Llama 4全网首测来袭：3台Mac狂飙2万亿参数，多模态惊艳但代码翻车

导读：

快速导航：
- Llama 4的参数规模与特点
- Scout和Maverick两款模型详解
- 多模态能力与性能表现
- 代码翻车问题分析
- 未来展望与总结

Llama 4的参数规模与特点

昨天，Meta正式推出了其最新的开源AI大模型Llama 4。作为当前参数规模最大的开源模型之一，Llama 4 Behemoth总参数高达2万亿！这个数字令人震撼，对比之下，DeepSeek-R1的6710亿参数显得有些逊色。然而，参数规模并不是Llama 4唯一的亮点。

Llama 4 Scout是专为高效信息提取与复杂逻辑推理打造的子模型，拥有16位“专家”、1090亿参数以及170亿激活参数。它在文档摘要和大型代码库推理任务中表现出色，能够以极高的效率处理海量数据。

Scout和Maverick两款模型详解

Llama 4系列包含两款主要模型：Scout和Maverick。其中，Maverick是一款128位专家的170亿激活参数多模态模型，主打性价比，能够在单个H100主机上运行。它的性能超越了GPT-4o和Gemini 2.0 Flash，与DeepSeek-V3相当，但参数规模仅为后者的一半。

相比之下，Scout则更加注重效率与灵活性。它支持超长上下文处理，能够在单个H100芯片上支持1000万token的处理能力。这种设计使得Scout非常适合需要长时间推理的任务，例如生成复杂的数学动画或解析大规模代码库。

多模态能力与性能表现

Llama 4的核心优势在于其多模态能力。通过整合多种数据类型，Llama 4能够在不同格式间实现内容转换，例如将文本转化为图像、音频甚至视频。这种强大的多模态功能使其成为迄今为止开源领域中最出色的模型之一。

在实际测试中，Llama 4的表现令人印象深刻。特别是在推理编码任务中，它与其他顶级模型（如Nova Pro和Claude 3.5 Sonnet）不相上下。然而，这些优异的性能背后也伴随着高昂的成本。根据Alex老哥的测试，两台Mac Studio本地跑满血版DeepSeek R1的速度仅为11 tokens/秒，而理论速度可达20 tokens/秒。这意味着，即使硬件配置再高，实际运行效果也可能受到限制。

代码翻车问题分析

尽管Llama 4在多模态任务中表现出色，但在代码生成方面却遭遇了“翻车”。一些用户反馈称，Llama 4生成的代码虽然语法正确，但在逻辑上存在明显漏洞。例如，在尝试用manim代码制作解释勾股定理的动画时，模型生成的代码虽然没有语法错误，但却无法正确完成任务。

这一问题引发了广泛讨论。有人认为这是由于模型训练数据不足导致的，也有人指出可能是模型架构本身存在问题。无论如何，这一事件提醒我们，即使是参数规模巨大的模型，也无法完全避免错误。

未来展望与总结

随着Llama 4的发布，开源AI领域再次迎来了新的高峰。未来几个月内，Meta还将推出参数规模更大的Llama 4 Behemoth，这将进一步巩固其在多模态领域的领先地位。

然而，我们也必须清醒地认识到，AI模型的发展并非一帆风顺。无论是参数规模还是多模态能力，都需要与实际应用需求相结合。只有这样，才能真正发挥出AI技术的巨大潜力。