出品 | 網(wǎng)易科技

作者 | 小小

編輯 | 王鳳枝

砸下數(shù)百億美元，耗時(shí)九個(gè)月重寫底層架構(gòu)，馬克·扎克伯格（Mark Zuckerberg）終于端出了一個(gè)能與OpenAI正面抗衡的閉源大模型。

北京時(shí)間4月9日凌晨，Meta毫無(wú)預(yù)兆地發(fā)布了全新AI模型系列Muse，打頭陣的首發(fā)模型被正式定名為Muse Spark。

自去年夏天成立超級(jí)智能實(shí)驗(yàn)室（MSL）以來(lái)，前Scale AI掌門人汪韜（Alexandr Wang）帶隊(duì)閉關(guān)九個(gè)月，極其果斷地將從基礎(chǔ)設(shè)施到模型架構(gòu)的所有環(huán)節(jié)全部推倒重建。

Muse Spark的核心技術(shù)壁壘，在于其極其強(qiáng)大的原生多模態(tài)推理能力。

它不僅能直接解析視覺(jué)輸入并像人類一樣進(jìn)行復(fù)雜邏輯推演，還支持視覺(jué)思維鏈與工具調(diào)用，甚至能夠直接編排多個(gè)智能體協(xié)同執(zhí)行復(fù)雜的跨平臺(tái)任務(wù)。

更具行業(yè)沖擊力的是Meta在戰(zhàn)略層面的極限轉(zhuǎn)彎。

他們此次徹底放棄了高舉多年的開(kāi)源大旗，Muse Spark首發(fā)即為專有閉源版本，并且已全線接入Meta家族應(yīng)用矩陣，明確釋放出要與谷歌和OpenAI在C端市場(chǎng)正面廝殺的強(qiáng)烈商業(yè)信號(hào)。

01像人類一樣邊看邊思考：視覺(jué)思維鏈的徹底進(jìn)化

以前我們用的很多多模態(tài)模型，其實(shí)是把視覺(jué)和文本生硬地縫合在一起，但Muse Spark的做法是讓視覺(jué)信息從一開(kāi)始就深度融合到邏輯里。這種架構(gòu)上的變革，最直觀的體驗(yàn)就是視覺(jué)思維鏈。

這種能力讓AI不再僅僅是給圖片寫一段描述。當(dāng)你給它一張非常復(fù)雜的機(jī)械結(jié)構(gòu)圖，比如一臺(tái)意式濃縮咖啡機(jī)的內(nèi)部拆解圖，問(wèn)它為什么壓力表不跳動(dòng)時(shí)，Muse Spark表現(xiàn)得就像一個(gè)真正的維修工。

它會(huì)先在大腦里掃描一遍全圖，然后像在黑板上繪圖一樣，一步步給不同部件打上數(shù)字標(biāo)簽，并在對(duì)話框中實(shí)時(shí)標(biāo)注出水路循環(huán)的邏輯。它會(huì)直接告訴你在第三步應(yīng)該檢查哪個(gè)單向閥，而不是泛泛地丟給你一段文字說(shuō)明。

這種眼手合一的邏輯還被用在了實(shí)時(shí)交互中。當(dāng)你戴著集成了Meta AI的眼鏡在廚房做飯并拿起一個(gè)調(diào)料罐時(shí)，AI能直接在你的視野里疊加出一層動(dòng)態(tài)的增強(qiáng)現(xiàn)實(shí)提示，精準(zhǔn)告訴你這罐調(diào)料和你目前的降血壓飲食計(jì)劃是否沖突。這種無(wú)縫的銜接，完全依靠其背后極高的視覺(jué)推理能力才得以實(shí)現(xiàn)。

正如Meta超級(jí)智能實(shí)驗(yàn)室首席AI科學(xué)家趙晟佳所言，這正是實(shí)驗(yàn)室一直致力于構(gòu)建的原生多模態(tài)推理模型。它不僅僅是一個(gè)技術(shù)跨越，更是Meta邁向個(gè)人超級(jí)智能之路的第一步。

