Meta 发布 Llama 4 Scout 与 Maverick：首批混合专家模型
Llama 4 Scout 与 Maverick 是多模态、开放权重的混合专家模型，拥有 170 亿激活参数与超大上下文窗口，Scout 总参数 1090 亿、上下文窗口达 1000 万 token，Maverick 总参数 4000 亿，推理时只激活部分分支以降低算力开销。
Meta 已发布 Llama 4 Scout 与 Llama 4 Maverick，该公司称这是其首批混合专家模型，同时以开放权重的形式发布。
混合专家是一种架构，模型由多个专门化的分支组成，每次处理时只激活其中一部分，因此计算成本远低于运行同等总规模的完整神经网络。据公布，Scout 总参数 1090 亿、上下文窗口 1000 万 token，Maverick 总参数 4000 亿；两者均为原生多模态，并使用 170 亿激活参数。
对企业而言，这一架构指向成本问题：总参数规模很大但推理时只使用一部分的模型，在计算上比同量级的稠密模型更便宜。大上下文窗口适合长文档库，而读取图像的能力则为发票、表单、文档照片等应用打开空间。
需要注意的是，尽管激活参数低于总参数，自行运营这些模型仍需相当可观的算力基础设施。越南语质量以及对特定业务领域的理解能力需要单独测试，不应从英文基准分数推断。
来源： ai.meta.com
新闻 与 VASCOM 沟通
