并解释称，模型质量表现不一的原因在于，“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”。随后，meta首席AI科学家Yann LeCun也转发了澄清贴，力证meta的清白。然而，这番解释并未能平息众怒，反而引发了新的疑问：“如果模型还未稳定，meta为何急于发布？”
事实上，meta的焦虑早已显现。在Llama 4发布之前，meta上一次推出新品还是在去年7月，当时发布的Llama 3.1 405B模型曾一度风光无限。然而，随着今年年初DeepSeek凭借强大的多场景理解与内容生成能力成功出圈，AI领域的竞争格局发生了翻天覆地的变化。meta也感受到了前所未有的压力。有消息称，在DeepSeek崛起后，meta的研发进程被打乱，Llama 4在各项测试中均未能超越DeepSeek-V3。为了应对这一挑战，meta甚至在内部设置了四个作战室，天天研究DeepSeek，试图复现其模型能力。
然而，尽管meta付出了巨大的努力，Llama 4的性能表现却并未达到预期。即便是动用了20万的显卡集群，也未能挽回颓势。更糟糕的是，随着造假传闻的爆发，meta面临着巨大的信任危机。开发者们纷纷表示失望和不满，一些开发者甚至开始试图找出meta造假的证据。
如今，Llama系列模型昔日的光辉已然不再。对于meta而言，如何针对Llama 4存在的性能缺陷进行修复，重新夺回开发者的信任，已成为当务之急。这场原本备受期待的新品发布，最终却演变成了一场令人唏嘘的“闹剧”。meta的焦虑与急功近利，在这场风波中暴露无遗。面对DeepSeek这样的强劲对手，meta或许应该更加冷静和理智，以诚心之作来应对挑战，而不是急于求成、弄虚作假。
