猫眼电影
猫眼电影记者 李江英 报道y85ouztigy6ysf5y
新智元报道
编辑：编辑部 JNY
【新智元导读】原生多模态Llama 4终于问世，开源王座一夜易主！首批共有两款模型Scout和Maverick，前者业界首款支持1000万上下文单H100可跑，后者更是一举击败了DeepSeek V3。目前，2万亿参数巨兽还在训练中。
一大早，Llama 4重磅发布了！
Meta官宣开源首个原生多模态Llama 4，首次采用的MoE架构，支持12种语言，首批发布一共两款：
Llama 4 Scout：共有1090亿参数，17B活跃参数，16个专家，1000万上下
Llama 4 Maverick：共有4000亿参数，17B活跃参数，128个专家，100万上下文
另外，2万亿参数Llama 4 Behemoth将在未来几个月面世，288B活跃参数，16个专家。
Llama 4的横空出世，成为迄今为止开源最强，多模态能力最好的模型之一。
在大模型LMSYS排行榜上，Llama 4 Maverick冲上第二（ ELO得分1417），仅次于闭源Gemini 2.5 Pro。
更值得一提的是，仅用一半参数，Maverick推理编码能力与DeepSeek-v3-0324实力相当。
Llama 4 Scout最大亮点在于支持1000万上下文，相当于可以处理20+小时的视频，仅在单个H100 GPU（Int4 量化后）上就能跑。
在基准测试中，性能超越Gemma 3、Gemini 2.0 Flash-Lite、Mistral 3.1。
即将面世的Llama 4 Behemoth（仍在训练中），是Maverick协同蒸馏的教师模型，使用30T多模态token在32K个GPU上进行预训练（FP8）。
目前在STEM基准测试中，超越了GPT-4.5、Claude Sonnet 3.7、Gemini 2.0 Pro。
小扎激动地在官宣视频中称，「今天是Llama 4日」！
Llama 4开源后，DeepSeek R2还远吗？
此前报道称，DeepSeek R2最晚在5发布，看来可能要提前了...
史上最强Llama 4开源，超越DeepSeek V3
Llama 4模型开源，标志着Llama生态系统进入了一个新纪元。
即日起，所有开发者可以在llama.com和Hugging Face下载这两款最新的模型
在大模型排行榜中，Llama 4 Maverick在硬提示（hard prompt）、编程、数学、创意写作、长查询和多轮对话中，并列第一。
仅在样式控制下，排名第五。
而且，1000万上下文Llama 4 Scout还击败了OpenAI的模型。
每个人还可以在WhatsApp、Messenger、Instagram Direct和网页上体验基于Llama 4的应用。
首次采用MoE，单个H100即可跑
Llama团队设计了两款高效的Llama 4系列模型，只要单个H100 GPU就能运行：
一个是Llama 4 Scout（拥有170亿个活跃参数和16个专家），使用Int4量化可以在单个H100GPU上运行；
另一个是Llama 4 Maverick（拥有170亿个活跃参数和128个专家），可以在单个H100主机上运行。
目前，正在训练的教师模型——Llama 4 Behemoth，它在STEM基准测试（如MATH-500和GPQA Diamond）中，性能优于GPT-4.5、Claude Sonnet 3.7、Gemini 2.0 Pro。
在最新博文中，Meta分享了更多的关于Llama 4家族训练的技术细节。
在英伟达B200上，Llama 4可以每秒处理42400个token
预训练
Llama 4模型是Llama系列模型中首批采用混合专家（MoE）架构的模型。
在MoE模型中，单独的token只会激活全部参数中的一小部分。
与传统的稠密模型相比，MoE架构在训练和推理时的计算效率更高，并且在相同的训练FLOPs预算下，能够生成更高质量的结果。
架构概览，右为混合专家（MoE）架构
举个例子，Llama 4 Maverick模型的4000亿个总参数中有170亿个活跃参数。
