Meta's flagship AI model Behemoth delayed release raises market concerns
Meta Platforms 因旗艦 AI 模型"Behemoth"的研發受阻，推遲發佈至秋季，引發市場信心危機。該模型採用混合專家架構，旨在提升運算效率，但面臨技術瓶頸。與此同時，Meta 需應對來自中國科技企業的競爭壓力，並平衡技術突破與成本控制。此次延期反映出大型科技公司在 AI 領域的普遍挑戰。
智通財經 APP 獲悉，社交媒體巨頭 Meta Platforms(META.US) 因旗艦人工智能模型"Behemoth"的研發受阻，正面臨市場信心危機。據內部消息，該公司工程師在優化這款擁有兩萬億參數的超大語言模型時遭遇技術瓶頸，原定 6 月發佈的計劃已推遲至秋季甚至更晚。
作為 Meta 新一代 AI 戰略的核心，Llama 4 系列模型中的"Behemoth"本被寄予厚望。該模型採用行業領先的混合專家架構 (MoE)，通過任務模塊化拆分顯著提升運算效率。目前基於其架構開發的衍生版本 Maverick 和 Scout 已向開發者開放，用户可通過 Meta 應用或官網體驗其原生多模態能力——這款模型能同時處理文本、圖像、視頻等多媒體輸入，且在基準測試中表現優於多家頭部競爭對手。
市場分析認為，Meta 的 AI 推進節奏正面臨雙重壓力：一方面，美國科技企業與中國同行的時間競賽日趨激烈。自 DeepSeek 年初發布以來，阿里巴巴 (BABA.US)、騰訊 (00700)、百度 (BIDU.US) 等中國廠商加速技術迭代，百度甚至將 ERNIE Bot 服務完全免費化，騰訊則在微信生態深度整合 AI 功能;另一方面，Meta 自身也需平衡技術突破與成本控制——其採用的 MoE 架構正是借鑑 DeepSeek 降低模型運營成本的成功經驗。
值得注意的是，此次延期暴露出大型科技公司在 AI 軍備競賽中的普遍困境。儘管 Meta 在 4 月高調發布 Llama 4 系列，但核心模型的商業化落地仍需跨越工程化難題。據知情人士透露，研發團隊正集中攻關模型穩定性與輸出一致性，這兩個指標在前期測試中未達預期標準。
行業觀察家指出，在生成式 AI 從實驗室走向產業應用的關鍵階段，技術成熟度與工程化能力的較量，或將決定下一階段全球 AI 競賽的格局走向。Meta 能否通過架構創新保持技術領先，將成為其未來估值的重要風向標。
