Meta Balas: Llama 4 Masuki Arena AI dengan Kuasa Multimodal

Pasir Landskap Keunggulan AI yang Berubah

Landskap kecerdasan buatan (AI) mengalami gegaran seismik pada awal 2025. Pelancaran awam DeepSeek R1, model penaakulan bahasa sumber terbuka yang berkuasa, bukan sahaja memperkenalkan pemain baharu; ia secara asasnya mencabar hierarki yang sedia ada. Laporan mencadangkan bahawa metrik prestasi DeepSeek R1 menyaingi, dan dalam beberapa aspek mengatasi, metrik yang dihasilkan oleh makmal penyelidikan gergasi teknologi Amerika yang dibiayai besar-besaran, termasuk Meta Platforms. Pendedahan bahawa keupayaan hebat ini dicapai pada kos latihan yang jauh lebih rendah menimbulkan kebimbangan di seluruh Silicon Valley, terutamanya di dalam koridor Meta.

Bagi Meta, kemunculan pesaing sumber terbuka yang begitu berkuasa dan cekap kos menyerang teras strategi AI generatifnya. Syarikat itu telah mempertaruhkan tuntutannya untuk memimpin gerakan sumber terbuka, mengeluarkan model yang semakin berkebolehan di bawah jenama Llama. Premis terasnya adalah untuk menyediakan komuniti penyelidikan dan pembangunan global dengan alat terkini, memupuk inovasi dan berharap untuk menjadikan Llama sebagai standard de facto untuk pembangunan OpenAI sumber terbuka. Ketibaan DeepSeek R1 jelas menaikkan penanda aras, memaksa Meta memasuki tempoh penilaian semula strategik yang sengit dan pembangunan yang dipercepatkan.

Jawapan Meta: Keluarga Llama 4 Debut

Kemuncak respons Meta tiba dengan pengumuman penting daripada pengasas dan CEO Mark Zuckerberg. Syarikat itu memperkenalkan siri Llama 4 generasi seterusnya, sebuah keluarga model yang direka bukan sahaja untuk mengejar, tetapi untuk menolak sempadan keupayaan AI sumber terbuka. Berkuat kuasa serta-merta, dua ahli keluarga baharu ini disediakan untuk pembangun di seluruh dunia:

• Llama 4 Maverick: Model 400 bilion parameter yang besar.
• Llama 4 Scout: Model 109 bilion parameter yang lebih tangkas, namun masih berkuasa.

Model-model ini dikeluarkan untuk muat turun terus, memperkasakan penyelidik dan syarikat untuk mula menggunakan, menala halus, dan mengintegrasikannya ke dalam aplikasi mereka sendiri tanpa berlengah.

Di samping model yang sedia ada ini, Meta menawarkan gambaran masa depan yang menggiurkan dengan pratonton Llama 4 Behemoth. Seperti namanya, model ini mewakili lonjakan skala yang monumental, membanggakan 2 trilion parameter yang mengejutkan. Walau bagaimanapun, komunikasi rasmi Meta menjelaskan bahawa Behemoth masih menjalani proses latihan intensifnya, dan tiada garis masa khusus untuk pelancaran awamnya telah disediakan. Peranannya sekarang nampaknya adalah sebagai penentu penanda aras dalaman dan berpotensi sebagai model ‘guru’ untuk memperhalusi seni bina yang lebih kecil.

Ciri-ciri Penentu: Multimodaliti dan Konteks Luas

Siri Llama 4 memperkenalkan beberapa ciri terobosan yang membezakannya. Yang paling utama ialah multimodaliti sedia ada. Tidak seperti generasi sebelumnya yang mungkin mempunyai keupayaan multimodal yang ditambah kemudian, model Llama 4 dilatih dari awal pada set data pelbagai yang merangkumi teks, video dan imej. Akibatnya, mereka mempunyai keupayaan asli untuk memahami gesaan yang mengandungi jenis data yang berbeza ini dan menjana respons yang juga boleh merangkumi teks, video dan imejan. Terutama, keupayaan pemprosesan audio tidak disebut dalam pengumuman awal.

Satu lagi keupayaan utama ialah tetingkap konteks yang diperluaskan secara dramatik yang ditawarkan oleh model baharu. Tetingkap konteks merujuk kepada jumlah maklumat yang boleh diproses oleh model dalam satu interaksi (kedua-dua input dan output). Llama 4 menolak had ini dengan ketara:

• Llama 4 Maverick: Menampilkan tetingkap konteks 1 juta token. Ini secara kasarnya bersamaan dengan memproses kandungan teks kira-kira 1,500 halaman standard secara serentak.
• Llama 4 Scout: Membanggakan tetingkap konteks 10 juta token yang lebih mengagumkan, mampu mengendalikan maklumat yang setara dengan kira-kira 15,000 halaman teks dalam satu masa.

