出品 | 虎嗅科技组作者 | 房晓楠编辑 | 苗正卿头图 | 视觉中国无疑，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”。
从思考到创造 
