Meta 近期舉辦的 LlamaCon 2025 本意是盛大展示其 AI 實力，並重申其在快速發展的 AI 領域的領導地位。雖然這次活動確實獲得了華爾街的一些讚揚，但更深入的審視揭示了一個更加微妙的畫面。許多開發者在會議結束後感到失望，這表明 Meta 仍然有很大的進步空間才能趕上其競爭對手，尤其是在高級推理模型領域。
LlamaCon 的承諾與現實
LlamaCon 的總體目標很明確：Meta 旨在將其 Llama 系列大型語言模型 (LLM) 定位為開發者的首選解決方案，在一個日益由 OpenAI、Microsoft 和 Google 等行業巨頭提供的封閉原始碼產品主導的 AI 生態系統中，尋求自主性和靈活性。Meta 設想 Llama 是開啟可自訂 AI 應用程式世界的關鍵，使開發者能夠根據其特定需求和使用案例客製化模型。
為此，Meta 在 LlamaCon 上發布了多項公告，包括推出新的 Llama API。根據 Meta 的說法，這個 API 將簡化 Llama 模型與現有工作流程的整合，使開發者能夠僅用幾行程式碼就能利用 AI 的強大功能。無縫整合和易於使用的承諾無疑具有吸引力，尤其對於那些希望簡化其 AI 開發流程的開發者而言。
此外，Meta 宣布與多家公司建立戰略合作夥伴關係，旨在加速 AI 處理速度。這些合作旨在優化 Llama 模型的效能，使其更有效率和反應更快。Meta 還與 AT&T 和其他組織合作推出了一項安全計畫，以打擊日益嚴重的 AI 生成詐騙威脅。這項倡議突顯了 Meta 對負責任的 AI 開發的承諾，以及其對與該技術相關的潛在風險的認識。
為了增加吸引力，Meta 承諾向全球積極使用 Llama 模型的初創公司和大學提供 150 萬美元的贈款。這項投資旨在促進創新，並鼓勵在廣泛領域開發新型 AI 應用程式。透過支持下一代 AI 開發者，Meta 希望鞏固 Llama 作為 AI 研究和開發領先平台的地位。
缺失的一環：高級推理
儘管有大量的公告和合作夥伴關係，但 LlamaCon 在一個關鍵領域明顯缺乏：一種能夠與其他公司提供的最先進產品競爭的新推理模型。鑑於競爭對手（包括來自中國的開源替代方案，如 DeepSeek 和阿里巴巴的 Qwen）在 AI 推理能力方面取得了快速進展，這種缺失尤其明顯。
推理模型是高級 AI 應用程式的核心，使系統能夠理解複雜關係、進行推論和做出明智的決策。這些模型對於自然語言理解、解決問題和戰略規劃等任務至關重要。如果沒有具有競爭力的推理模型，Meta 面臨在開發真正智慧和有能力的 AI 系統的競賽中落後的風險。
甚至 Meta 的 CEO Mark Zuckerberg 也似乎承認了這一缺點，儘管是默許的。在他的主題演講中，Zuckerberg 強調了開源 AI 的價值，強調開發者能夠’混合搭配’不同的模型以實現最佳效能。
‘開源的價值之一是你可以混合搭配，’ 他說。’如果另一個模型，像 DeepSeek，更好，或者如果 Qwen 在某些方面更好，那麼，作為開發者，你有能力從不同模型中提取最佳的智慧部分。我認為這是開源基本上通過品質的所有封閉原始碼 [模型] 的一部分…… [它] 感覺像一種不可阻擋的力量。’
Zuckerberg 的評論表明，Meta 認識到競爭模型的優勢，並對開發者將它們與 Llama 整合的想法持開放態度。然而，這也暗示 Llama，至少目前而言，並不是一個完全全面的解決方案，可能需要與其他模型結合才能達到所需的推理能力水準。
開發者失望與線上反應
LlamaCon 缺乏新的推理模型並沒有被開發者社群忽視。許多與會者和線上觀察者表示失望，有些人將 Llama 與競爭模型（尤其是阿里巴巴在 Meta 活動前一天策略性發布的 Qwen 3）進行了不利的比較。
Vineeth Sai Varikuntla 是一位從事醫療 AI 應用程式的開發者，在 Zuckerberg 的主題演講後表示同意。’如果他們擊敗 Qwen 和 DeepSeek，那將令人興奮，’ 他說。’我認為他們很快會推出一個模型。但現在他們擁有的模型應該與——‘ 他停頓了一下，重新考慮，’Qwen 在一般使用案例和推理方面領先，遠遠領先於他們所做的。’
線上對 LlamaCon 的反應反映了這種失望。各個論壇和社交媒體平台上的用戶表達了對 Llama 在推理能力方面被認為 отставание 的擔憂。
一位用戶寫道：’天啊。Llama 從具有競爭力的優秀開源程式碼變成了如此遠遠落後於比賽，以至於我開始認為 Qwen 和 DeepSeek 甚至無法在他們的後視鏡中看到它了。’ 這條評論反映了一種日益增長的觀點，即 Llama 失去了其競爭優勢，並且難以跟上 AI 領域的快速發展。
其他人則爭論 Meta 最初是否計劃在 LlamaCon 上發布一個推理模型，但在看到 Qwen 的出色效能後最終決定撤回。這種猜測進一步加劇了 Meta 在推理領域扮演追趕角色的觀點。
在 Hacker News 上，一些人批評該活動過於強調 API 服務和合作夥伴關係，認為這分散了對模型改進這一更根本問題的注意力。一位用戶將該活動描述為’超級膚淺’，表明該活動缺乏實質內容，並且未能解決開發者社群的核心關切。
