Meta odkłada premierę Llama 4. Techniczne wyzwania w rozwoju multimodalnego AI spowalniają wyścig technologiczny

AI Meta miała zrewolucjonizować rynek dzięki Llama 4, ale plany uległy opóźnieniu. Co stoi za problemami z flagowym modelem Behemoth? Czy to chwilowa zadyszka, czy sygnał głębszych wyzwań w wyścigu AI? Temat budzi emocje, bo Meta rywalizuje z gigantami jak OpenAI i Google, a stawką jest przyszłość technologii. Czy open-source nadal ma szansę w tej walce? Jak trudności Meta mogą wpłynąć na innowacje AI i co to oznacza dla użytkowników oraz deweloperów.

Llama 4 miała być przełomem, ale trudności z wydajnością zmuszają nas do ponownego spojrzenia na nasze podejście – inżynier Meta AI.

Meta AI rzuca wyzwanie ChatGPT. Nowa aplikacja z funkcją Discover Feed jest już dostępna na Androida i iOS

Meta zmaga się z poważnymi wyzwaniami przy tworzeniu swojego flagowego modelu Llama 4 Behemoth, co zmusiło firmę do opóźnienia jego premiery, pierwotnie planowanej na wiosnę 2025 roku. Jak podaje The Wall Street Journal, model nie spełnił oczekiwań w najważniejszych testach, szczególnie w zadaniach wymagających rozumowania i obliczeń matematycznych. Wywołało to frustrację wśród kierownictwa, a także rozmowy o potencjalnych zmianach w zespole AI. Premiera została przesunięta na jesień lub później, podczas gdy mniejsze modele Llama 4, Scout i Maverick, zostały już wydane w kwietniu 2025 roku, oferując multimodalne możliwości i kontekst do 10 milionów tokenów. Meta AI podkreśla, że Llama 4 wykorzystuje architekturę Mixture-of-Experts (MoE) i „early fusion” do integracji tekstu, obrazów i wideo. To miało uczynić Behemoth jednym z najpotężniejszych modeli na świecie. Jednaknajprawdopodobniej problemy z wydajnością w zadaniach takich jak rozmowy głosowe w styplu podobnym do naturalnego, a także konkurencja ze strony OpenAI i DeepSeek, które oferują efektywniejsze modele, zmusiły Meta do ponownej oceny strategii. Na przykład, DeepSeek R-1 osiąga wyniki porównywalne z GPT-4 przy znacznie niższych kosztach, a to zwiększa presję na Meta. Firma, mimo trudności, podkreśla swoje zaangażowanie w open-source, choć licencja Llama 4 nakłada ograniczenia, np. dla firm z ponad 700 milionami użytkowników miesięcznie. To budzi kontrowersje w społeczności deweloperów.

Okulary Ray-Ban Meta z funkcjami AI. Tłumaczenia na żywo i integracja z Instagramem dostępne w kolejnych krajach

Opóźnienie Llama 4 Behemoth rodzi pytania o przyszłość Meta w wyścigu AI i implikacje dla użytkowników oraz deweloperów. Z jednej strony, modele Scout i Maverick, dostępne na platformach takich jak Hugging Face czy AWS Bedrock, oferują imponujące możliwości, jak obsługa 12 języków i analiza dużych ilości danych, co czyni je atrakcyjnymi dla przedsiębiorstw i badaczy. Z drugiej strony, problemy z Behemoth wskazują na trudności w skalowaniu multimodalnych modeli AI, które muszą rywalizować z liderami jak GPT-4o czy Gemini 2.0. Czy open-source’owe podejście Meta, mimo ograniczeń licencyjnych, nadal daje przewagę nad zamkniętymi modelami, czy też firma traci grunt na rzecz bardziej elastycznych konkurentów, takich jak DeepSeek? Czy użytkownicy powinni obawiać się, że opóźnienia wpłyną na innowacje w aplikacjach Meta, takich jak WhatsApp czy Instagram? A może to szansa dla innych graczy, aby zdominować rynek? Warto też zastanowić się nad etycznymi aspektami. Czy dążenie do coraz większych modeli, takich jak Behemoth z 2 bilionami parametrów, jest zrównoważone pod względem kosztów i wpływu na środowisko? Dyskusja o tych kwestiach może pomóc określić, jak bardzo jesteśmy zależni od szybkiego postępu w AI i czy Meta zdoła odzyskać pozycję lidera.