Llama 4的发布似乎让Meta遇到了一些麻烦。尽管在规模、设计和调性上都有了大胆的变化，但Meta并未能给出一个令人信服的叙述。这使得本已因为开发延期而高涨的期望值难以得到满足。Llama系列的发展历程如下： 首先，在2022年5月3日，Meta发布了OPT模型，涵盖了从1.25亿到1750亿参数的不同版本。尽管在当时没有引起太大的关注，但它在语言模型研究领域中扮演了重要的基础角色。随后，2023年2月24日，Llama 1问世，拥有70亿、130亿、330亿和650亿参数的版本，它推动了早期开放式聊天模型的“Alpaca时代”。 2023年7月18日，Meta发布了Llama 2，继续扩展参数规模，增加了700亿参数的版本。虽然聊天版初期遇到了一些问题，但整体而言，Llama 2取得了显著的成功，成为学术研究的新标杆。到了2024年4月18日，Llama 3推出，进一步提升了80亿和700亿参数的版本，继续巩固了其在学术领域的地位。7月23日，Meta发布了Llama 3.1，不仅大幅改进了训练后的性能，还在4050亿参数版本上首次与OpenAI的GPT-4在性能上一争高下。 9月25日，Llama 3.2正式发布，虽然在技术上有一定的进步，但在叙事策略上显得有些乏力，未能有效地回应外界的高度期待。业内人士普遍认为，Llama 3.2的改进并不足以弥补之前的拖延和不足，特别是在商业应用方面，仍然存在显著差距。 Meta作为全球领先的社交媒体和技术公司，一直在人工智能领域积极布局。除了Llama系列，Meta还推出了许多其他重要的AI项目，如Deepfake检测挑战赛和Fairseq序列建模库。然而，Llama 4的发布再次引发了人们对Meta是否能在AI竞争中保持领先地位的质疑。尽管公司在技术上取得了一定的突破，但市场和学术界的反馈显示，Meta在产品化和叙事方面还有很长的路要走。