为了提高推理效率，Meta交替使用了稠密层和专家混合（MoE）层。
MoE层用到了128个路由专家和一个共享专家。每个token都会被送到共享专家，同时也会送到128个路由专家中的一个。
因此，虽然所有参数都存储在内存中，但在运行这些模型时，只有部分参数会被激活。
这样就能提升推理效率，降低模型服务的成本和延迟——
Llama 4 Maverick可以轻松部署在一台NVIDIA H100 DGX主机上运行，或者通过分布式推理来实现最高效率。
原生多模态设计
Llama 4是一个原生多模态模型，采用了早期融合技术，能把文本和视觉token无缝整合到一个统一的模型框架里。
早期融合是个大进步，因为它可以用海量的无标签文本、图片和视频数据一起来预训练模型。
Meta还升级了Llama 4的视觉编码器。这个编码器基于MetaCLIP，但在训练时跟一个冻结的Llama模型分开进行，这样能更好地调整编码器，让它更好地适配大语言模型（LLM）。
模型超参数优化
Meta还开发了一种叫做MetaP的新训练方法，能让他们更靠谱地设置关键的模型超参数，比如每层的学习率和初始化规模。
这些精心挑选的超参数在不同的批大小、模型宽度、深度和训练token量上都能很好地适配。
Llama 4通过在200种语言上预训练实现了对开源微调的支持，其中超过10亿个token的语言有100多种，整体多语言token量比Llama 3多出10倍。
高效的模型训练，解锁1000万输入上下文长度
此外，Meta注重高效的模型训练，采用了FP8精度，既不牺牲质量，又能保证模型的高FLOPs利用率——
在使用FP8精度和32K个GPU预训练Llama 4 Behemoth模型时，达到了每个GPU 390 TFLOPs的性能。
训练用的整体数据包含了超过30万亿个 token，比Llama 3的预训练数据量翻了一倍还多，涵盖了文本、图片和视频数据集。
Meta用一种叫做「中期训练」的方式来继续训练模型，通过新的训练方法，包括用专门的数据集扩展长上下文，来提升核心能力。
这不仅提高了模型的质量，还为Llama 4 Scout解锁了领先的1000万输入上下文长度。
后训练
最新的模型包含了不同的参数规模，满足各种使用场景和开发者的需求。
Llama 4 Maverick：参数规模较大，主要用于图像理解和创意写作
Llama 4 Scout：参数规模较小，适用多种任务，支持1000万token上下文，全球领先。
为了让不同模型适应不同的任务，针对多模态、超大参数规模等问题，Meta开发了一系列新的后训练方法。
主力模型Llama 4 Maverick
作为产品的核心模型，Llama 4 Maverick在图像精准理解和创意写作方面表现突出，特别适合通用助手、聊天类应用场景。
训练Llama 4 Maverick模型时，最大的挑战是保持多种输入模式、推理能力和对话能力之间的平衡。
后训练流程
为了训练Llama 4，Meta重新设计了后训练流程，采用了全新的方法：
轻量级监督微调（SFT）> 在线强化学习（RL）> 轻量级直接偏好优化（DPO）。
一个关键发现是，SFT和DPO可能会过度限制模型，在在线RL阶段限制了探索，导致推理、编程和数学领域的准确性不理想。
为了解决这个问题，Meta使用Llama模型作为评判者，移除了超过50%的被标记为「简单」的数据，并对剩余的更难数据进行轻量级SFT。
在随后的多模态在线RL阶段，精心选择了更难的提示，成功实现了性能的飞跃。
此外，他们还实施了持续在线RL策略，交替进行模型训练和数据筛选，只保留中等到高难度的提示。这种策略在计算成本和准确性之间取得了很好的平衡。
最后，进行了轻量级的DPO来处理与模型响应质量相关的特殊情况，有效地在模型的智能性和对话能力之间达成了良好的平衡。
新的流程架构加上持续在线RL和自适应数据过滤，最终打造出了一个行业领先的通用聊天模型，拥有顶尖的智能和图像理解能力。
Llama 4 Maverick碾压GPT-4o和Gemini 2.0