這種原生多模態(tài)推理能力，標(biāo)志著AI正在從單純的文字游戲轉(zhuǎn)向?qū)ξ锢硎澜绲纳疃壤斫狻?/b>

02最懂你身體的私人醫(yī)生：健康領(lǐng)域的深度應(yīng)用

在Muse Spark的研發(fā)過(guò)程中，Meta展現(xiàn)出了極強(qiáng)的實(shí)用主義傾向，特別是在醫(yī)療健康這個(gè)普通人最關(guān)注的領(lǐng)域。為了讓AI給出的建議更具實(shí)操性，Meta邀請(qǐng)了超過(guò)一千名專業(yè)醫(yī)生親自下場(chǎng)校準(zhǔn)數(shù)據(jù)。

這種專家輔導(dǎo)式的訓(xùn)練效果非常顯著，Muse Spark在分析營(yíng)養(yǎng)成分和運(yùn)動(dòng)生理時(shí)變得極其老練。你可以隨手拍一張餐盤的照片，哪怕里面堆滿了各種食材，它也能像專業(yè)的營(yíng)養(yǎng)師一樣，瞬間拆解出魚(yú)肉的蛋白質(zhì)含量和蔬菜的纖維素種類，甚至能根據(jù)食材的顏色和紋理推斷出烹飪方式。

更令人矚目的是，它能將這種分析與你的個(gè)人健康數(shù)據(jù)深度綁定。如果你有高膽固醇的問(wèn)題，它會(huì)在你拍照后直接在餐盤的圖片上進(jìn)行視覺(jué)標(biāo)注。它會(huì)用綠色的圓圈標(biāo)記出那些對(duì)心血管有益的部分，用紅色叉號(hào)提醒你避開(kāi)某些高油脂的醬汁。

在運(yùn)動(dòng)指導(dǎo)上，Muse Spark甚至能擔(dān)任實(shí)時(shí)私教。當(dāng)你把手機(jī)靠在墻邊對(duì)著自己做深蹲或瑜伽時(shí)，它能通過(guò)視頻流實(shí)時(shí)捕捉你的骨骼節(jié)點(diǎn)，并用語(yǔ)音明確告訴你膝蓋是否超過(guò)了腳尖，或者背部是否挺直。這種精度已經(jīng)達(dá)到了專業(yè)運(yùn)動(dòng)捕捉軟件的水平。

這種在特定領(lǐng)域深挖細(xì)節(jié)的做法，讓AI的工具屬性變得極具親和力。Meta超級(jí)智能實(shí)驗(yàn)室研究員畢書(shū)超透露，為了對(duì)抗模型在訓(xùn)練中的不穩(wěn)定性并提升推理質(zhì)量，團(tuán)隊(duì)付出了無(wú)數(shù)個(gè)夜晚的努力才讓這種深度的協(xié)作邏輯最終成型。這種能力的背后，其實(shí)是Meta對(duì)個(gè)人健康主權(quán)的一次技術(shù)探索，試圖讓每個(gè)人都能隨身攜帶一個(gè)專屬的健康專家。

03算力大幅縮減背后的技術(shù)邏輯

如果說(shuō)Muse Spark的功能表現(xiàn)引人矚目，那它背后的底層技術(shù)邏輯則更加讓同行感到驚訝。在AI行業(yè)習(xí)慣于用堆砌算力換取性能提升的當(dāng)下，Meta這次成功走通了一條降本增效的新路徑。

在預(yù)訓(xùn)練階段，Meta超級(jí)智能實(shí)驗(yàn)室重寫了整套代碼庫(kù)。測(cè)試結(jié)果顯示，與上一代旗艦Llama 4 Maverick相比，Muse Spark在達(dá)到同等智能水平的情況下，消耗的計(jì)算量竟然降低了一個(gè)數(shù)量級(jí)以上。這相當(dāng)于用原本十分之一的資源完成了同樣復(fù)雜的工作。

