从Llama 2到多模态Llama 3.2：Meta开源大模型的三级跳与生态博弈
2024年9月25日，Meta在年度Connect大会上正式发布Llama 3.2系列模型，首次将多模态视觉能力注入开源大语言模型。这是继7月放出4050亿参数“巨兽”Llama 3.1之后，扎克伯格麾下AI团队在不到三个月内的又一次关键开源动作。从2023年2月初代Llama意外泄露引发学术界震动，到如今构筑起涵盖文本、视觉、轻量端侧模型的完整开源家族，Meta正通过系统性开源策略，在封闭与开放的路线之争中强行切下一块蛋糕。
Llama系列的开源进阶可划分为三个明显阶段。第一跳发生在2023年2月，Meta以非商用许可发布Llama 1，参数覆盖70亿到650亿。尽管初衷仅为研究用途，模型权重却迅速在社区扩散，催生了Alpaca、Vicuna等衍生项目，间接引爆开源大模型热潮。意识到开源对生态的撬动效应后，Meta于2023年7月联手微软推出Llama 2，将参数扩至700亿，并首次允许商用，合作伙伴可直接将模型嵌入Azure和Windows。当时，Llama 2在一系列基准测试中逼近GPT-3.5，被外界视为“最强开源大模型”的里程碑。
真正的质变发生在2024年。4月18日，Meta跳过中间版本直接发布Llama 3，先期放出8B与70B两个规模，训练数据量高达15万亿token，比Llama 2增长7倍，性能在同等量级上全面压制谷歌Gemma、Mistral等对手。最引人注目的是7月23日亮相的Llama 3.1 405B——该模型拥有4050亿参数，在150多项基准测试中与OpenAI的GPT-4和Claude 3.5 Sonnet打得有来有回，更是首次将开源旗舰拉至闭源顶级模型的同一竞技场。根据Meta公布的数据，Llama 3.1 405B在MMLU、ARC-Challenge等知识推理测试中与GPT-4只差毫厘，在数学推理GSM8K上甚至略占优势。扎克伯格在同期发表的公开信中宣称“开源AI正走在超越闭源AI的道路上”，并呼吁行业建立开放标准。
仅仅两个月后，9月25日的Llama 3.2让开源社区再次沸腾。此次新增四款模型：轻量纯文本的1B和3B，专为手机和边缘设备优化，可在高通骁龙8 Gen 3芯片上本地运行；主力则是在Llama 3.1文本基础上嫁接视觉编码器的11B和90B多模态版本，能理解图表、照片并生成文字描述。Meta特别提到，11B和90B模型在图像理解任务上对标闭源竞品Claude 3 Haiku，而端侧3B模型在对话、摘要等方面甚至优于部分7B量级旧模型。同时，Meta发布了Llama Stack API，一套标准化的工具链接口，方便开发者在不同云平台和终端之间无缝切换，高通、联发科、Arm等芯片厂商当场宣布支持。
一系列开源动作背后，Meta的商业算盘日渐清晰。所有Llama模型采用自定义开源协议，虽允许商用和衍生，但对月活跃用户超7亿的“超大平台”设限，必须向Meta申请额外授权。这种“半开放”策略既避免了AWS、谷歌云等巨头直接白嫖，又让中小企业和初创公司争相入局，迅速做大Llama生态。截至Connect大会，Llama系列模型在Hugging Face上的下载量已突破3.5亿次，衍生模型超6万个，Spotify、Shopify、Zoom、埃森哲等企业先后宣布基于Llama开发内部工具。
来自业内的分析指出，Meta通过“无偿开模+广结联盟”的模式，正在对OpenAI和谷歌形成合围。纽交所研究机构Futurum Group分析师Dan Newman评论称，Llama若成为行业默认的底层基建，Meta即可在未来的应用分发、云计算合作乃至监管话语权上占据高地。不过，关于“真正开源”的争议从未停止。开源倡议组织OSI在2024年多次点名批评Llama的许可证含有歧视性条款，不符合开源定义；Hugging Face伦理研究员Giada Pistilli则担忧多模态版本可能带来的深度伪造和隐私风险。尽管如此，Llama的滚雪球效应难以阻挡。谷歌DeepMind紧急开源Gemma系列应战，微软虽主推Copilot但仍向Llama开放Azure入口，连一向保守的苹果也传出正在测试Llama用于内部AI工具。未来数月，当Llama 3.2的多模态能力全面铺向手机、AR眼镜和智能音箱，这一场由Meta点燃的开源大火，预计还会烧向更广泛的消费电子战场。