作为一款通用的LLM，Llama 4 Maverick包含170亿个活跃参数，128个专家和4000亿个总参数，提供了比Llama 3.3 70B更高质量、更低价格的选择。
Llama 4 Maverick是同类中最佳的多模态模型，在编程、推理、多语言支持、长上下文和图像基准测试中超过了类似的模型，如GPT-4o和Gemini 2.0，甚至能与体量更大的DeepSeek v3.1在编码和推理上竞争。
通用模型Llama 4 Scout：1000万token上下文
规模较小的Llama 4 Scout是一款通用模型，拥有170亿个活跃参数、16个专家和1090亿个总参数，在同类别中性能最好。
Llama 4 Scout 的支持上下文长度从 Llama 3 的12.8万激增到行业领先的1000万token。
这为多种应用打开了无限可能，包括多文档摘要、大规模用户活动解析以进行个性化任务，以及在庞大的代码库中进行推理。
Llama 4 Scout在预训练和后训练时都采用了256K的上下文长度，基础模型具备了先进的长度泛化能力。
它在一些任务中取得了亮眼成果，比如文本检索中的「大海捞针式检索」和在1000万token代码上的累积负对数似然（NLLs）。
Llama 4架构的一个关键创新是使用了交替注意力层，而不依赖于位置嵌入。
此外，在推理时采用了温度缩放注意力，以增强长度泛化能力。Meta将其称为iRoPE架构，其中「i」代表「交替」（interleaved）注意力层，突出了支持「无限」上下文长度的长期目标，而「RoPE」则指的是在大多数层中使用的旋转位置嵌入（Rotary Position Embeddings）。
视觉理解能力
两款模型进行了大规模的图像和视频帧静态图像训练，以赋予它们广泛的视觉理解能力，包括对时间活动和相关图像的理解。
它们能够在多图像输入和文本提示的配合下，轻松进行视觉推理和理解任务。
模型预训练时最多用了48张图像，而在后训练测试中，最多8张图像也能取得不错的效果。
Llama 4 Scout在图像定位方面也是同类最佳，能够将用户的提示与相关的视觉概念对齐，并将模型的响应锚定到图像中的特定区域。
这使得更精确的视觉问答成为可能，帮助LLM更好地理解用户意图并定位感兴趣的对象。
编程、推理、长上下文和图像上，遥遥领先
Llama 4 Scout在编程、推理、长上下文和图像基准测试中超过了类似的模型，并且在所有以前的Llama模型中表现更强。
秉承对开源的承诺，Meta将Llama 4 Maverick和Llama 4 Scout提供给用户下载，用户可以在llama.com和Hugging Face上获取，之后这些模型还将在最广泛使用的云平台、数据平台、边缘硅片以及全球服务集成商上陆续上线。
2万亿巨兽，干掉GPT-4.5
Llama 4 Behemoth是一款「教师模型」，在同级别的模型里，它的智能水平相当高超。
Llama 4 Behemoth同样是一个多模态混合专家模型，拥有2880亿个活跃参数、16个专家以及近2万亿个总参数。
在数学、多语言处理和图像基准测试方面，它为非推理模型提供了最先进的性能，成为训练较小的Llama 4模型的理想选择。
教师模型+全新蒸馏
从Llama 4 Behemoth中蒸馏出来Llama 4 Maverick，在最终任务评估指标上大幅提升了质量。
Meta开发了一种新的蒸馏损失函数，在训练过程中动态地加权软目标和硬目标。
通过从Llama 4 Behemoth进行共同蒸馏，能够在预训练阶段分摊计算资源密集型前向计算的成本，这些前向计算用于计算大多数用于学生模型训练的数据的蒸馏目标。
对于学生训练中包含的额外新数据，会在Behemoth模型上运行前向计算，以生成蒸馏目标。
后训练
对一个拥有两万亿参数的模型进行后训练也是一个巨大的挑战，这必须彻底改进和重新设计训练方案，尤其是在数据规模方面。
为了最大化性能，不得不精简95%的SFT数据，相比之下，较小的模型只精简了50%的数据，目的是确保在质量和效率上的集中关注。