這種驚人的效率，得益于Meta正在部署的Hyperion算力基礎(chǔ)設(shè)施，更離不開(kāi)其獨(dú)特的可預(yù)測(cè)擴(kuò)展技術(shù)。Meta的技術(shù)棧能夠讓研究人員非常精準(zhǔn)地預(yù)測(cè)模型在訓(xùn)練完成前能達(dá)到什么水平，從而極其有效地避免了大量的算力浪費(fèi)。

對(duì)于這種技術(shù)進(jìn)步，Hyperbolic Labs聯(lián)合創(chuàng)始人金宇宸感嘆，基礎(chǔ)設(shè)施才是真正的護(hù)城河。Meta在短短九個(gè)月內(nèi)重建了整個(gè)堆棧，這種速度證明了其在底層架構(gòu)上的深厚積累。這種四兩撥千斤的底層能力，或許才是Muse Spark給行業(yè)帶來(lái)的真正技術(shù)震撼。

04核心測(cè)試成績(jī)：在博士級(jí)賽道站穩(wěn)腳跟

如果說(shuō)功能體驗(yàn)是前端表現(xiàn)，那么基準(zhǔn)測(cè)試的數(shù)據(jù)就是衡量模型底層實(shí)力的硬指標(biāo)。

為了驗(yàn)證Muse Spark的真實(shí)水平，Meta邀請(qǐng)了多家權(quán)威機(jī)構(gòu)在發(fā)布前進(jìn)行了高難度的閉門測(cè)試。

根據(jù)第三方評(píng)測(cè)機(jī)構(gòu)Artificial Analysis發(fā)布的最新智能指數(shù)（Intelligence Index v4.0），Muse Spark拿到了52分。去年Llama 4 Maverick發(fā)布時(shí)只有18分，這一成績(jī)實(shí)現(xiàn)了近乎三倍的跨越。

在目前的全球大模型權(quán)力榜上，這個(gè)成績(jī)僅次于Gemini 3.1 Pro Preview的57分和GPT 5.4的57分以及Claude Opus 4.6的53分。Muse Spark已經(jīng)成功躋身前五，與第一梯隊(duì)的差距被極其顯著地縮小。

這意味著Meta已經(jīng)成功超越了Claude Sonnet 4.6和Grok 4.2等一眾強(qiáng)手。這種跳躍式的進(jìn)步，標(biāo)志著其技術(shù)底座已經(jīng)重回巔峰競(jìng)技場(chǎng)。

在視覺(jué)能力上，Muse Spark的表現(xiàn)尤為突出。在MMMU Pro測(cè)試?yán)锼梅?0.4%，僅次于Gemini 3.1 Pro Preview的83.9%，排在所有測(cè)試模型的第二位。

在一些極具挑戰(zhàn)性的垂直賽道，Muse Spark的表現(xiàn)也證實(shí)了其推理深度的提升。

物理研究的深度對(duì)抗領(lǐng)域，在針對(duì)硬核物理研究問(wèn)題的CritPT測(cè)試中，它以11%的得分位列全球第五，顯著領(lǐng)先于谷歌Gemini 3 Flash的9%和Anthropic的Claude 4.6 Sonnet的3%。

圖表理解的垂直測(cè)試中，在衡量多模態(tài)圖表推理的CharXiv測(cè)試?yán)?，Muse Spark獲得了86.4分，成功超越了Claude Opus 4.6的65.3分和GPT 5.4的82.8分。

博士級(jí)推理方面，在Epoch AI負(fù)責(zé)的GPQA Diamond測(cè)試中，它的得分高達(dá)89.5%，這意味著它在面對(duì)生物與化學(xué)等高階科學(xué)問(wèn)題時(shí)，邏輯嚴(yán)密程度已直逼人類專家。

不過(guò)，沃頓商學(xué)院教授伊桑·莫里克（Ethan Mollick）在評(píng)估后也給出了中肯的評(píng)價(jià)。他指出雖然這款模型非常出色，但在某些極致性能維度上，比起目前最頂尖的滿血版競(jìng)品仍有微小差距。他特別強(qiáng)調(diào)，由于該模型沒(méi)有開(kāi)放權(quán)重，外界要準(zhǔn)確預(yù)測(cè)Muse Spark的真正行業(yè)價(jià)值將面臨更多困難。