Threads 上的另一位用戶簡潔地將該活動總結為’kinda mid’，這是一個表示平庸或令人失望的口語術語。這種直率的評估捕捉到了圍繞 LlamaCon 的大部分線上討論中瀰漫的失望和未實現的期望的總體情緒。
華爾街的樂觀看法
儘管許多開發者反應冷淡，但 LlamaCon 確實設法獲得了密切關注 Meta AI 策略的華爾街分析師的讚揚。這些分析師將這次活動視為 Meta 致力於 AI 以及其未來產生可觀收入的潛力的積極訊號。
‘LlamaCon 是 Meta 在 AI 方面的雄心和成功的巨大展示，’ Forrester 的 Mike Proulx 說。這句話反映了這樣一種觀點，即 Meta 對 AI 的投資正在取得成果，並且該公司已做好充分準備，可以利用對 AI 解決方案不斷增長的需求。
Jefferies 分析師 Brent Thill 稱 Meta 在活動中的公告是朝著成為’超大規模企業’邁出的’一大步’，’超大規模企業’是一個用來描述向企業提供計算資源和基礎設施的大型雲服務提供者的術語。Thill 的評估表明，Meta 在建設與 AI 領域領先的雲端供應商競爭所需的基礎設施和能力方面取得了重大進展。
華爾街對 LlamaCon 的樂觀前景可能源於對 Meta AI 投資的長期潛力的關注，而不是對特定領域（如推理模型）的直接缺點的關注。分析師可能願意暫時忽略這些缺點，認為 Meta 最終會解決這些問題並成為 AI 市場的主要參與者。
Llama 用戶的觀點
雖然一些開發者對 LlamaCon 表示失望，但其他已經使用 Llama 模型的開發者對該技術的優勢更為熱衷。這些用戶強調 Llama 的速度、成本效益和靈活性是使其成為其 AI 開發工作有價值的工具的關鍵優勢。
對於 Tavus 的 Yevhenii Petrenko 來說，Llama 的速度是一個關鍵因素，該公司創建 AI 驅動的對話影片。’我們非常關心非常低的延遲，例如非常快速的響應，Llama 幫助我們使用其他 LLM，’ 他在活動後說。Petrenko 的評論強調了速度和響應能力在即時 AI 應用程式中的重要性，並突顯了 Llama 在這方面的交付能力。
WriteSea 的 CTO Hanzla Ramey 強調了 Llama 的成本效益，WriteSea 是一個 AI 驅動的職業服務平台，可幫助求職者準備簡歷和練習面試。’對我們來說，成本是巨大的，’ 他說。’我們是一家初創公司，因此控制費用非常重要。如果我們使用封閉原始碼，我們就無法處理數百萬份工作。沒門。’ Ramey 的言論說明了使用像 Llama 這樣的開源模型可以實現的顯著成本節省，尤其是對於預算有限的初創公司和小型企業而言。
這些來自 Llama 用戶的積極評價表明，該模型已經在市場上找到了一個利基市場，尤其是在那些優先考慮速度、成本效益和靈活性的人群中。但是，重要的是要注意，這些用戶可能不像那些開發更複雜的 AI 應用程式的用戶那樣關心高級推理能力。
Meta 對 Llama 未來的願景
在 LlamaCon 期間，Mark Zuckerberg 分享了他對 Llama 未來的願景，強調了可以在各種設備上運行的更小、更具適應性的模型的重要性。
Zuckerberg 解釋說，Llama 4 的設計圍繞 Meta 首選的基礎設施 - H100 GPU，這影響了它的架構和規模。然而，他承認’許多開源社群甚至想要更小的模型。’ 開發者’只是需要不同形狀的東西’，他說。
‘能夠基本上從更大的模型中提取任何你擁有的智慧，’ 他補充說，’並將它們提煉成你想要的任何形式 - 能夠在你的筆記型電腦、手機、任何東西上運行……對我來說，這是最重要的。’
Zuckerberg 的願景表明，Meta 致力於開發各種 Llama 模型，以滿足 AI 社群的不同需求。這不僅包括用於要求苛刻的應用程式的大型、功能強大的模型，還包括可以在邊緣設備和手機上運行的更小、更高效的模型。
透過專注於適應性和可訪問性，Meta 希望實現 AI 的民主化，並使開發者能夠為更廣泛的使用案例構建 AI 應用程式。這種策略可能會使 Meta 獲得相對於主要專注於開發大型集中式 AI 模型的公司的競爭優勢。
結論：仍在進行中的工作
總而言之，LlamaCon 2025 並不是一次巨大的成功，而是一次好壞參半的公告、承諾和未實現的期望。雖然這次活動確實展示了 Meta 對 AI 的承諾以及其成為該領域領導者的雄心，但它也突顯了該公司在跟上行業快速發展步伐方面面臨的挑戰。
缺乏新的推理模型對於許多開發者來說是一個重大的失望，引發了對 Llama 長期競爭力的擔憂。然而，華爾街分析師對 Meta 的 AI 策略仍然保持樂觀，專注於該公司投資的長期潛力。
最終，LlamaCon 提醒我們，Meta 仍在轉型之中，試圖說服開發者 - 也許也說服自己 - 它不僅可以構建模型，而且可以在 AI 領域建立動力。該公司未來的成功將取決於其解決當前產品缺點的能力，尤其是在推理能力領域，並繼續創新和適應不斷變化的 AI 格局。