Llama4被图灵奖得主曝作弊刷榜，Meta开源AI帝国一夜倾覆

文 | 新质动能，图灵作者｜沛林，主曝作弊编辑｜沐风

Llama 4 真的刷榜作弊刷榜了！

Meta 前首席科学家杨立昆（Yann LeCun）近日在采访中证实，开源团队为优化基准测试结果，帝国对不同评测使用了不同版本的夜倾模型，" 结果的图灵确被篡改了一点 "。

另一位被裁的主曝作弊 FAIR 原技术总监田渊栋，则直指 Llama 4 的刷榜研发是 " 外行领导内行 "。

从 Llama 3 的开源 " 开源盟主 " 到 Llama 4 的口碑崩塌，不过一年时间。帝国这背后，夜倾是图灵 Meta 内部管理的混乱与技术路线的摇摆。

随着丑闻曝光与核心团队出走，主曝作弊扎克伯格正推动一场剧烈的刷榜转向：高薪挖人、换帅，并彻底放弃开源路线，转而打造闭源模型 "Avocado"。

然而，这款被寄予厚望的新作，却深陷 " 借鉴 " 争议——它被曝使用通义千问优化，并试图融合谷歌、OpenAI 等多方技术。

曾经的开源引领者，如今变为闭源的 " 集大成者 "。

2026 年，Meta 的 AI 命运，几乎全部压在了这个拼凑而成的 Avocado 上。如果它再失败，Meta 可能将在大模型的核心赛道上彻底掉队。

Llama 4 作弊了！

作为图灵奖得主‍、" 卷积神经网络之父 " 与 " 深度学习三巨头 " 之一，杨立昆于 2013 年受邀加入 Meta 担任首席科学家，并成立了大名鼎鼎的人工智能研究院（FAIR）。多年来，杨立昆一直是 Meta 前沿研究的技术引领者与精神领袖。

当年扎克伯格为了请他出山，甚至不惜答应他不用搬去加州、不辞去教职且研究成果必须公开三项条件。

杨立昆已于 2025 年年底离职。双方的分道扬镳，本质是因为对技术路线无法达成一致：杨立昆瞧不上大语言模型路线，信奉世界模型，但扎克伯格却一心扑在大语言模型上。

在近期的采访中，杨立昆直言不讳地指出，外界关于 Llama 4" 刷榜作弊 " 的指控并非空穴来风。为了在基准测试中维持体面的排名，Meta 的团队确实在测试结果上 " 美化 " 了不少。他提到，团队在不同的测试中甚至动用了不同的优化模型来专门刷分。

杨立昆痛批 Meta 内部对 LLM 上瘾过甚，尤其是那些新挖来的超级智能实验室成员。

他点名批评亚历山大王：年轻且缺乏经验。

虽然学得快，但压根不懂研究，不知道怎么做、也不懂如何和研究员们共处。

在他眼中，这个 28 岁的年轻人，就是个 young boy。

如果杨立昆离开是因为不认同大语言模型路线，那 FAIR 前研究科学家技术总监田渊栋连同其团队整体被裁掉，就显得更加戏剧性。

刚刚被裁掉时，田渊栋在社交媒体上无奈的表示：当初是被拉来给 Llama4 救火，结果项目真正的负责人没有被问责，我们团队却被解雇了。

1 月 4 日，田渊栋在社交媒体上对自己离开 Meta 这件事进一步做出说明：

" 其实我也想过在公司十年多了，总有一天要离开，总不见得老死在公司里吧。"

甚至表示很长一段时间里心里都是希望 " 公司快把我开了吧 "。

网友直呼，高级打工人吐槽起上班来，也没什么分别。

而对于 Llama 4 的失败，田渊栋在后来的采访中透露的内容，却显示出 Meta 内部更大的问题。而这些问题，早在 Llama 3 受到追捧的时期，就已经埋下种子。

从封神到幻灭

回顾 Llama 系列的迭代史，也曾有过辉煌。Llama 2 和 Llama 3 曾是 Meta 最值得骄傲的底牌。

2023 年和 2024 年的 Meta，凭借 " 免费又好用 " 的开源策略，在 AI 界成为受尊重的公司。

Llama 2 证明了开源模型可以与闭源巨头叫板，而 Llama 3 则将这种性能推到了巅峰，在多项指标上甚至能与 GPT-4 打得有来有回，成为众多创业者借鉴、使用的开源大模型。

那时的 Meta 工程师们外出参加会议，脊梁骨都是硬的，他们自豪于自己在做一个有意义的、能改变行业格局的项目。

然而，到了 Llama 4，故事急转直下，全面溃败。造成这一结局的核心原因，在于 Meta 高层对技术演进方向的战略误判。

根据 Meta 前技术员工爆料，从 Llama 3 末期开始，扎克伯格和 Meta 高层开始过度强调 " 技术产品化 "，他们急于将 AI 整合进 WhatsApp、Instagram 和 Facebook 的每一个角落。

在这种 " 产品优先 " 的激进指令下，Llama4 的研发工作由更擅长产品与工程的高层领导，团队将大量资源倾斜到了多模态和应用层面的适配，却严重忽视了 AI 最重要的底层能力——推理。

田渊栋对此直接吐槽为 " 让外行领导内行 "。

就在 Meta 埋头卷规模、卷应用的时候，外部世界发生了翻天覆地的变化。

OpenAI 推出了基于思维链的 o1 模型，彻底改变了推理游戏的规则；紧接着，来自中国的 DeepSeek 以震撼的 MOE 混合专家架构横空出世，不仅推理能力强悍，更以极低的成本撕碎了硅谷大厂引以为傲的成本壁垒。

管理层对底层技术理解的匮乏，直接导致了战略路线上极其离谱的 " 灯下黑 "。其实早在 ChatGPTo1 发布前，田渊栋的 FAIR 团队就在研究思维链。

然而，因为此前 FAIR 与产品组之间没有良性互动，且高层痴迷于 " 技术产品化 "，这些自研成果被彻底埋没。

DeepSeek 的突袭让 Meta 内部彻底乱了阵脚，扎克伯格在全员大会上虽然表面淡定，背地里却开始下达 " 死命令 "，要求不计代价追赶。并请来田渊栋带领的 FAIR 团队来 " 救火 "。

田渊栋收到这一请求时，距离 Llama 4 定下的发布时间只剩 2 个月。明眼人都看得出来，这就是个烫手山芋，此时接手，只能尽力，很难善了。

在犹豫是否接手这一项目时，田渊栋还画了一个表格。

顶: 7踩: 11289