Llama 4 相关 AI 资讯 · AI 热点

8月12日

01:31

01:31

Rowan Cheung@rowancheung

精选

Meta CEO扎克伯格宣布开源Muse Glimmer模型的权重，这是一个300亿参数的密集模型，可在本地运行。同时，Meta即将发布Muse Spark 1.2基础模型的权重。扎克伯格在采访中承认Llama 4未达预期，称其相比Llama 3虽有提升但不够领先。他因此重组了实验室工作，强调构建领先模型能力对解锁创造力的重要性。

AI模型 Meta Muse Glimmer Llama 4

推荐理由：Meta把30B模型权重开源了，能本地跑，还有Spark 1.2要来。扎克伯格还亲口承认Llama 4不行，聊了怎么重建的，挺实在。

7月17日

12:47

12:47

Ethan Mollick@emollick

Kimi K3 是一个好模型，但人们再次过度解读 Arena 排行榜的 ELO 分数，就像之前对 Llama 4 那样。Arena 用户评分的 ELO 有局限性，前端是文本聊天，容易通过训练或系统提示让用户主观偏好表现更好，偏离真实能力评估。

AI模型 Kimi K3 Arena评分 Llama 4

推荐理由：别被 Arena 分数忽悠了——Kimi K3 虽好，但评分榜的坑和 Llama 4 时一样。

04:46

04:46

Ethan Mollick@emollick

Google可能避开了这种“让人失望的下一代大模型陷阱”。Meta的Llama 4和xAI的Grok 4都遭遇了发布后口碑和表现未达预期的问题。唯一没有因新模型而显著动摇领先地位的公司是OpenAI，其Orion（即GPT-4.5）成功逃脱了这一陷阱。

行业 Meta Llama 4 xAI

推荐理由：博主分析了Llama 4和Grok 4为什么翻车，以及OpenAI的Orion/GPT-4.5怎么稳住了局面，值得一看。

5月14日

18:29

18:29

官方账号Meta AI@AIatMeta

精选

Meta 宣布其新模型 Muse Spark 在预训练、强化学习和测试时推理三个维度上实现了可预测且高效的扩展。通过重建预训练栈，包括改进模型架构、优化和数据整理，Muse Spark 在达到相同能力水平时所需的计算量比前代 Llama 4 Maverick 减少了一个数量级。Meta 分享了其缩放定律研究方法，展示了 Muse Spark 在效率上的显著提升，旨在构建个人超级智能。

AI模型 Muse Spark Llama 4 预训练

推荐理由：Meta 用实际数据证明了 Muse Spark 的预训练效率比 Llama 4 提升 10 倍以上，做模型训练或资源优化的团队值得关注其缩放定律方法，可以直接借鉴来评估自己的模型效率。