4月30日，Meta发布独立AI应用程序Meta AI，基于Llama 4模型，旨在与ChatGPT竞争。扎克伯格表示，该助手以语音对话为核心，能提供个性化帮助，如处理新闻和个人问题。新应用具备社交动态分享功能，并集成了图像生成和编辑功能，支持多模式交互。尽管Meta用户基数大，独立应用将深化个性化定制及跨平台对话管理。Meta计划将其与AI眼镜整合，并在LlamaCon活动中展示Llama系列模型。此外，Meta将于第二季度推出付费订阅服务，但预计明年才会有显著收入。

Llama 4在大模型竞技场排名大跌，从第2名降至第32名，引发社区信任危机。此前，Meta被指在竞技场作弊，重新推出的非特供版模型表现不佳。 修正后的Llama 4为HuggingFace开源版同款，名为Llama-4-Maverick-17B-128E-Instruct，具有17B激活参数和12...

近日，Meta发布的Llama 4系列模型因性能争议陷入舆论风波。4月6日，Meta推出Llama 4 Scout（109B）、Maverick（400B）及Behemoth，主打多模态架构与性能优势。然而，实际测评显示其性能逊于GPT-4o、DeepSeek R1等竞品，且内部员工爆料称，Llama 4存在通过混入测试数据提升分数的造假嫌疑，技术负责人因此辞职。尽管Meta官方否认造假并解释模型尚不稳定，但质疑声未减。业内人士指出，Meta此举源于DeepSeek等对手的崛起，以及自身开源模型影响力的下降。此次风波不仅暴露Meta的信任危机，也让其面临修复性能缺陷、重获开发者信任的紧迫任务。

《科创板日报》8日消息，针对近期Llama 4大模型质量争议，Meta AI部门副总裁Ahmad Al-Dahle发文回应。有用户指出，经过多次训练后，Llama 4的表现未达开源SOTA水平，甚至差距明显。Al-Dahle解释称，模型质量差异源于不同服务中的应用实现需额外优化调整，Meta团队预计此过程需几天时间，后续将继续修复漏洞。此外，针对“开卷作弊”指控，Al-Dahle否认了这一说法，强调团队绝不会在测试集上进行训练，并指出质量差异主要是应用实现稳定性处理所致。

Meta公司高管近日澄清了关于新AI模型Llama 4的不实传言，称有关其通过“测试集”训练以提升表现的说法“根本不属实”。Llama 4包括Maverick和Scout两个版本，但有用户反馈其表现不稳定且质量参差不齐。传言源于Maverick在某些任务中的表现不佳及其实验版本在基准测试中优于公开版本的情况。Meta生成式AI副总裁阿尔·达赫勒表示，这是由于模型发布后各云服务提供商的实现版本尚未完全同步优化所致，并承诺将持续改进。此事件发生于4月初，涉及对AI模型研发透明度的关注。

Meta推出的最新基础模型Llama 4发布仅36小时便遭遇大量差评。用户反馈显示，其代码能力存在明显问题，例如经典的小球反弹测试中，小球直接穿墙而过。尽管官方测评成绩不错，但在第三方基准测试中排名多位于末尾，引发对其数据真实性及刷榜的质疑。更令人担忧的是，Meta AI研究主管Joelle Pineau在Llama 4发布前几天离职。此外，有匿名员工爆料称拒绝在Llama 4技术报告上署名并已辞职。此爆料未获证实，但有证据显示竞技场中的表现可能是基于特殊版本模型。Llama 4在长文章写作测试中同样表现不佳，内容重复且公式化，可能与版权诉讼导致的数据调整有关。这些情况让人回想起年初的类似爆料，当时提到Llama 4在Deepseek v3发布后已显落后。Llama 4的表现再次引发行业内外对Meta大模型研发能力的关注。

本周AI领域动作频繁，Meta深夜发布Llama 4系列，包括Scout、Maverick和Behemoth。Scout支持超长上下文窗口且可在单GPU运行，Maverick性能优于GPT-4o，而Behemoth参数量达2万亿，展现强大算力。OpenAI确认O3和O4-mini即将上线，GPT-5整合多工具且免费策略引发关注。DeepSeek与清华联合发布SPCT方法，提升推理扩展性，DeepSeek-GRM系列模型表现优异。Meta计划投入650亿美元扩展AI基础设施，显示行业竞争加剧。

Meta 最新发布的 Llama 4 在上线仅 36 小时内遭遇大量负面评价，多个第三方测试显示其表现不佳，尤其在代码生成和长文章写作方面问题突出。例如，小球反弹测试中模型表现失常，直接穿过墙壁；而在长文章写作测评中，Llama 4 被指内容重复且公式化严重。同时，有匿名员工爆料称不愿在技术报告上署名，并质疑模型可能使用了特殊版本或合成数据进行优化。此外，Meta AI 主管 Joelle Pineau 离职的消息加剧了外界对其研发实力的担忧。此前的版权诉讼导致 Meta 删除部分训练数据，这可能是影响 Llama 4 性能的原因之一。Llama 4 的表现引发行业内外广泛关注，甚至让人联想到近期其他大模型的竞争态势。

4月7日，Meta公司发布的Llama 4系列旗舰AI模型Maverick在LM Arena测试中获第二名，引发质疑。多名AI研究人员指出，Meta在测试中使用的Maverick版本与其公开提供的开发者版本存在差异，测试版本被指经过针对性优化以适应LM Arena的环境。Meta官方承认测试版本为“实验性聊天版本”，但此行为让开发者对其实际应用场景的表现存疑，并认为此举具一定误导性。此外，有证据显示公开下载版本与测试版本在行为上存在明显差异，如后者更倾向于使用表情符号且答案冗长。目前，Meta及LM Arena组织尚未对此作出回应。

当地时间4月5日，Meta发布Llama 4系列AI模型，包括Llama 4 Scout和Llama 4 Maverick，后者性能更强大但仍在训练中的Llama 4 Behemoth也备受期待。Llama 4 Scout具备170亿活跃参数及1090亿总参数，支持1000万token上下文长度，在多文档摘要等任务上表现优异。Llama 4 Maverick则拥有170亿活跃参数和4000亿总参数，图像定位能力突出，在多项基准测试中超越GPT-4o与Gemini 2.0 Flash。Llama 4系列采用混合专家架构，提升了计算效率并优化了多语言支持，整体训练标记量较前代提升10倍。Meta强调模型安全性，并通过新技术如“MetaP”优化超参数设置。Llama 4的推出标志着Meta对开源策略的持续投入，但其能否在竞争激烈的AI市场中构建生态壁垒仍待观察。