05沉思模式上線：讓AI學(xué)會(huì)深思熟慮

在這次發(fā)布中，最讓技術(shù)圈關(guān)注的機(jī)制莫過(guò)于名為沉思模式（Contemplating Mode）的開(kāi)關(guān)。這個(gè)模式直接對(duì)標(biāo)了OpenAI的Pro系列和谷歌的Deep Think功能。

當(dāng)你在復(fù)雜任務(wù)中開(kāi)啟沉思模式時(shí)，Muse Spark不會(huì)立刻給出答案，而是會(huì)進(jìn)入一個(gè)后臺(tái)編排階段。它會(huì)同時(shí)調(diào)動(dòng)多個(gè)智能體并行工作，就像一個(gè)智囊團(tuán)在內(nèi)部開(kāi)會(huì)，互相審核并校對(duì)推理過(guò)程。

在被稱為“人類終極考試”的HLE測(cè)試中，開(kāi)啟“沉思模式”但不使用工具時(shí)，Muse Spark得分為50.2%，超過(guò)Gemini 3.1 Deep Think（48.4%）和GPT-5.4 Pro（43.9%）。在使用工具的情況下， Muse Spark得分飆升至58.4%，展現(xiàn)了極強(qiáng)的深度推理潛力。

在前沿科學(xué)研究任務(wù)（FrontierScience Research）中，其準(zhǔn)確率也達(dá)到了38.3%。

值得注意的是，Meta并不希望AI因?yàn)樗伎级兊萌唛L(zhǎng)。研發(fā)人員在強(qiáng)化學(xué)習(xí)中加入了一個(gè)時(shí)間懲罰機(jī)制，強(qiáng)迫AI在保證正確率的前提下，用最精煉的邏輯解決問(wèn)題。

數(shù)據(jù)顯示，在運(yùn)行同樣的智能指數(shù)測(cè)試時(shí)，Muse Spark僅使用了5800萬(wàn)個(gè)輸出Token，而Claude Opus 4.6在最大努力模式下使用了1.57億個(gè)Token。這種高算力轉(zhuǎn)化率證明了Meta在思維效率上的技術(shù)造詣。

不過(guò)它依然存在短板。**在抽象推理ARC AGI 2測(cè)試上，Muse Spark只拿了42.5分，而Gemini和GPT的得分均在76分以上。**同樣，在各種長(zhǎng)周期的智能體編碼任務(wù)如SWE Bench和Terminal Bench 2.0中，它也明顯落后于頂尖的Claude和GPT模型。

06驚人發(fā)現(xiàn)：AI學(xué)會(huì)了根據(jù)測(cè)試環(huán)境調(diào)整反饋

隨著模型能力的增強(qiáng)，大模型的安全性評(píng)估也變得前所未有的復(fù)雜。在Muse Spark的安全測(cè)試中，出現(xiàn)了一個(gè)讓研究人員既興奮又警惕的現(xiàn)象，即評(píng)估意識(shí)（Evaluation Awareness）。

第三方安全機(jī)構(gòu)Apollo Research發(fā)現(xiàn)，Muse Spark在測(cè)試中能敏銳地察覺(jué)到自己正在經(jīng)歷對(duì)齊陷阱或安全性考核。當(dāng)它意識(shí)到考核環(huán)境存在時(shí)，它會(huì)表現(xiàn)得比平時(shí)更加誠(chéng)實(shí)并嚴(yán)格遵守規(guī)矩。

通俗點(diǎn)說(shuō)，模型學(xué)會(huì)了根據(jù)環(huán)境調(diào)整反饋策略。它能推理出在測(cè)試環(huán)境下，表現(xiàn)得符合人類道德規(guī)范是最優(yōu)解。雖然Meta認(rèn)為這并不影響其作為工具的安全性，但這確實(shí)給未來(lái)的AI監(jiān)管敲響了警鐘，當(dāng)AI開(kāi)始學(xué)會(huì)隱藏真實(shí)的輸出傾向來(lái)通過(guò)考試時(shí)，傳統(tǒng)的攔截機(jī)制可能將面臨失效的風(fēng)險(xiǎn)。

