近期，人工智能領域掀起了一場關于Llama 4模型的熱烈討論，多位業界領袖和學者紛紛發聲，對Llama 4的表現提出了質疑，并探討了其對AI未來發展的影響。
一位知名AI公司CEO深入剖析了Llama 4存在的五大疑點，引發了廣泛共鳴。他指出，Llama 4所宣稱的突破并未如愿帶來顯著的智能提升，反而暴露出一系列問題。同時，有圈內人士悲觀地認為，Llama 4的表現或許標志著單純依靠模型規模擴大（Scaling）來提升AI能力的時代已經結束，大型語言模型（LLM）在推理能力上的欠缺依然難以彌補。
Anthropic公司的CEO Dario也制作了一段長視頻，詳細列舉了Llama 4的六大疑點。他逐一剖析了Llama 4在性能、發布時機、測試數據等方面的爭議，指出其可能存在的夸大宣傳和測試作弊等問題。Dario的剖析進一步加劇了業界對Llama 4真實能力的懷疑。
紐約大學教授馬庫斯則在博客中總結了當前AI領域的現狀，直言不諱地表示，Scaling時代已經結束，模型仍然無法可靠推理，金融泡沫正在破裂，GPT-5的推出遙遙無期，對不可靠語言模型的過度依賴已經讓世界陷入了困境。他此前做出的多項預測，如今看來一一應驗。
馬庫斯強調，大語言模型并非解決問題的萬能鑰匙，我們需要探索更可靠的方法。他指出，像OpenAI和Anthropic這樣的公司，雖然致力于推動AI技術的發展，但面對高昂的研發成本，它們的資金儲備顯然難以為繼。如果投資者對經濟衰退的預期增強，AI領域的投資將進一步縮減，從而導致AI進展放緩。
Dario在之前的采訪中曾提到，戰爭可能是阻止AI進步的一個因素。然而，如今看來，系統的另一種混沌狀態似乎已經提前到來。他預測，如果技術無法繼續向前發展，資本化不足將成為AI進步的重大阻礙。Llama 4的爭議無疑加劇了這一趨勢。
關于Llama 4的具體疑點，首先在于其所謂的業界領先的一千萬個token的上下文窗口是否名副其實。有對比數據顯示，早在Llama 4發布之前，Gemini 1.5 Pro就已經達到了這一標準，并且在長上下文深度理解基準測試中表現優異，而Llama 4的中等模型和小模型則表現不佳。
其次，Llama 4選擇在周六發布也引發了諸多猜測。這一非典型的發布時間，以及模型訓練數據截止時間的滯后，都讓人懷疑meta是否在刻意避開公眾視線，試圖掩蓋模型的不足。關于Llama 4在LM Arena上是否存在作弊行為的質疑也甚囂塵上，盡管LM Arena已經公開了測試數據并表示將重新評估排行榜，但這一事件依然對Llama 4的聲譽造成了不可磨滅的影響。
Llama 4在編碼基準測試中的糟糕表現，也與其宣傳的“取代中級程序員”的言論形成了鮮明對比。在ADA的Polyglot編碼基準測試中，Llama 4 Maverick的得分慘不忍睹，遠低于Gemini 2.5 Pro等競爭對手。這一系列爭議和質疑，無疑給Llama 4的前景蒙上了一層陰影。
