meta 在人工智能領(lǐng)域再次掀起波瀾，其全新自研大模型 Muse Spark 正式上線，標(biāo)志著這家科技巨頭在生成式 AI 賽道上邁出關(guān)鍵一步。此次發(fā)布由年僅 29 歲的前 Scale AI 聯(lián)合創(chuàng)始人 Alexandr Wang 領(lǐng)銜，作為 meta 超級智能實驗室（MSL）成立后的首個成果，Muse Spark 被定位為構(gòu)建 "個人超級智能" 的核心引擎。

該模型的研發(fā)背景頗具戲劇性。2024 年 Llama 4 發(fā)布后因性能爭議與數(shù)據(jù)爭議陷入輿論漩渦，促使 meta 創(chuàng)始人扎克伯格啟動大規(guī)模重組，成立 MSL 并高薪招募頂尖人才。Alexandr Wang 在社交平臺透露，團隊耗時九個月重構(gòu)了整個 AI 技術(shù)棧，包括基礎(chǔ)設(shè)施、模型架構(gòu)與數(shù)據(jù)管線，最終打造出具備工具調(diào)用、視覺思維鏈與多智能體協(xié)同能力的 Muse Spark。

技術(shù)突破方面，Muse Spark 在多模態(tài)感知與推理任務(wù)中展現(xiàn)顯著優(yōu)勢。其獨創(chuàng)的 "深度思考" 模式通過調(diào)度多個智能體并行推理，在 Humanity’s Last Exam 測試中取得 58% 的成績，F(xiàn)rontierScience Research 測試達 38%，性能對標(biāo) Gemini Deep Think 等前沿模型。更引人注目的是其算力效率——相比 Llama 4 Maverick，新模型在達到同等性能時所需訓(xùn)練計算量減少超過一個數(shù)量級。

應(yīng)用場景設(shè)計凸顯個性化特征。在健康管理領(lǐng)域，meta 與千名醫(yī)生合作構(gòu)建訓(xùn)練數(shù)據(jù)，使模型能夠生成交互式健康報告，例如標(biāo)注食物營養(yǎng)結(jié)構(gòu)或運動涉及的肌肉群。技術(shù)演示中，用戶上傳飲食照片后，模型可自動標(biāo)記推薦食物（綠點）與非推薦食物（紅點），并顯示健康評分與營養(yǎng)成分?jǐn)?shù)據(jù)。在設(shè)備維護場景，模型能識別咖啡機組件并生成交互式使用教程，懸停操作步驟時高亮顯示對應(yīng)部件。

多智能體協(xié)同機制成為性能提升的關(guān)鍵。通過動態(tài)分配推理任務(wù)，系統(tǒng)在保持響應(yīng)速度的同時提升問題解決能力。測試數(shù)據(jù)顯示，相比單一智能體長時間思考，多智能體協(xié)作模式在復(fù)雜任務(wù)中表現(xiàn)更優(yōu)，且推理 token 使用效率提升 30%。這種設(shè)計使 Muse Spark 在處理瑜伽動作糾正、數(shù)獨游戲生成等交互任務(wù)時表現(xiàn)尤為突出。

目前 Muse Spark 已接入 meta AI 應(yīng)用與網(wǎng)站，通過私有 API 向部分用戶開放測試。盡管定價策略尚未公布，但技術(shù)文檔顯示其擴展能力遵循預(yù)訓(xùn)練、強化學(xué)習(xí)、測試時推理三大維度。值得關(guān)注的是，meta 未明確 Llama 系列后續(xù)開發(fā)計劃，但強調(diào) Muse Spark 將作為新模型家族的起點，這或許預(yù)示著公司戰(zhàn)略重心向閉源模型轉(zhuǎn)移。