Meta推出全新AI模型Llama 4：混合专家架构引领效率革命

标题：Meta推出全新AI模型Llama 4：混合专家架构引领效率革命

Meta，作为全球领先的科技公司，近日发布了旗下最新Llama 4系列AI模型，这一系列模型采用了混合专家（MoE）架构，具有广泛的视觉理解能力，将有望引领效率革命。

首先，让我们来了解一下Llama 4系列中的Scout模型。Scout模型可以在单个英伟达H100 GPU上运行，其强大的视觉理解能力使其在处理图像和文本数据时表现出色。此外，Scout模型还具有高效的处理能力，可以在短时间内处理大量数据，从而为用户提供更快速、更准确的服务。

接下来是Maverick模型。Maverick模型需要英伟达H100 DGX AI平台或“同等性能的设备”来运行。然而，值得注意的是，Maverick模型并不是像OpenAI的o1和o3-mini那样真正意义上的“推理模型”。相反，Maverick模型在处理数据时采用了混合专家架构，将数据处理任务分解为子任务，并将它们委派给更小的、专门的“专家”模型。这种架构在训练和回答用户查询时具有更高的效率。

然而，尽管Maverick在某些应用场景中表现出色，但它仍然需要与一些功能更强大的模型进行竞争。例如，与谷歌的Gemini 2.5 Pro、Anthropic的Claude 3.7 Sonnet和OpenAI的GPT-4.5等模型相比，Maverick仍有一定进步空间。但是，Meta内部测试显示，Maverick在创意写作、代码生成、翻译、推理、长文本上下文总结和图像基准测试中表现超过了这些模型，这无疑为Maverick赢得了更多的市场份额。

而Scout的优势则在于总结文档和基于大型代码库进行推理。该模型支持1000万词元，这意味着它能够处理原始文本的片段，例如单词“fantastic”可以被拆分为“fan”、“tas”和“tic”。因此，一次可以处理“多达数百万字的文本”。这种处理能力使得Scout在处理大量数据时具有显著的优势。

至于尚未发布的Behemoth模型，Meta预告其拥有2880亿个活跃参数、16个“专家”模型，总参数数量接近2万亿个。Behemoth在某些衡量解决数学问题等科学、技术、工程和数学（STEM）技能的评估中表现优于GPT-4.5、Claude 3.7 Sonnet和Gemini 2.0 Pro，这无疑为Meta带来了一款极具竞争力的AI助手。

总的来说，Meta推出的Llama 4系列AI模型采用混合专家架构，具有强大的视觉理解能力和高效的处理能力。这些模型在创意写作、代码生成、翻译、推理、长文本上下文总结和图像基准测试等领域表现出色，有望引领AI领域的新一轮革命。未来，我们期待Meta继续推出更多创新性的AI产品，为人类社会带来更多的便利和价值。

生成海报

（免责声明：本网站内容主要来自原创、合作伙伴供稿和第三方自媒体作者投稿，凡在本网站出现的信息，均仅供参考。本网站将尽力确保所提供信息的准确性及可靠性，但不保证有关资料的准确性及可靠性，读者在使用前请进一步核实，并对任何自主决定的行为负责。本网站对有关资料所引致的错误、不确或遗漏，概不负任何法律责任。
任何单位或个人认为本网站中的网页或链接内容可能涉嫌侵犯其知识产权或存在不实内容时，应及时向本网站提出书面权利通知或不实情况说明，并提供身份证明、权属证明及详细侵权或不实情况证明。本网站在收到上述法律文件后，将会依法尽快联系相关文章源头核实，沟通删除相关内容或断开相关链接。 ）

本文来源于极客网，原文链接: https://www.fromgeek.com/ai/680968.html