- Meta ra mắt Llama 4 với ba biến thể: Scout, Maverick và Behemoth, với phương pháp tiếp cận đa phương thức và mã nguồn mở.
- Các mô hình kết hợp kiến trúc Hỗn hợp chuyên gia (MoE) và cửa sổ ngữ cảnh lên tới 10 triệu mã thông báo.
- Scout và Maverick hiện đã có mặt trên các ứng dụng như WhatsApp và Instagram, trong khi Behemoth vẫn đang trong quá trình phát triển.
- Việc phân phối Llama 4 bên ngoài Hoa Kỳ bị hạn chế bởi khuôn khổ pháp lý, đặc biệt là ở EU.
Meta đã tiến thêm một bước nữa trong quá trình phát triển hệ sinh thái Trí tuệ Nhân tạo của mình với việc ra mắt Llama 4 , một tập hợp các mô hình nhằm cạnh tranh với những gã khổng lồ hiện nay trong ngành như GPT-4 và Gemini. Với kiến trúc được cải tiến và bổ sung các khả năng đa phương thức , công ty của Mark Zuckerberg đang cố gắng củng cố vị thế của mình trong cuộc đua đặc trưng bởi sự đổi mới và phát triển nhanh chóng.
Dòng sản phẩm Llama 4 ra mắt với ba mẫu chính: Scout, Maverick và Behemoth , mỗi mẫu đều có những tính năng riêng biệt được thiết kế để đáp ứng nhiều nhu cầu, từ các tác vụ hàng ngày đến những ứng dụng chuyên biệt cao. Hơn nữa, cam kết của Meta vẫn rõ ràng: duy trì mã nguồn mở như một yếu tố khác biệt, giúp các mẫu sản phẩm này nổi bật trong bối cảnh các công cụ dễ tiếp cận dành cho doanh nghiệp và các nhà phát triển cá nhân. Đối với những người sau, mã nguồn mở của Llama 4 mang đến cơ hội thử nghiệm và phát triển các ứng dụng tùy chỉnh.
Một kiến trúc mới cho thế hệ mới
Một trong những khía cạnh quan trọng nhất của Llama 4 là kiến trúc dựa trên kỹ thuật Hỗn hợp Chuyên gia (Mixture of Experts - MoE) . Cách tiếp cận này cho phép chỉ kích hoạt những phần cần thiết của mô hình cho một nhiệm vụ nhất định, thay vì kích hoạt tất cả các tham số trong mỗi truy vấn. Điều này không chỉ cải thiện hiệu quả mà còn giảm tải tính toán và tăng tốc độ phản hồi. Với sự tiến bộ về kiến trúc này, các nhà phát triển AI có thể khám phá những khả năng mới, chẳng hạn như những khả năng được trình bày trong bài viết về Microsoft Loop.
Llama 4 Scout và Maverick cùng chia sẻ một cơ sở dữ liệu gồm 17.000 tỷ tham số hoạt động , mặc dù chúng khác nhau về số lượng chuyên gia mà chúng sử dụng: Scout sử dụng 16, trong khi Maverick sử dụng 128. Cấu hình này tạo nên sự khác biệt về khả năng của chúng, tập trung Scout vào các tác vụ kỹ thuật như phân tích mã hoặc tổng hợp tài liệu , trong khi Maverick tập trung vào các chức năng tổng quát hơn như viết sáng tạo hoặc diễn giải văn bản và hình ảnh . Đối với những người quan tâm đến phân tích mã, kiến trúc của Llama 4 có thể rất quan trọng, và bạn có thể tìm thêm thông tin trong bài viết về Python.
Ngược lại, Behemoth đại diện cho một bước tiến hướng tới sự phát triển mô hình tiên tiến nhất . Mặc dù vẫn đang trong giai đoạn huấn luyện, nhưng đã có thông tin cho thấy nó sở hữu 288.000 tỷ tham số hoạt động được phân bổ cho 16 chuyên gia. Theo Meta, các thử nghiệm ban đầu cho thấy nó vượt trội hơn các đối thủ như GPT-4.5, Claude 3.7 và Gemini 2.0 Pro trong các bài kiểm tra hiệu năng tập trung vào các lĩnh vực STEM.
Đa phương thức là chìa khóa cho tương lai
Tính đa phương thức là một đặc điểm nổi bật khác của thế hệ mới này . Scout và Maverick được thiết kế để hiểu và làm việc với nhiều loại đầu vào khác nhau, chẳng hạn như văn bản , hình ảnh và thậm chí cả video , từ đó cho phép phát triển các trợ lý ảo linh hoạt và dễ thích ứng hơn. Điều này dẫn đến các ứng dụng tinh vi hơn trong môi trường doanh nghiệp, giáo dục hoặc sáng tạo, nơi việc diễn giải đồng thời thông tin hình ảnh và văn bản là rất cần thiết. Trong bối cảnh này, việc tích hợp các mô hình như Llama 4 có thể góp phần cải thiện khả năng của các công cụ hiện đại, tương tự như những gì được thấy trong Google Colab.
