Meta放弃开源Llama转向专有模型Muse Spark，开发者何去何从

Meta最近宣布推出全新专有大语言模型Muse Spark，这一举措实际上意味着该公司已将Llama的开发工作搁置一旁。

回顾过去，2023年Meta发布Llama 2.0时，曾高调宣传其开源属性，赢得了大批开发者的好感。2024年10月，Meta创始人兼CEO马克·扎克伯格更是公开表示"开源AI是未来的方向"。去年3月，该公司还专门发布新闻稿，庆祝Llama下载量突破10亿次。

然而，时过境迁。

Meta超级智能实验室是2025年新成立的部门，由扎克伯格亲自招募Scale AI的亚历山大·王来主导Meta的AI战略，Muse Spark正是由该实验室开发。据悉，扎克伯格对Llama在性能上落后于ChatGPT和Claude深感不满，因此决定以全新的基础设施、架构和数据管道从零构建Muse Spark，并不惜重金从竞争对手处挖角AI人才。Muse Spark与Llama在技术上毫无关联。

Meta目前尚未就降低Llama优先级一事作出官方回应。当The New Stack就此向Meta求证时，对方也未予答复。不过，从Meta公开表态来看，其声称"现有Llama模型将继续以开源形式提供"，但这仅意味着已有模型仍可使用，并不涉及未来的开发计划。AI社区普遍预期，Llama今后只会获得小幅更新和基础维护，不会再享有Muse Spark那样的大规模前沿投资。

Llama与Muse Spark之间不存在迁移路径，因为两者在部署模式上存在根本性差异。Llama提供可下载的开放权重，支持本地部署和微调；而Muse Spark仅支持云端部署，不提供可下载权重，不支持自托管，目前也仅开放私有API预览访问。即便Meta日后履行承诺、开源部分新模型，Llama用户如何顺利迁移至新平台，仍是一个难以回答的问题。

AI领域知名人士吴恩达在其通讯《The Batch》中写道："此次专有发布引发了开发者的广泛担忧，因为许多人都在基于开放权重的Llama模型构建项目。"与此同时，他也指出，Meta的战略转型或许有助于其"在商业客户市场上与OpenAI、谷歌和Anthropic一较高下。然而，Meta放弃美国开放权重领军者地位，对开发者社区而言是一大损失"。

目前仍有大量用户在使用Llama。一年前，Meta公布的数据显示，Llama下载量已达12亿次。尽管当时就有开发者认为Meta对Llama的投入力度已不足以与主流前沿模型抗衡，仍有数千家企业及无数个人开发者坚持在使用。面对这一变局，他们有哪些选择？

Llama开发者的可用选项

继续使用现有Llama模型，该模型仍可在主流云服务商平台上获取，但其性能与前沿竞品的差距将日益扩大。

切换至Mistral、DeepSeek或阿里巴巴Qwen等竞争性开源模型。

迁移至主流AI服务商的专有API。事实上，Meta内部工程师早在Muse Spark推出之前便已转向Claude Sonnet。

需要指出的是，迁移成本相当可观，涉及重写特定厂商API、适配专有训练数据，以及重新整合定制工具与工作流程，既不简单，也不便宜。

Llama分支项目成为重要出路

对于众多Llama用户而言，使用各类Llama分支项目或许是最为便捷的过渡方式。其中最具代表性的当属llama.cpp，这是一款广受欢迎的C++推理引擎，支持本地运行Llama模型，并兼容多种大语言模型，远不止Meta的Llama系列。

从llama.cpp衍生出了多个重要分支：ik_llama.cpp主打性能优化，宣称在CPU及GPU/CPU混合运算方面的表现优于llama.cpp；Rkllama则是面向嵌入式系统的Rockchip NPU分支，将llama.cpp与Rockchip NPU加速能力整合，适配RK3588等芯片，兼容几乎所有标准llama.cpp模型；llama-rs是基于Rust语言的实现版本，以"超快本地AI分支"为卖点。

此外，OpenLLaMA是Meta原始LLaMA模型的Apache授权开源复刻版本，提供3B、7B和13B三种参数规模，均基于1万亿Token训练完成，并附带PyTorch和JAX的模型权重。

Meta或许将从这次战略转型中获益，但广大Llama用户不得不自寻出路。这条路，并不好走。

Q&A

Q1：Muse Spark和Llama有什么本质区别？

A：两者在部署模式上存在根本差异。Llama提供可下载的开放权重，支持本地部署和自定义微调；而Muse Spark是纯云端产品，不提供可下载权重，不支持自托管，目前也仅开放私有API预览访问。此外，Muse Spark完全基于全新基础设施和架构构建，与Llama没有任何技术继承关系，两者之间也不存在官方迁移路径。

Q2：Llama现在还能继续用吗？

A：可以继续使用，Meta表示现有Llama模型将继续以开源形式提供，主流云服务商平台上也仍可获取。但需注意，Llama今后预计只会获得小幅更新和基础维护，不会再有大规模前沿技术投入，其性能与ChatGPT、Claude等主流模型的差距将持续扩大。

Q3：Llama开发者有哪些替代方案？

A：主要有三类选择：一是继续使用现有Llama模型或其分支项目，如llama.cpp、ik_llama.cpp、OpenLLaMA等；二是切换至其他开源大语言模型，如Mistral、DeepSeek或阿里巴巴的Qwen；三是迁移至OpenAI、Anthropic等主流AI服务商的专有API。不过迁移成本较高，涉及API重写、训练数据适配和工作流重建等工作。