Tetingkap konteks yang luas ini membuka kemungkinan baharu untuk tugas kompleks yang melibatkan dokumen panjang, pangkalan kod yang luas, perbualan yang panjang, atau analisis pelbagai giliran yang terperinci, bidang di mana model sebelumnya sering bergelut kerana batasan memori.

Asas Seni Bina: Pendekatan ‘Mixture-of-Experts’ (MoE)

Menguasakan ketiga-tiga model Llama 4 ialah seni bina ‘mixture-of-experts’ (MoE) yang canggih. Paradigma reka bentuk ini telah mendapat tarikan yang ketara dalam pembangunan model AI berskala besar. Daripada mencipta satu rangkaian neural monolitik tunggal, MoE menggabungkan pelbagai rangkaian yang lebih kecil dan khusus – ‘pakar’ – dalam rangka kerja yang lebih besar. Setiap pakar dilatih untuk cemerlang dalam tugas, subjek, atau bahkan modaliti data yang berbeza (seperti analisis teks berbanding pengecaman imej).

Mekanisme penghalaan dalam seni bina MoE mengarahkan data atau pertanyaan masuk kepada pakar yang paling relevan untuk diproses. Pendekatan ini menawarkan beberapa kelebihan:

1. Kecekapan: Hanya pakar yang diperlukan diaktifkan untuk tugas tertentu, menjadikan inferens (proses menjana respons) berpotensi lebih cepat dan kurang mahal dari segi pengiraan berbanding mengaktifkan keseluruhan model besar.
2. Skalabiliti: Secara teorinya lebih mudah untuk menskalakan keupayaan model dengan menambah lebih banyak pakar atau melatih pakar sedia ada lebih lanjut, tanpa semestinya melatih semula keseluruhan sistem dari awal.
3. Pengkhususan: Membolehkan pengkhususan mendalam dalam pelbagai domain, berpotensi membawa kepada output berkualiti tinggi untuk jenis tugas tertentu.

Penggunaan MoE oleh Meta untuk keluarga Llama 4 sejajar dengan trend industri dan menekankan fokus pada mengimbangi prestasi canggih dengan kecekapan pengiraan, terutamanya penting untuk model yang ditujukan untuk pengedaran sumber terbuka yang luas.

Strategi Pengedaran dan Fokus Pembangunan

Meta mengukuhkan komitmennya terhadap akses terbuka dengan pelancaran Llama 4. Kedua-dua Llama 4 Scout dan Llama 4 Maverick tersedia serta-merta untuk pengehosan sendiri, membolehkan organisasi dengan sumber pengiraan yang diperlukan menjalankan model pada infrastruktur mereka sendiri. Pendekatan ini memberikan kawalan maksimum, penyesuaian, dan privasi data.

Menariknya, Meta belum mengumumkan akses API terhos rasmi atau peringkat harga yang berkaitan untuk menjalankan model ini pada infrastrukturnya sendiri, strategi pengewangan biasa yang digunakan oleh pesaing seperti OpenAI dan Anthropic. Sebaliknya, fokus awal adalah sepenuhnya pada:

1. Muat Turun Terbuka: Menjadikan pemberat model tersedia secara percuma.
2. Integrasi Platform: Menggabungkan keupayaan Llama 4 baharu dengan lancar ke dalam produk Meta yang menghadap pengguna, termasuk fungsi Meta AI dalam WhatsApp, Messenger, Instagram, dan antara muka webnya.

Strategi ini menunjukkan Meta bertujuan untuk mendorong penggunaan dan inovasi dalam komuniti sumber terbuka sambil secara serentak memanfaatkan AI canggihnya untuk meningkatkan ekosistem penggunanya yang luas.

Penekanan pembangunan untuk ketiga-tiga model Llama 4, terutamanya Maverick dan Behemoth yang lebih besar, secara eksplisit adalah pada penaakulan, pengekodan, dan penyelesaian masalah langkah demi langkah. Meta menonjolkan pelaksanaan saluran paip penapisan pasca latihan tersuai yang direka khusus untuk memperkukuh keupayaan logik ini. Walaupun berkuasa dalam penaakulan, penerangan awal mencadangkan ia mungkin tidak secara semula jadi mempamerkan proses ‘chain-of-thought’ eksplisit yang menjadi ciri model yang direka khusus untuk tugas penaakulan kompleks, seperti model OpenAI tertentu atau DeepSeek R1.

