AI动态汇总：MetaLIama4开源，OpenAI启动先锋计划.docx

请务必阅读正文之后的免责条款部分目录

请务必阅读正文之后的免责条款部分

AI重点要闻 4

MetaLIama4开源，评测跑分引争议 4

OpenAI启动先锋计划，旨在重塑AI模型评分体系 8

针对幻觉问题，华人团队发现大模型对数线性定律 9

豆包团队开源首个多语言代码修复基准Multi-SWE-bench 11

企业动态 12

商汤日日新SenseNovaV6多模态融合大模型发布 12

亚马逊推出全新AI语音模型NovaSonic 12

谷歌发布Gemini2.5FlashAI模型 14

企业动态 14

日本AI初创公司联合大型补习班使用AI挑战东京大学入学考试，英语能力亮眼，数学能力表现欠佳

..............................................................................................14

IDC：2028年中国AI总投资规模将突破1000亿美元，五年复合增长率达35.2 15

技术前沿 16

入选ICLR：特定领域仅用5训练数据，知识准确率提升14 16

DeepCoder-14B-Preview：媲美o3-mini的代码推理模型 18

风险提示 22

请务必阅读正文之后的免责条款部分图表目录

请务必阅读正文之后的免责条款部分

图表1：Llama4预训练 5

图表2：Llama4Scout评测表现 6

图表3：Llama4Lmarena跑分 7

图表4：Llama4六边形测试 8

图表5：知识遮蔽定律：理解、预测和预防大模型幻觉 9

图表6：知识遮蔽定律 10

图表7：对数线性规律 10

图表8：CoDA方法效果 11

图表9：Multi-SWE-bench 11

图表10：NovaSonic 13

图表11：中国AI与生成式AI市场规模预测 15

图表12：论文信息 17

图表13：KG-SFT架构 18

图表14：DeepCoder论文 19

图表15：GRPO+ 19

图表16：迭代上下文长度扩展 20

图表17：Verl-pipeline 20

图表18：DeepCoder性能 21

图表19：Codeforeces评测 21

请务必阅读正文之后的免责条款部分

请务必阅读正文之后的免责条款部分

AI重点要闻

MetaLIama4开源，评测跑分引争议

4月6日，Meta发布了首个基于MoE架构模型系列，目前披露了三个模型：Llama4Scout、Llama4Maverick、Llama4Behemoth。Llama4Behemoth模型尚未发布，仅是预告，但仅就前两款Meta已经称其为“迄今为止最先进的型号，也是同类产品中最好的多模态型号”。在Meta官方发布的信息中可以看到，Llama4在诸多评测中表现优异，在Lmarena.ai评测中，Llama-4-Maverrick一度攀升至第二名，仅次于Gemini-2.5-Pro。但随后Kcores评测中发现Llama4模型代码能力极差，同时有Meta内部员工爆料Llama4训练作弊和针对性优化，甚至有高管在重压之下离职并要求不要在Llama4技术报告中署名。

Llama4Scout，是16位专家的170亿激活参数的多模态模型，单个H100GPU可运行，同类SOTA，并拥有10M上下文窗口；Llama4Maverick，128位专家的170亿激活参数多模态模型，击败GPT-4o和Gemini2.0Flash，与DeepSeek-V3同等代码能力参数只要一半，主打与DeepSeek一样的性价比，单个H100主机即可运行；Llama4Behemoth：2万亿参数的超大超强模型，以上二者都由这个模型蒸馏而来；目前还在训练中；多个基准测试超过GPT-4.5、ClaudeSonnet3.7和Gemini2.0Pro。

Meta也披露了Llama4的训练细节，Llama4首次使用混合专家MoE架构，在MoE架构中，单个token仅激活总参数的一小部分。MoE架构在训练和推理方面具有更高的计算效率，固定训练FLOP成本情况下质量更高。

资料来源：图表1：Llama4预训练

资料来源：

Meta，

Llama4Maverick模型有17B个激活参数和400B个总参数。他