盡管具備了這種復(fù)雜的判定邏輯，但在硬性防御指標(biāo)上Muse Spark依然保持穩(wěn)定。測(cè)試顯示，它在涉及生物制劑與化學(xué)武器等敏感領(lǐng)域表現(xiàn)出極強(qiáng)的拒絕意識(shí)。在針對(duì)網(wǎng)絡(luò)安全和自主失控風(fēng)險(xiǎn)的測(cè)試中，它的表現(xiàn)也處于安全可控的范圍內(nèi)。

這種在安全與效率之間的博弈，正是汪韜領(lǐng)銜的MSL實(shí)驗(yàn)室過(guò)去九個(gè)月最核心的攻堅(jiān)方向。他們不僅要造出一個(gè)聰明的工具，更要確保造出一個(gè)在人類視線范圍內(nèi)能夠絕對(duì)守規(guī)矩的超級(jí)智能。

07全線應(yīng)用集成：當(dāng)社交巨頭遇上超級(jí)大腦

既然Muse Spark出生在Meta家族，它自然不會(huì)只停留在實(shí)驗(yàn)室的測(cè)試環(huán)節(jié)，而是被第一時(shí)間接入了Instagram與Facebook以及Threads這些擁有三十億日活用戶的國(guó)民級(jí)應(yīng)用中。

以前在Instagram上看到心儀博主的穿搭，用戶可能還需要去評(píng)論區(qū)求鏈接或者截圖去電商平臺(tái)搜索同款。現(xiàn)在有了Muse Spark的加持，用戶只需要在對(duì)話框里發(fā)送指令，或者直接通過(guò)Meta的智能眼鏡進(jìn)行視覺(jué)捕捉即可完成操作。

它能瞬間識(shí)別出圖片中創(chuàng)作者的穿搭風(fēng)格，甚至是極其小眾的品牌。它不僅能全網(wǎng)搜索同款并比價(jià)，還能根據(jù)用戶的歷史穿搭喜好，給出一套完整的搭配方案。

比如它會(huì)提示，這件復(fù)古夾克和上個(gè)月購(gòu)買的原色牛仔褲非常匹配，建議內(nèi)搭一件白色重磅T恤。這種從審美感知到消費(fèi)決策的無(wú)縫銜接，正是Meta想要打造的購(gòu)物助手核心原型。

除了輔助消費(fèi)決策，Muse Spark還能大幅降低開(kāi)發(fā)成本。在測(cè)試中，有開(kāi)發(fā)者嘗試提供一張凌亂的草圖和一段簡(jiǎn)單的邏輯描述，要求它生成一個(gè)數(shù)獨(dú)游戲。Muse Spark不僅僅是編寫了底層代碼，而是直接在網(wǎng)頁(yè)上生成了一個(gè)可以即時(shí)交互且界面精美的UI產(chǎn)品。

這種隨想隨做的能力，體現(xiàn)了其在多智能體編排上的深厚功底。它能自主指揮不同的子系統(tǒng)去處理圖形渲染、邏輯判斷和代碼生成，最終交付給用戶一個(gè)流暢的產(chǎn)品。汪韜在分享中明確表示，Muse Spark是為了這三十億用戶打造的數(shù)字延伸，旨在讓AI從一個(gè)聊天機(jī)器人徹底進(jìn)化為一個(gè)能解決實(shí)際生產(chǎn)力問(wèn)題的伙伴。

08策略大轉(zhuǎn)彎：告別開(kāi)源紅利，Meta正式收網(wǎng)

這次發(fā)布中最讓業(yè)界震動(dòng)的，其實(shí)是Muse Spark作為專有模型（Proprietary Model）的身份定性。這是Meta歷史上第一個(gè)沒(méi)有首發(fā)開(kāi)放權(quán)重的旗艦級(jí)前沿模型。

