Meta 发布 Llama 4：Scout 与 Maverick 原生多模态双开源

Meta 于 2025 年 4 月 5 日发布 Llama 4 系列首批两款模型：Llama 4 Scout 和 Llama 4 Maverick，这是首批原生多模态、开放权重的 Llama 模型，均采用 MoE 架构（激活参数 170 亿）。

Scout 的标志性特性是高达 1000 万 token 的超长上下文窗口，Maverick 则主打性能与成本平衡；更大规模的 Behemoth 当时仍在训练中。

口碑两极分化：基准与体感的裂缝

发布后的社区实测反馈呈两极分化：部分开发者认为实际表现与官方基准存在差距，竞技场版本与开源版本不一致的争议更加剧了信任损耗。对开源旗舰而言，口碑即护城河——这次裂缝让“Llama 选择默认优先”的心智开始松动，开发者用脚投票转向 Qwen、DeepSeek。

Behemoth 难产与后续震荡

旗舰级 Behemoth 多次推迟、始终未能如期交付，成为 Meta AI 路线受挫的标志事件。两个月后，扎克伯格以 143 亿美元入股 Scale AI、组建超级智能实验室并开启亿元年薪挖人（参见本站报道）——这场豪赌的直接导火索，正是 Llama 4 未能稳住开源领先位置的焦虑。

开源王座的易主

Llama 曾凭一己之力定义开源大模型生态，但 2025 年的开源叙事已被中国梯队改写：DeepSeek R1 引爆推理开源、Qwen3 全尺寸覆盖、Kimi K2 万亿参数登顶（参见本站相关报道）。当 OpenAI 也以 gpt-oss 重返牌桌，Llama 从“开源代名词”变成了多强格局中的一家。

本站解读

Llama 4 的样本意义在于揭示开源生态的残酷逻辑：领先者没有终身席位，信任一旦受损，开发者迁移成本几乎为零。它也解释了 Meta 后续的激进转向——买人、重建、报道中的闭源考量：当开源无法换回生态位置，开源本身就会被重新评估。