يحتاج Meta إلى الفوز على مطوري الذكاء الاصطناعي في أول للاماكون

في يوم الثلاثاء ، تستضيف Meta أول مؤتمر مطور Llamacon AI على الإطلاق في مقرها في Menlo Park ، حيث ستحاول الشركة وضع المطورين على بناء الطلبات مع نماذج Llama AI المفتوحة. منذ عام واحد فقط ، لم يكن ذلك عملية بيع صعبة.

ومع ذلك ، في الأشهر الأخيرة ، كافحت Meta لمواكبة كل من مختبرات الذكاء الاصطناعى “المفتوحة” مثل Deepseek والمنافسين التجاريين المغلقين مثل Openai في سباق AI المتطور بسرعة. يأتي Llamacon في لحظة حرجة للميتا في سعيها لبناء نظام إيكولوجي Llama مترامي الأطراف.

قد يكون الفوز بالمطورين أمرًا بسيطًا مثل شحن نماذج مفتوحة بشكل أفضل. ولكن قد يكون ذلك أكثر صرامة لتحقيقه مما يبدو.

بداية مبكرة واعدة

إطلاق Meta لـ Llama 4 في وقت سابق من هذا الشهر المطورين المذهلين ، مع عدد من الدرجات القياسية في نماذج أدناه مثل Deepseek’s R1 و V3. لقد كانت بعيدة كل البعد عن ما كانت عليه Llama: تشكيلة نموذج الحدود.

عندما أطلقت Meta طراز Llama 3.1 405b في الصيف الماضي ، وصف الرئيس التنفيذي مارك زوكربيرج بأنه فوز كبير. في منشور مدونة ، أطلق Meta على LLAMA 3.1 405B “نموذج الأساس الأكثر قدرة على الأعلى” ، مع أفضل نموذج لـ Openai في ذلك الوقت ، GPT-4O.

لقد كان نموذجًا مثيرًا للإعجاب ، بالتأكيد – وهكذا كانت النماذج الأخرى في عائلة Meta’s Llama 3. جيريمي نيكسون ، الذي استضاف هاكاثونز في سان فرانسيسكو AGI House على مدار السنوات القليلة الماضية ، أطلق على LAMA 3 “لحظات تاريخية”.

يمكن القول إن Llama 3 جعل Meta محبوبًا بين مطوري الذكاء الاصطناعى ، حيث قدم أداءً متطورًا مع حرية استضافة النماذج أينما اختاروا. اليوم ، تم تنزيل نموذج LLAMA 3.3 من Meta في كثير من الأحيان من Llama 4 ، قال Hugging Face’s Product and Growth ، Jeff Boudier ، في مقابلة.

على النقيض من ذلك مع استقبال عائلة Meta’s Llama 4 ، والفرق صارخ. لكن لاما 4 كان مثيرًا للجدل منذ البداية.

القياس المعيمين

قامت Meta بتحسين نسخة من أحد طرازات Llama 4 ، Llama 4 Maverick ، ​​من أجل “Toversality” ، والتي ساعدتها في الحصول على المركز الأول في Arena المعياري LM. ومع ذلك ، لم تصدر Meta هذا النموذج مطلقًا – فإن إصدار Maverick الذي انتهى به الأمر على نطاق واسع والذي كان أداءً أسوأ بكثير على LM Arena.

قالت المجموعة التي تقف وراء LM Arena إن Meta كان ينبغي أن يكون “أكثر وضوحًا” حول التناقض. أخبر أيون ستويكا ، أحد مؤسسي LM Arena ، وأستاذ UC Berkeley الذي شارك أيضًا في تأسيس الشركات بما في ذلك AnyScale و Databricks ، TechCrunch أن الحادث أضر بثقة مجتمع المطور في Meta.

“[Meta] كان ينبغي أن يكون أكثر وضوحا أن نموذج مافريك كان يعمل [LM Arena] وقال ستويكا لـ TechCrunch في مقابلة: “كان هذا مختلفًا عن النموذج الذي تم إصداره. بالطبع ، يمكنهم استعادة ذلك من خلال إطلاق نماذج أفضل. “

لا منطق

كان إهمالًا صارخًا من عائلة Llama 4 نموذجًا للمنطق منظمة العفو الدولية. يمكن أن تعمل نماذج التفكير بعناية من خلال الأسئلة قبل الإجابة عليها. في العام الماضي ، أصدرت الكثير من صناعة الذكاء الاصطناعى نماذج التفكير ، والتي تميل إلى أداء أفضل على معايير محددة.

Meta’s Enthing A Llama 4 Meanting Model ، لكن الشركة لم تشير إلى متى تتوقع ذلك.

يقول ناثان لامبرت ، الباحث في AI2 ، إن حقيقة أن Meta لم تصدر نموذجًا للتفكير مع Llama 4 يشير إلى أن الشركة ربما تكون قد هرعت إلى الإطلاق.

وقال لامبرت: “يطلق الجميع على نموذج التفكير ، ويجعل نماذجهم تبدو جيدة للغاية”. “لماذا لم تستطع [Meta] انتظر حتى تفعل ذلك؟ ليس لدي إجابة على هذا السؤال. يبدو وكأنه غرابة الشركة العادية. “

أشار لامبرت إلى أن النماذج المفتوحة المتنافسة أقرب إلى الحدود أكثر من أي وقت مضى ، وأنها تأتي الآن في المزيد من الأشكال والأحجام – مما يزيد بشكل كبير من الضغط على التعريف. على سبيل المثال ، في يوم الاثنين ، أصدرت Alibaba مجموعة من النماذج ، Qwen 3 ، والتي يُزعم أنها تفوق بعضًا من أفضل طرز الترميز Openai و Google على Codeforces ، وهو معيار برمجة.

لاستعادة قيادة النموذج المفتوح ، يحتاج Meta ببساطة إلى تقديم نماذج متفوقة ، وفقًا لما ذكره Ravid Shwartz-Ziv ، وهو باحث من الذكاء الاصطناعي في مركز علوم البيانات في جامعة نيويورك. هذا قد يتضمن تحمل المزيد من المخاطر ، مثل توظيف تقنيات جديدة ، كما قال لـ TechCrunch.

ما إذا كان Meta في وضع يسمح له بتحمل مخاطر كبيرة الآن غير واضح. أخبر الموظفون الحاليون والسابقين في السابق أن مختبر أبحاث الذكاء الاصطناعى في Fortune Meta “يموت بموت بطيء”. أعلنت جويل بينو ، نائبة الشركة في أبحاث الذكاء الاصطناعي ، هذا الشهر أنها ستغادر.

تعد Llamacon فرصة Meta لإظهار ما كان يطبخه للتغلب على الإصدارات القادمة من AI Labs مثل Openai و Google و Xai وغيرها. إذا فشلت في التسليم ، فقد تتخلف الشركة بشكل أكثر في المساحة التنافسية للغاية.