Satu inovasi yang sangat ketara yang disebut ialah MetaP, teknik yang dibangunkan semasa projek Llama 4. Alat ini menjanjikan untuk memperkemas pembangunan model masa depan dengan membenarkan jurutera menetapkan hiperparameter pada satu model teras dan kemudian secara cekap memperoleh pelbagai jenis model lain daripadanya, berpotensi membawa kepada keuntungan ketara dalam kecekapan latihan dan penjimatan kos.

Menanda Aras Gergasi: Metrik Prestasi Llama 4

Dalam landskap AI yang kompetitif, penanda aras prestasi adalah lingua franca kemajuan. Meta tidak sabar untuk mempamerkan bagaimana keluarga Llama 4 baharunya bersaing dengan pemimpin industri yang mapan dan generasi Llama sebelumnya.

Llama 4 Behemoth (2T Parameter - Pratonton)

Walaupun masih dalam latihan, Meta berkongsi hasil penanda aras awal yang meletakkan Behemoth sebagai pesaing utama, mendakwa ia mengatasi model terkemuka seperti GPT-4.5, Gemini 2.0 Pro Google, dan Claude Sonnet 3.7 Anthropic pada beberapa penanda aras penaakulan dan kuantitatif utama:

• MATH-500: Penanda aras mencabar yang menguji kebolehan menyelesaikan masalah matematik. Behemoth mencapai skor 95.0.
• GPQA Diamond: Mengukur keupayaan menjawab soalan peringkat siswazah. Behemoth mendapat skor 73.7.
• MMLU Pro (Massive Multitask Language Understanding): Penanda aras komprehensif yang menilai pengetahuan merentasi pelbagai subjek. Behemoth mencapai 82.2.

Llama 4 Maverick (400B Parameter - Tersedia Sekarang)

Diletakkan sebagai model multimodal berprestasi tinggi, Maverick menunjukkan hasil yang kukuh, terutamanya terhadap model yang terkenal dengan kehebatan multimodal mereka:

• Mengatasi GPT-4o dan Gemini 2.0 Flash pada beberapa penanda aras penaakulan multimodal, termasuk:
  • ChartQA: Memahami dan menaakul tentang data yang dibentangkan dalam carta (90.0 vs. 85.7 GPT-4o).
  • DocVQA: Menjawab soalan berdasarkan imej dokumen (94.4 vs. 92.8 GPT-4o).
  • MathVista: Menangani masalah matematik yang dibentangkan secara visual.
  • MMMU: Penanda aras yang menilai pemahaman multimodal besar-besaran.
• Menunjukkan daya saing dengan DeepSeek v3.1 (model parameter 45.8B) sambil menggunakan kurang daripada separuh parameter aktif (anggaran 17B parameter aktif disebabkan seni bina MoE), menonjolkan kecekapannya.
• Mencapai skor MMLU Pro yang kukuh iaitu 80.5.
• Meta juga menonjolkan potensi keberkesanan kosnya, menganggarkan kos inferens dalam julat $0.19–$0.49 setiap 1 juta token, menjadikan AI berkuasa lebih mudah diakses.

Llama 4 Scout (109B Parameter - Tersedia Sekarang)

Direka untuk kecekapan dan kebolehgunaan yang luas, Scout mampu bersaing dengan model yang setanding:

• Menyamai atau mengatasi model seperti Mistral 3.1, Gemini 2.0 Flash-Lite, dan Gemma 3 pada beberapa penanda aras:
  • DocVQA: Mencapai skor tinggi 94.4.
  • MMLU Pro: Mendapat skor yang dihormati 74.3.
  • MathVista: Mencapai 70.7.
• Ciri menonjolnya ialah panjang konteks 10 juta token yang tiada tandingan, menjadikannya sangat sesuai untuk tugas yang memerlukan analisis mendalam terhadap dokumen yang sangat panjang, pangkalan kod yang kompleks, atau interaksi pelbagai giliran yang panjang.
• Secara kritikal, Scout direka bentuk untuk penggunaan yang cekap, mampu berjalan dengan berkesan pada satu GPU NVIDIA H100, pertimbangan penting bagi organisasi dengan sumber perkakasan terhad.

