Meta在引进天才开发者后推出的首个人工智能(AI)模型,既具备面向大众的功能,又以强劲性能威胁到领跑者。有观点认为,坐拥社交媒体(SNS)王国的Meta若与AI模型结合,可能成为由OpenAI、Anthropic、谷歌主导的市场中的游戏规则改变者。
Meta于8日(当地时间)宣布,推出由Meta超级智能实验室(MSL)研发的首个大规模语言模型(LLM)“Muse Spark”。这是在去年4月公开的“Llama 4”未能获得消费者响应后,一年间以“Avocado”项目命名的模型。Meta介绍称:“MSL在9个月里以前所未有的速度从零开始重建了AI堆栈(架构)”,“Muse Spark是全新Muse系列的首个模型。”
Muse Spark是Meta首席执行官(CEO)马克·扎克伯格去年6月向Scale AI投资143亿美元(约21万亿韩元)并将创始人亚历山大·王引进担任首席AI负责人(CAIO)之后的首个作品。Meta甚至大幅收缩了曾是公司身份标识的元宇宙业务,将数十亿美元集中投向由王CAIO领导的MSL,内部不满也不小。
从Meta公开的性能指标(基准测试)分数看,Muse Spark与OpenAI“GPT-5.4”、谷歌“Gemini 3.1 Pro”、Anthropic“Claude Opus 4.6”相近。多模态图形理解(CharXiv Reasoning)指标为86.4%,智能体(任务执行)领域检索指标为74.8%,在对比模型中最高。编码能力(SWE-bench Verified)略逊于Opus或Gemini。
Muse Spark在所有指标中表现最佳的“图形理解”,是指理解图像、图表、屏幕等视觉内容并进行推理和编码的能力。给它看便当照片,它不只是告知那是什么,还会分析每道配菜有多少卡路里。
若在Muse Spark中启用多个智能体同时推理的“深思(Contemplating)模式”,便可与竞争对手的高性能推理专用模型“Gemini 3.1 DeepThink”“GPT-5.4 Pro”竞争。采用深思模式的Muse Spark,在衡量专家级推理能力的“人类最后的考试(HLE)”性能指标上取得50.2%,高于Gemini 3.1 DeepThink(48.4%)。不过与Claude最近仅向部分企业开放的“Mythos预览版(56.8%)”仍有一定差距。
在AI模型性能分析机构“Artificial Analysis”的评估中,Muse Spark的整体性能指标综合得分为52分,位列Gemini 3.1 Pro预览版(57)、GPT-5.4(57)、Claude Opus 4.6(53)之后,排名第四。考虑到Meta“Llama 4 Maverick”仅得18分,这是相当大的进步。在竞争对手模型纷纷进军医疗健康付费服务之际,Muse Spark与1000多名医生共同构建学习数据,提升了健康相关推理功能。
Meta的AI模型最大差异化之一被认为是与Meta掌控的SNS的协同效应。全球43%的人口在使用Facebook、Instagram、WhatsApp、Threads等Meta旗下SNS,因此在获取用户方面具有优势。不仅如此,该模型还将搭载于Meta处于领先地位的智能眼镜。Meta强调:“Muse Spark是专为Meta产品开发的”,“将实现更聪明、更快速的Meta AI,并能在Instagram、Facebook、Threads上增加内容与推荐等新功能。”受新模型问世影响,Meta股价大涨6.5%。






