简介
Llama 4 是 Meta 推出的第四代开源大语言模型系列，延续了 Llama 系列”开源推动 AI 民主化”的核心理念。与前代相比，Llama 4 在设计上有了重大变化——引入了 MoE（混合专家）架构，并原生支持多模态（文本+图像）输入，不再仅仅是一个文本模型，而是一个可以”看图说话”的多模态 AI。
Llama 4 提供了 Scout 和 Maverick 两个主要版本：Scout 是轻量高效的 MoE 模型，拥有 17B 活跃参数（109B 总参数），设计用于单 GPU 部署；Maverick 是高性能 MoE 模型，拥有 132B 活跃参数，在基准测试中与 GPT-4o 和 Claude 3.5 Sonnet 直接竞争。作为开源模型，Llama 4 延续了宽松的商业使用许可，企业和开发者可以自由下载、部署和定制。
核心功能
- MoE 混合专家架构：Llama 4 Scout 总参数 109B 但每次推理仅激活 17B，Maverick 则激活 132B。MoE 架构在推理效率和模型能力之间取得了更好的平衡。
- 原生多模态：与后期拼接视觉模块不同，Llama 4 从训练开始就将图像和文本一起处理。支持图像理解、图文问答、文档分析等任务。
- 多版本按需选择：Scout 版本适合单 GPU 部署和边缘场景，Maverick 版本适合云端高性能部署。开发者可以根据硬件和性能要求灵活选择。
- 开源可商用：模型权重以 Meta 的宽松许可发布，支持商用和自定义微调。企业可以私有化部署满足数据合规要求。
- 早期融合 AI：Llama 4 采用了 “Early Fusion” 技术，在模型早期层次就将文本和视觉信息深度融合，提升了多模态理解和生成的质量。
价格
- 开源版：完全免费，需遵守 Meta 社区许可协议（允许商用，月活超 7 亿需额外授权）。可以从 Hugging Face、Meta AI 官网下载。
- 云端托管（Meta / Partner API）：通过 Groq、Together AI、Replicate 等服务商按量调用，通常每百万 tokens $0.10-0.50 不等。
优缺点
- 优点：完全开源，模型权重可下载和商用，企业部署灵活；原生多模态设计使图文理解效果更好；Scout 版本的轻量化设计适合单 GPU 部署；Meta 持续投入，模型质量不断提升。
- 缺点：在中文和双语言场景下不如专门优化的中文模型；开源版本需要在自行部署和微调方面投入技术资源；Meta 对 Llama 的战略方向存在不确定性（开源 vs 闭源的政策摇摆）。
适合人群
Llama 4 最适合需要自主部署大模型的企业和开发者，特别是数据合规要求严格的金融、医疗、政府等行业。AI 研究者可以通过 Llama 4 的开源权重进行模型微调和实验。对于预算有限但需要部署私有 AI 服务的团队，Llama 4 Scout 的单 GPU 友好设计是一个实用选择。
使用技巧
- 需要单 GPU 部署时优先选择 Scout 版本，配合 4-bit 量化可以在 24GB 显存的消费级 GPU 上运行。
- 利用 Meta 的 llama-models GitHub 仓库提供的参考代码和示例，加速部署和微调过程。
- 多模态任务中，建议先让模型描述图像内容再提问，Llama 4 在”看图说事”上的表现优于直接问复杂问题。