Một trong những tính năng đột phá nhất là việc giới thiệu các cửa sổ ngữ cảnh với dung lượng lên đến 10 triệu token . Với khả năng này, các mô hình có thể xử lý các khối dữ liệu cực lớn, tạo điều kiện thuận lợi cho việc phân tích chuyên sâu các tài liệu đồ sộ hoặc các codebase phức tạp. Việc mở rộng ngữ cảnh này là chưa từng có trong các mô hình trước đây và có thể trở thành tiêu chuẩn cho các sản phẩm AI trong tương lai trên toàn cầu.
Nhờ kiến trúc MoE, các mô hình Llama 4 cũng tiêu thụ ít tài nguyên hơn trong quá trình huấn luyện và suy luận , điều này rất cần thiết để mở rộng quy mô sử dụng mà không cần cơ sở hạ tầng quá đắt đỏ. Meta đề cập rằng Scout có thể chạy trên một GPU Nvidia H100 duy nhất , giúp dân chủ hóa khả năng tiếp cận cho các doanh nghiệp nhỏ hoặc các nhà phát triển có nguồn lực hạn chế hơn. Cách tiếp cận tiết kiệm tài nguyên này tương tự như các hệ thống kết nối Wi-Fi , trong đó tối ưu hóa tài nguyên là chìa khóa để mang lại lợi ích thiết thực.
Khả năng cung cấp và triển khai quốc tế
Các mô hình Scout và Maverick hiện đã có mặt trên một số nền tảng Meta , bao gồm WhatsApp, Instagram, Facebook Messenger và trang web Meta AI. Đối với những người muốn truy cập kỹ thuật hơn hoặc muốn tự phát triển chúng, các phiên bản có sẵn trên llama.com và nền tảng Hugging Face phổ biến . Việc có mặt trên phạm vi quốc tế này đánh dấu một bước tiến đáng kể trong việc tiếp cận Trí tuệ Nhân tạo, như đã được thảo luận trong bài viết về tin tức mới nhất của Microsoft.
Tuy nhiên, không phải ai cũng có quyền tiếp cận bình đẳng với những tiến bộ này. Meta đã xác nhận rằng cả chức năng đa phương thức và việc phân phối mô hình đều bị hạn chế tại Liên minh Châu Âu vì lý do pháp lý liên quan đến bảo vệ dữ liệu và các quy định về trí tuệ nhân tạo. Điều này có nghĩa là các công ty đặt trụ sở tại EU hiện không thể sử dụng hoặc phân phối lại chúng mà không có giấy phép cụ thể.
Hơn nữa, các tập đoàn có hơn 700 triệu người dùng hoạt động hàng tháng sẽ cần phải xin thêm giấy phép để triển khai các công nghệ này. Điều này có thể làm chậm quá trình triển khai tại các thị trường như châu Âu, mặc dù Meta đã cho biết ý định sẽ giải quyết những trở ngại này trong các bản cập nhật tương lai.
Một bước gần hơn tới mô hình lý luận
Ngoài các mô hình hiện tại, Meta đã công khai thông báo rằng họ đang phát triển phiên bản thứ tư: Llama 4 Reasoning . Như tên gọi cho thấy, nó sẽ tập trung vào việc cải thiện khả năng suy luận logic, điều mà các phiên bản hiện tại chưa tích hợp đầy đủ. Việc giới thiệu mô hình này sẽ đánh dấu nỗ lực đầu tiên của Meta trong việc cạnh tranh ở lĩnh vực mà OpenAI và các công ty khác đã đạt được những bước tiến đáng kể.
Hiện tại, các mô hình Llama 4 phản hồi cởi mở hơn với các vấn đề xã hội hoặc chính trị, đây là điều mà Meta đã điều chỉnh để các phiên bản mới ít e dè hơn khi đề cập đến các chủ đề gây tranh cãi. Việc giảm bộ lọc này tuân theo xu hướng thấy được ở các mẫu gần đây như Grok 3 và là một phần trong sự thay đổi lớn hơn trong ngành hướng tới các tương tác cởi mở hơn và ít bị kiểm duyệt hơn.
Hơn nữa, Meta đã gợi ý rằng Llama 4 Behemoth có thể đóng vai trò là nền tảng để tạo ra các mô hình nhỏ hơn, chuyên biệt hơn , cho phép sức mạnh của nó được áp dụng trong các bối cảnh cụ thể hơn mà không cần phải triển khai toàn bộ cơ sở hạ tầng.
Thế hệ Llama 4 mới đưa Meta vững chắc vị thế cạnh tranh trong việc phát triển các mô hình AI tiên tiến . Với sự kết hợp giữa mã nguồn mở, kiến trúc hiệu quả và khả năng đa phương thức, Scout và Maverick đã cung cấp các giải pháp có thể áp dụng ngay hôm nay. Trong khi đó, Behemoth hứa hẹn sẽ là nền tảng để xây dựng các mô hình mạnh mẽ hơn nữa trong tương lai. Mặc dù việc phân phối bị hạn chế bởi các vấn đề pháp lý ở một số khu vực, nhưng sự tiến bộ về mặt kỹ thuật là không thể phủ nhận và củng cố cam kết của Meta trong việc dẫn đầu lĩnh vực trí tuệ nhân tạo mở.
