支付宝开放平台-开发者社区——AI 日报「4 月 9 日」

[支付宝官方开放平台]

1️⃣Llama 4在测试集上训练？内部员工、官方下场澄清

机器之心｜阅读原文

Llama 4 这么大的节奏，Meta 终于绷不住了。本周二凌晨，Meta Gen AI 团队负责人发表了一份澄清说明（针对外界质疑「在测试集上训练」等问题），大佬 Yann LeCun 也进行了转发。

Llama 4 是 Meta 在 4 月 6 日发布的模型，分为 Llama 4 Scout、Llama 4 Maverick 和 Llama 4 Behemoth 这几个版本。Meta 官方宣称新模型可以实现无与伦比的高智商和效率。

比如网友发帖称，Llama 4 Scout（109B）和 Maverick（402B）在 Kscores 基准测试中表现不佳，不如 GPT-4o、Gemini Flash、Grok 3、DeepSeek V3 以及 Sonnet 3.5/7 等模型。而 Kscores 基准测试专注于编程任务，例如代码生成和代码补全。另外还有网友指出，Llama 4 的 OCR、前端开发、抽象推理、创意写作等问题上的表现能力也令人失望。

针对这个版本问题，大模型竞技场官方账号也给出了回应，称 Meta 的做法是对平台政策的误读，应该更清楚地说明他们的模型是定制模型。此外，他们还将 Meta 在 HuggingFace 上发布的版本添加到了竞技场进行重新测试，结果有待公布。最后，不论训练策略和 Deadline 的是与非，Llama 4 是否经得起考验，终究还是要看模型本身的实力。

 

2️⃣三个LLM顶一个OpenAI？2亿条性能记录加持，路由n个「小」模型逆袭

新智元｜阅读原文

当前大模型研究面临三大困境：算力垄断（顶尖成果集中于大厂）、成本壁垒（单次训练成本高，可能需要数千GPU小时）以及技术路径单一化（过度依赖单一模型的规模扩展）。

为突破这些限制，路由LLM（Routing LLM）范式应运而生——通过智能调度实现多个开源小模型的协同增效，以「组合创新」替代「规模竞赛」。路由LLM是指一种通过router动态分配请求到若干候选LLM的机制。

这种范式具有三重优势：

1. 异构兼容性：支持闭源模型（如GPT-4）、开源模型（如Llama系列）及专用微调模型的混合部署。
2. 多目标优化：可根据场景需求，在性能、成本、风险控制等维度实现动态权衡
3. 灵活部署：可根据实际需求动态调整候选模型池，针对特定场景（如代码生成、医疗问答）快速定制专属解决方案，而无需从头训练大模型

将大模型路由问题转化为标准的分类任务，使研究者可在单卡甚至笔记本电脑上开展前沿研究。这一突破不仅为学术界提供了低门槛的研究工具，更为大模型性能优化提供了新的思路：通过智能调度实现异构模型的协同增效，以极低的计算成本突破单一模型的性能上限。

 

3️⃣Captions：两天做出MVP、5亿美金估值，TikTok想干掉它、投资人争着投它

Founder Park｜阅读原文

a16z 发布的 2025 年全球 100 大 AI 消费级应用报告中，Captions 被认为是最会赚钱的 AI 音视频应用之一。凭借 AI 生成 3D 虚拟形象、AI 剪辑、AI 对口型等功能，Captions 在 2023 年实现快速增长，仅移动端下载量就超过 1000 万次。

2024 年 7 月，Captions 获得了 Index Ventures 领投，a16z 等跟投的 6000 万美元 C 轮融资，这轮融资后，它的估值达到 5 亿美元。据第三方数据，其年营收估算高达 900 万美元。Captions 目前的用户数量超过了 1000 万（大部分是创作者），月活用户达到 300 万，而且这些用户中很大一部分是付费用户。在获得这些成就的同时，它的团队成员还没超过 100 人。

最关键的是，Captions 的竞争对手是 CapCut（剪映国际版）。

Gaurav认为：我们推出的是极致精简的最小可行产品（MVP），删减设计直到产品保留最核心的可用性，然后我们把产品推出。如果这个核心功能不可用，基于它构建的其他功能也没有意义，这就是我们开发产品的方式。

 

 

 

 

 

 

 

对此，你怎么看？

在帖子下积极互动，则有机会获得相关蚂蚁周边和积分！

---

AI 内容库

欢迎你的投稿！

扫描下方二维码加入群聊，带走蚂蚁周边！

戳我进群