Meta、Midjourney等公司分别发布新的人工智能模型

Meta 发布了两个 Llama 4 人工智能模型

Meta 宣布了其最新的开放权重原生多模模型 Llama 4 Scout 和 Llama 4 Maverick。新模型使用了混合专家架构（mixture-of-experts）构建，每个有 170 亿活跃参数。Meta 声称其新模型在多个基准测试上优于 OpenAI 和Google的模型，现在为网页和 WhatsApp、Messenger、Instagram 上的 Meta AI 助手提供支持。

这两个新模型也可以从 Meta 或 Hugging Face 下载，其中 Llama 4 Scout 是一个可以“适用于单个 Nvidia H100 GPU”的小模型，而 Llama 4 Maverick，其性能更接近于 GPT-4o 和 Gemini 2.0 Flash。

Meta 表示，他们仍在培训 Llama 4 Behemoth，Meta 的 CEO 马克·扎克伯格表示这是“世界上性能最高的基础模型”。

根据 Meta 的说法，Llama 4 Scout 拥有一个 1 千万个 token 的上下文窗口——这相当于是一个 AI 模型的工作记忆——并且超越了谷歌的 Gemma 3 和 Gemini 2.0 Flash-Lite 模型，以及开源的 Mistral 3.1，在“广泛报道的基准测试中表现优异”，同时还能“适用在单个 Nvidia H100 GPU 中运行”。

Meta 对其更大的 Maverick 模型与 OpenAI 的 GPT-4o 和谷歌的 Gemini 2.0 Flash 的性能表现也有类似的声明，称其结果在编码和推理任务中“用不到一半的活动参数”就能与 DeepSeek-V3 媲美。

与此同时，Llama 4 Behemoth 拥有 2880 亿个活跃参数，总共有 2 万亿个参数。虽然还未发布，Meta 表示 Behemoth 可以在“多个 STEM 基准测试中”超越其竞争对手（在这种情况下指 GPT-4.5 和 Claude Sonnet 3.7）。

Midjourney 发布新模型 V7

Midjourney 在时隔一年多之后发布新模型 V7，目前以 alpha 形式提供给用户。

V7 改进了图像生成，为手、手指、身体部位和“各种对象”提供了更高的连贯性和一致性，还能提供细节更丰富和逼真的纹理和材质。

V7 还提供了新工具和工作流，其中之一是用于迭代和探索的 Draft Mode，费用只需一半但渲染速度提高十倍。V7 有两种模式——turbo 和 relax，其中 turbo 能更快生成最终图像，但费用提高了一倍；而 relax 生成图像的速度很慢，但费用也低。

Midjourney 是最早广泛使用的 AI 图像生成工具之一。最初只通过 Discord 提供给用户，现在有了 Web 版本。