Llama系列的开源进阶可划分为三个明显阶段。第一跳发生在2023年2月，Meta以非商用许可发布Llama 1，参数覆盖70亿到650亿。尽管初衷仅为研究用途，模型权重却迅速在社区扩散，催生了Alpaca、Vicuna等衍生项目，间接引爆开源大模型热潮。意识到开源对生态的撬动效应后，Meta于2023年7月联手微软推出Llama 2，将参数扩至700亿，并首次允许商用，合作伙伴可直接将模型嵌入Azure和Windows。当时，Llama 2在一系列基准测试中逼近GPT-3.5，被外界视为“最强开源大模型”的里程碑。
真正的质变发生在2024年。4月18日，Meta跳过中间版本直接发布Llama 3，先期放出8B与70B两个规模，训练数据量高达15万亿token，比Llama 2增长7倍，性能在同等量级上全面压制谷歌Gemma、Mistral等对手。最引人注目的是7月23日亮相的Llama 3.1 405B——该模型拥有4050亿参数，在150多项基准测试中与OpenAI的GPT-4和Claude 3.5 Sonnet打得有来有回，更是首次将开源旗舰拉至闭源顶级模型的同一竞技场。根据Meta公布的数据，Llama 3.1 405B在MMLU、ARC-Challenge等知识推理测试中与GPT-4只差毫厘，在数学推理GSM8K上甚至略占优势。扎克伯格在同期发表的公开信中宣称“开源AI正走在超越闭源AI的道路上”，并呼吁行业建立开放标准。
仅仅两个月后，9月25日的Llama 3.2让开源社区再次沸腾。此次新增四款模型：轻量纯文本的1B和3B，专为手机和边缘设备优化，可在高通骁龙8 Gen 3芯片上本地运行；主力则是在Llama 3.1文本基础上嫁接视觉编码器的11B和90B多模态版本，能理解图表、照片并生成文字描述。Meta特别提到，11B和90B模型在图像理解任务上对标闭源竞品Claude 3 Haiku，而端侧3B模型在对话、摘要等方面甚至优于部分7B量级旧模型。同时，Meta发布了Llama Stack API，一套标准化的工具链接口，方便开发者在不同云平台和终端之间无缝切换，高通、联发科、Arm等芯片厂商当场宣布支持。
一系列开源动作背后，Meta的商业算盘日渐清晰。所有Llama模型采用自定义开源协议，虽允许商用和衍生，但对月活跃用户超7亿的“超大平台”设限，必须向Meta申请额外授权。这种“半开放”策略既避免了AWS、谷歌云等巨头直接白嫖，又让中小企业和初创公司争相入局，迅速做大Llama生态。截至Connect大会，Llama系列模型在Hugging Face上的下载量已突破3.5亿次，衍生模型超6万个，Spotify、Shopify、Zoom、埃森哲等企业先后宣布基于Llama开发内部工具。
来自业内的分析指出，Meta通过“无偿开模+广结联盟”的模式，正在对OpenAI和谷歌形成合围。纽交所研究机构Futurum Group分析师Dan Newman评论称，Llama若成为行业默认的底层基建，Meta即可在未来的应用分发、云计算合作乃至监管话语权上占据高地。不过，关于“真正开源”的争议从未停止。开源倡议组织OSI在2024年多次点名批评Llama的许可证含有歧视性条款，不符合开源定义；Hugging Face伦理研究员Giada Pistilli则担忧多模态版本可能带来的深度伪造和隐私风险。尽管如此，Llama的滚雪球效应难以阻挡。谷歌DeepMind紧急开源Gemma系列应战，微软虽主推Copilot但仍向Llama开放Azure入口，连一向保守的苹果也传出正在测试Llama用于内部AI工具。未来数月，当Llama 3.2的多模态能力全面铺向手机、AR眼镜和智能音箱，这一场由Meta点燃的开源大火，预计还会烧向更广泛的消费电子战场。