近日，meta 的 Llama 4 项目曝出重大丑闻，前首席科学家杨立昆（Yann LeCun）在采访中承认，团队为了优化基准测试结果，确实对数据进行了 “美化”。这种行为引发了广泛的争议，显示出 meta 在追求 AI 技术突破的过程中，管理层的决策和技术方向出现了严重偏差。
曾经的 Llama 系列以其开源的策略在 AI 界声名显赫，Llama 2 和 Llama 3 都获得了极大的关注与认可。然而，随着 Llama 4 的推出，meta 的声誉却迅速下滑。杨立昆离职的原因被认为是对公司大语言模型（LLM）战略的不满，而另一位被裁的 FAIR 前技术总监田渊栋也表示，在这场风波中，他和团队成为了替罪羊。meta 内部管理的混乱，加上对新技术的盲目追求，使得 Llama 4 的研发过程充满了不确定性。
扎克伯格为了迎头赶上竞争对手，急于将 AI 技术融入各个产品中，导致研发团队被迫在短时间内完成任务，最终不得不采取 “刷榜” 这种极端手段来掩盖成果的不足。Llama 4 发布后，社区开发者发现其性能并不如 meta 所宣称，质疑声四起，最终导致扎克伯格不得不对内部团队进行大规模裁撤，并引入外部专家以期重振旗鼓。
然而，meta 的转型之路并不平坦，新的闭源模型 “Avocado” 面临着 “借鉴” 其他技术的争议，是否能够再次赢得市场信任仍然是一个未知数。meta 的 AI 帝国在经历这次风波后，其未来走向令人堪忧，能否在激烈的竞争中重新崛起，成为业界关注的焦点。