Meta还发现，采用轻量级的SFT后接大规模RL能够显著提高模型的推理和编码能力。Meta的RL方案专注于通过对策略模型进行pass@k分析来采样难度较大的提示，并设计逐渐增加提示难度的训练课程。
在训练过程中动态地过滤掉没有优势的提示，并通过从多个能力中混合提示构建训练批次，对提升数学、推理和编码的性能起到了关键作用。
最后，从多种系统指令中采样对于确保模型保持良好的指令跟随能力，在推理和编码任务中表现出色也至关重要。
扩展RL训练
对于两万亿参数的模型，扩展RL训练也要求重新设计底层的RL基础设施，应对前所未有的规模。
Meta优化了MoE并行化的设计，提高了速度，从而加快了迭代速度。
Llama团队开发了一个完全异步的在线RL训练框架，提升了灵活性。
与现有的分布式训练框架相比，后者为了将所有模型都加载到内存中而牺牲了计算内存，新基础设施能够灵活地将不同的模型分配到不同的GPU上，根据计算速度在多个模型之间平衡资源。
这一创新使得训练效率比之前的版本提升了约10倍。
Llama 4一夜成为开源王者，甚至就连DeepSeek V3最新版也被拉下神坛，接下来就是坐等R2的诞生。
参考资料：
https://x.com/AIatMeta/status/1908598456144531660
https://x.com/astonzhangAZ/status/1908595612372885832
https://x.com/lmarena_ai/status/1908601011989782976
??时事1：japanese18HDXXXXHD69
??04月08日,王楚钦谈球拍事件：我是受害者，不讨论,
法庭辩护书需要包含的内容有：第一先写尊敬的审判长、审判员、人民陪审员;第二写出有异议的地方，也就是有人定位非该罪责的事实依据;第三本案被告人具有从轻处罚的法定情节和从轻处罚的酌定情节;第四量刑建议;落款等内容。 二、无罪辩护的概念是什么 无罪辩护是指被告人和其辩护律师在庭审中为被告人作无罪的辩解...
??04月08日,山东创新金融助农方式 助力黄河沿岸产业兴、生态美,
我们学校每年都吸纳新团员，我们每一学期都要使品学兼优的学生加入共青团组织。给那些品质高尚、成绩优秀、组织管理能力强的同学提供一个进步的机会。
,大胸少萝100%裸体无遮掩,原神涩涩同人❌18禁-百度,娜美罗宾。??时事2：♥羞羞视频app♥黄版app
??04月08日,武汉医生为超早产儿成功实施“补心”手术,
“人族原本就生存不易，在这残酷的大荒中挣扎度日，怎么还会降下这种祸端？！”
,原神同人甘雨黄禁3D漫画网站最新章节,婬乱婬妺妺帮我做H第一次高干文,不知火舞侵犯の奶水授乳。??04月08日,广西举办创意导游大赛 演述精彩壮乡故事,
4、加快档案信息化建设步伐
,女仆被❌吸乳脱内内的网站,微信怎么约附近100元3小时,欧美∨iboss。??时事3：火影甜蜜日记免费观看第三季
??04月08日,“向天路 看发展——青藏公路、川藏公路通车70周年”主题采访活动在西宁启动,
火灵儿发飙，满头乌发飘散，水晶般的大眼瞪圆，浑身霞光缭绕，衣裙猎猎，宛若要飞舞了起来。
,tobu18HD馃憴馃憴,岳伦肥肉乱肥肥熟妇,中原中也哭着太宰停下治。??04月08日,河北解锁避暑“凉”机 拥抱“21℃的夏天”,
在这同如火山口的洞穴中，内部有蓬勃的生命朝气，鲜红而又灿烂，璀璨夺目，真的却宛如岩浆般。
,blog预订,强开乳罩摸双乳吃奶羞羞漫画,美女露隐私㊙️正骨。??时事4：黑人性❌❌❌❌DH
??04月08日,你有一份两会晨报，请查收！〔第8期〕,
要知道，这些古方可不是凡品，过去不晓得，现在族人明白了，他们在上古时极其辉煌，曾走出过神明。这些古老的方子，是历经漫长岁月积淀下来的，怎么可能是一般的东西？
,韩国女主播裸奶爆乳视频,国产精品无码AV亚洲欧美叫床,欧美激情婬妇ⅩXXOO交换。??04月08日,新疆举行单次最大规模文物移交仪式,
作为毕业年级的班主任，是辛苦而又光荣的。班主任工作很重要。班主任工作职责为：确定班级目标，协调任课教师，联系学生家长，加强学生管理，提高学生成绩。
,自由管剪辑中国的,男男洗澡隐私㊙️免费视频,国产重口泻火老女人。