[250411] Meta 发布 Llama 4 系列 AI 模型 | Rust 1.86 引入重大语言特性

Llama 4 家族登场：开启原生多模态 AI 创新新纪元

Meta AI 近日发布了其最新、最先进的 Llama 4 系列人工智能模型，标志着 AI 技术进入了一个原生支持多种信息类型（文本、图像、视频）的新时代。这些模型旨在推动更加个性化、智能化的 AI 体验。

核心亮点：

• 原生多模态能力： Llama 4 模型从一开始就设计为能够同时理解和处理文本、图像及视频信息，实现更自然的交互。
• 开放可用： Llama 4 系列中的 Scout 和 Maverick 模型已开放权重，供全球开发者和研究人员下载使用，共同构建 AI 的未来。
• 卓越性能与效率： 采用了创新的“混合专家”（MoE）架构，模型在保持强大能力的同时，训练和运行更高效。

Llama 4 模型家族介绍：

1. Llama 4 Scout:

   • 定位： 高效、强大的入门级模型。
   • 特点： 拥有 170 亿活跃参数和 16 位专家，性能超越所有前代 Llama 模型及同级别的 Gemma 3、Gemini 2.0 Flash-Lite 等。
   • 突破： 提供业界领先的 1000 万 token 超长上下文窗口，能处理极长的文档或对话历史。
   • 部署： 经过优化，可在单块 NVIDIA H100 GPU 上运行。

2. Llama 4 Maverick:

   • 定位： 性能领先的旗舰级模型。
   • 特点： 拥有 170 亿活跃参数和 128 位专家，在多项基准测试中击败了 GPT-4o 和 Gemini 2.0 Flash，并在推理和编码方面媲美 DeepSeek v3，但活跃参数更少。
   • 优势： 实现了顶尖的性能与成本效益比，特别擅长精确的图像理解和创意写作。
   • 部署： 可在单个 H100 主机上运行。

3. Llama 4 Behemoth (预览):

   • 定位： 超大规模的“教师”模型，目前仍在训练中。
   • 特点： 拥有 2880 亿活跃参数和近 2 万亿总参数，是 Meta AI 迄今最强大的模型之一，在多个科学、技术、工程和数学 (STEM) 基准测试中超越了 GPT-4.5、Claude Sonnet 3.7 等顶尖模型。
   • 作用： 其强大的能力被用于“教导”Scout 和 Maverick 模型，显著提升了它们的质量。

关键技术进步（非技术解读）：

• 更懂世界： 通过“早期融合”技术，模型能更好地结合文本和视觉信息进行理解。
• 更广知识： 使用了超过 30 万亿 token（包括文本、图像、视频）的数据进行训练，涵盖 200 种语言，多语言能力大幅提升。
• 更强能力： 经过专门的“中段训练”和优化的“后训练”流程，模型在推理、编码、数学和对话能力上得到显著增强。
• 更长记忆： Scout 模型的超长上下文处理能力（1000 万 token）得益于创新的 iRoPE 架构和注意力机制优化。

安全与责任：

• Llama 4 的开发过程集成了多层安全措施，从数据过滤到模型训练，再到提供给开发者的可调安全工具（如 Llama Guard、Prompt Guard），旨在防范有害内容和滥用。
• 通过自动化和人工的对抗性测试（红队测试，包括新的 GOAT 方法）来发现并修复潜在风险。
• 致力于减少模型偏见，特别是在有争议的社会政治话题上，Llama 4 在保持中立、理解多方观点方面相比 Llama 3 有显著改进，拒绝回答敏感问题的比例降低，观点平衡性更好。

如何体验与获取：

• 立即试用： 用户可以通过 Meta AI 助手（在 WhatsApp, Messenger, Instagram Direct 及 Meta.AI 网站）体验由 Llama 4 驱动的最新功能。
• 开发者获取： Llama 4 Scout 和 Maverick 模型可在 Llama 官网 (llama.com) 和 Hugging Face 平台下载。未来几天也将通过各大云平台和合作伙伴提供。

Llama 4 的发布为 AI 应用开辟了新的可能性，有望带来更智能、更个性化、更安全的 AI 体验。

来源:

https://ai.meta.com/blog/llama-4-multimodal-intelligence/

Rust 1.86.0 版本发布亮点

Rust 团队荣幸地宣布 Rust 1.86.0 正式发布！Rust 是一种致力于让每个人都能构建可靠、高效软件的编程语言。此版本带来了多项备受期待的功能和改进。

可以通过 rustup update stable 命令更新到最新版本。

主要新特性与改进

• Trait 向上转型 (Trait Upcasting) 稳定化

  • 这是一项期待已久的功能，现在可以将一个 Trait 对象（如 &dyn Trait）安全地向上转换为其父 Trait 的对象（如 &dyn Supertrait）。
  • 这简化了之前需要变通方法（如添加 as_supertrait 方法）的代码，尤其在与 dyn Any 配合进行类型向下转换时非常有用。

• HashMap 与切片支持同时获取多个可变元素

  • 新增了 get_disjoint_mut 方法，允许从 HashMap 或切片中安全地同时获取多个不相交元素的可变引用，解决了之前借用检查器对此类操作的限制。
  • 示例：v.get_disjoint_mut([0, 2]) 可以同时获取索引 0 和 2 处元素的可变引用。

• 允许为安全函数添加 #[target_feature] 属性

  • 现在可以在 safe fn 上使用 #[target_feature] 属性，用于编写依赖特定 CPU 特性（如 AVX2）但本身逻辑安全的代码。
  • 这些函数只能在同样标记了该属性的函数中安全调用，或在确认 CPU 支持该特性后的 unsafe 块中调用。

• 调试模式下增加指针非空断言

  • 在启用调试断言（debug assertions）的构建中，编译器会插入运行时检查，确保在对指针进行解引用或再借用为引用时，指针值不为 null。
  • 这有助于在开发阶段更早地发现潜在的空指针错误，但不应依赖此特性保证发布版本的健全性。

• missing_abi Lint 默认级别提升为警告

  • 在 extern 块或 extern fn 中省略 ABI（如 extern {}）现在会产生警告。
  • 推荐显式指定 ABI，例如 extern "C" {} 或 extern "C" fn。

其他重要信息

• 目标平台弃用预告：计划在 Rust 1.87.0 版本中移除对 i586-pc-windows-msvc 目标的支持。建议使用此目标的用户迁移到 i686-pc-windows-msvc。

• API 稳定化：本次更新稳定了多项 API，包括：

  • 浮点数的 next_down / next_up 方法。
  • 切片和 HashMap 的 get_disjoint_mut 系列方法。
  • Vec::pop_if。
  • sync::Once::wait / wait_force 和 sync::OnceLock::wait。
  • 多个 API（如 hint::black_box, str::split_at 等）现在可以在 const 上下文中使用。

• 更多详情：可以查阅 Rust、Cargo 和 Clippy 的详细更新日志，了解所有变更。

Rust 1.86.0 的发布离不开众多贡献者的努力。感谢所有参与其中的人！

来源：

https://blog.rust-lang.org/2025/04/03/Rust-1.86.0.html

更多内容请查阅 : blog-250411