Meta 曬 Llama 戰報：總下載逼近 3.5 億次，雲端用量兩個月翻倍

Llama 是 Meta 開源的大語言模型家族，最新版本 Llama 3.1 涵蓋了從輕量級到 405B 引數的旗艦規格，支援 128K 上下文和 8 種新增語言，能幫開發者在本地或雲端搭建高精度對話、數學計算、多語言翻譯和複雜的自主智慧體。

Meta 披露了這套開源生態的最新資料。在 Hugging Face 上，Llama 系列累計下載量已逼近 3.5 億次，相比一年前增長超過 10 倍，單是過去一個月下載量就超過 2000 萬次。社群基於它二次開發的衍生模型也已經突破 6 萬個。

它是怎麼跑起來的

這套工具之所以能被大規模鋪開，關鍵在於 Meta 沒有把開源侷限在幾份權重檔案上，而是把它做成了一套完整的參考架構。Llama 3.1 提供了現成的安全與防禦工具包，並直接開放了構建智慧體的工作流。

從執行門檻來看，小尺寸版本可以在普通工作站甚至消費級硬體上直接部署微調；而引數量達 405B 的超大模型，則主要依託雲廠商叢集提供算力支撐。

根據 Meta 的統計，主要雲服務商託管的 Llama 平臺，在 2024 年 5 到 7 月間的 token 使用量翻了一倍以上。從 2024 年 1 月到 7 月，部分頭部雲平臺的月使用量甚至暴漲了 10 倍。

更有意思的是硬體與部署端的反饋。8 月份在某家主要雲服務商上，獨立使用者數最多的居然是 405B 旗艦版。Databricks 表示 Llama 3.1 是其平臺上有史以來採用速度最快、銷量最好的開源模型，而 Groq 也透露其 LPU 每天正為超過 40 萬名開發者處理 50 億 token。

到哪裡去試

目前開發者可以直接從 Hugging Face 或 Meta 官網下載模型權重和程式碼，也可以在 AWS、Azure、Google Cloud、Databricks 等主流雲平臺上直接呼叫現成 API。

除了中小團隊，高盛、Shopify、DoorDash、Spotify 和 Zoom 等大公司，以及畢馬威、印孚瑟斯等諮詢巨頭，都已經把它接入了內部業務管線。

為什麼重要

對於打算自建 AI 應用的團隊來說，Llama 3.1 證明了完全私有化部署並不意味著要在模型能力上妥協。405B 版本在各項能力上抹平了開源與閉源頂尖模型之間的代差，讓你既能擁有完整的資料控制權，又不需要從頭預訓練一個底座。

我們認為，Meta 這套打法的厲害之處在於通過極具進攻性的開源策略，把大模型底座迅速商品化，直接逼迫閉源巨頭打價格戰。不過對中小開發者而言，405B 這樣的龐然大物在本地推理的視訊記憶體成本依然高昂，大部分人真正能日常用起來的，可能還是依靠社群蒸餾和量化後的小尺寸版本。