Analisis Perbandingan: Behemoth lwn. Pakar Penaakulan

Untuk memberikan konteks lanjut, membandingkan Llama 4 Behemoth yang dipratonton dengan model yang pada mulanya mendorong pembangunan dipercepatkan Meta – DeepSeek R1 dan siri ‘o’ OpenAI yang berfokuskan penaakulan – mendedahkan gambaran yang bernuansa. Menggunakan titik data penanda aras yang tersedia daripada keluaran awal DeepSeek R1 (khususnya varian R1-32B yang sering disebut) dan OpenAI o1 (khususnya o1-1217):

(Nota: Perbandingan langsung pada MMLU Pro adalah sukar kerana carta terdahulu sering memetik skor MMLU standard untuk R1/o1, yang biasanya menghasilkan nombor yang lebih tinggi daripada varian MMLU Pro yang lebih mencabar. Skor 82.2 Behemoth pada MMLU Pro masih sangat kukuh berbanding kelasnya, melebihi GPT-4.5 dan Gemini 2.0 Pro).

Mentafsir perbandingan khusus ini:

• Pada penanda aras MATH-500, Llama 4 Behemoth sedikit ketinggalan berbanding skor yang dilaporkan untuk DeepSeek R1 dan OpenAI o1.
• Untuk GPQA Diamond, Behemoth menunjukkan kelebihan berbanding skor DeepSeek R1 yang disebut tetapi sedikit ketinggalan di belakang OpenAI o1.
• Pada MMLU (membandingkan MMLU Pro Behemoth dengan MMLU standard untuk yang lain, mengakui perbezaannya), skor Behemoth lebih rendah, walaupun prestasinya berbanding model besar lain seperti Gemini 2.0 Pro dan GPT-4.5 kekal sangat kompetitif.

Kesimpulan utama ialah walaupun model penaakulan khusus seperti DeepSeek R1 dan OpenAI o1 mungkin mempunyai kelebihan pada penanda aras intensif penaakulan tertentu, Llama 4 Behemoth menetapkan dirinya sebagai model canggih yang hebat, berprestasi pada atau hampir dengan kemuncak kelasnya, terutamanya apabila mempertimbangkan keupayaan dan skalanya yang lebih luas. Ia mewakili lonjakan ketara bagi keluarga Llama dalam domain penaakulan kompleks.

Menekankan Keselamatan dan Penggunaan Bertanggungjawab

Di samping peningkatan prestasi, Meta menekankan komitmennya terhadap penjajaran dan keselamatan model. Pelancaran ini disertakan dengan satu set alat yang direka untuk membantu pembangun menggunakan Llama 4 secara bertanggungjawab:

• Llama Guard: Membantu menapis input atau output yang berpotensi tidak selamat.
• Prompt Guard: Bertujuan untuk mengesan dan mengurangkan gesaan adversarial yang direka untuk mendapatkan respons berbahaya.
• CyberSecEval: Alat untuk menilai risiko keselamatan siber yang berkaitan dengan penggunaan model.
• Generative Offensive Agent Testing (GOAT): Sistem automatik untuk ‘red-teaming’ model – menguji secara proaktif untuk kelemahan dan senario penyalahgunaan yang berpotensi.

Langkah-langkah ini mencerminkan pengiktirafan industri yang semakin meningkat bahawa apabila model AI menjadi lebih berkuasa, protokol keselamatan yang teguh dan teknik penjajaran bukan sahaja wajar, tetapi penting.

Ekosistem Llama: Bersedia untuk Memberi Impak

Pengenalan keluarga Llama 4 menandakan detik penting bagi Meta dan landskap AI yang lebih luas. Dengan menggabungkan keupayaan multimodal termaju, tetingkap konteks yang sangat panjang, seni bina MoE yang cekap, dan fokus yang kuat pada penaakulan, Meta telah menyampaikan satu set alat sumber terbuka yang menarik.

Dengan Scout dan Maverick kini di tangan pembangun dan Behemoth yang gergasi menetapkan penanda aras yang tinggi untuk keupayaan masa depan, ekosistem Llama berada pada kedudukan yang kukuh sebagai alternatif terbuka yang berdaya maju dan berkuasa kepada model proprietari terkemuka dari OpenAI, Anthropic, DeepSeek, dan Google. Bagi pembangun yang membina pembantu AI gred perusahaan, penyelidik yang menolak sempadan sains AI, atau jurutera yang mencipta alat untuk analisis mendalam set data yang luas, Llama 4 menawarkan pilihan berprestasi tinggi yang fleksibel berdasarkan falsafah sumber terbuka dan semakin berorientasikan kepada tugas penaakulan yang canggih. Fasa pembangunan AI seterusnya baru sahaja menjadi jauh lebih menarik.