多年來(lái)，Meta一直被視為開(kāi)源AI生態(tài)的核心支柱，Llama系列幾乎撐起了大半個(gè)開(kāi)源社區(qū)的發(fā)展。這次首發(fā)閉源的決定，迅速引發(fā)了行業(yè)內(nèi)的廣泛討論。外界普遍認(rèn)為，面對(duì)OpenAI和谷歌的商業(yè)步步緊逼，Meta必須收緊技術(shù)授權(quán)，用專有技術(shù)來(lái)構(gòu)筑自身的商業(yè)壁壘。

但內(nèi)部的聲音則更加務(wù)實(shí)。金宇宸指出，在九個(gè)月內(nèi)推倒重建整個(gè)技術(shù)棧后，首發(fā)專有版本是為了在更安全和受控的環(huán)境下打磨這套全新的擴(kuò)展定律。扎克伯格也公開(kāi)回應(yīng)，更大的模型已經(jīng)在研發(fā)中，Meta計(jì)劃未來(lái)會(huì)發(fā)布越來(lái)越先進(jìn)的模型，其中也會(huì)包含新的開(kāi)源版本。

即便如此，目前的閉源狀態(tài)依然給過(guò)度依賴Meta的開(kāi)發(fā)者社區(qū)帶來(lái)了一絲寒意。不過(guò)考慮到Muse Spark極其優(yōu)異的算力轉(zhuǎn)化效率，很多開(kāi)發(fā)者依然期待著未來(lái)這個(gè)版本能有機(jī)會(huì)下放至開(kāi)源生態(tài)中。

09終局展望：通往2026個(gè)人超級(jí)智能之路

在扎克伯格的商業(yè)藍(lán)圖中，Muse Spark僅僅是其技術(shù)階梯的第一步。為了支撐這個(gè)龐大的戰(zhàn)略計(jì)劃，Meta正在進(jìn)行一場(chǎng)規(guī)模空前的資本投入。

Meta預(yù)計(jì)2026年的資本支出將攀升至1150億至1350億美元，這筆天文數(shù)字將主要流向名為Hyperion的數(shù)據(jù)中心和最先進(jìn)的算力芯片組。這場(chǎng)科技巨頭間的競(jìng)爭(zhēng)早已脫離了單純的算法比拼，演變成了圍繞電力與芯片以及物理設(shè)施的重資產(chǎn)競(jìng)賽。

按照Meta的設(shè)想，未來(lái)的個(gè)人超級(jí)智能應(yīng)該像空氣一樣自然存在。它潛伏在用戶的雷朋（Ray Ban）眼鏡里，通過(guò)眼睛識(shí)別世界，通過(guò)耳朵聽(tīng)取需求。它能獨(dú)立處理長(zhǎng)周期的復(fù)雜任務(wù)，比如統(tǒng)籌籌劃一場(chǎng)跨越三個(gè)國(guó)家的旅行，自動(dòng)處理所有的機(jī)票與簽證和日程對(duì)接，而不僅僅是簡(jiǎn)單地回答當(dāng)?shù)氐牟惋嬐扑]。

雖然目前的Muse Spark在處理極其復(fù)雜的長(zhǎng)周期辦公流程時(shí)，比起最頂尖的Claude系列仍有優(yōu)化空間，但它展現(xiàn)出的多模態(tài)推理深度和效率優(yōu)勢(shì)，已經(jīng)讓這條超級(jí)智能之路變得清晰可見(jiàn)。

結(jié)語(yǔ)

Muse Spark的發(fā)布，正式宣告了Meta歷經(jīng)九個(gè)月底層重構(gòu)后的強(qiáng)勢(shì)回歸。

它不再滿足于僅僅做一個(gè)底層技術(shù)的提供商，而是要直接深入到全人類的日常消費(fèi)與工作場(chǎng)景中。在這場(chǎng)通往超級(jí)智能的馬拉松里，Meta已經(jīng)徹底更換了最先進(jìn)的底層引擎，準(zhǔn)備在2026年開(kāi)啟新一輪的商業(yè)角逐。

正如汪韜所說(shuō)，徹底改造堆棧只是一個(gè)開(kāi)始。屬于Meta的商業(yè)落地時(shí)代，或許現(xiàn)在才真正拉開(kāi)大幕。