Meta押注“超級智能”：Muse Spark橫空出世，扎克伯格的AI翻身仗打響了

在沉寂了將近一年之后，Meta終于端出了一道讓行業側目的大菜。

4月8日，Meta正式發布旗下最新旗艦AI模型 Muse Spark，將其定性為“從零開始的全面改造”——這是Meta全新成立的超級智能實驗室（Meta Superintelligence Labs，下稱MSL）對外發布的首個公開模型，也是扎克伯格為重奪AI桌上一席之地而打出的最重要一張牌。

Muse Spark的誕生，是Meta對自身AI戰略一次徹底的自我否定與重構。

過去兩年，Meta在AI賽道上的形象相當尷尬：Llama系列雖然憑借開源策略在生態圈積累了口碑，但無論是產品完成度還是模型性能，都被OpenAI的ChatGPT、Anthropic的Claude遠遠甩在身后。扎克伯格曾公開承認自己對Meta AI進度不滿意，并下定決心啟動一場全面革新。

過去9個月里，Meta重建了整個AI技術棧，包括訓練基礎設施、推理架構和數據策略。Muse Spark不是在舊基礎上修修補補，而是真正意義上的“新生”。用Meta自己的話說，這是“我們擴展階梯的第一步”——言下之意，Muse系列之后還有更多。

新大腦，新團隊

重建的不只是技術，還有人。

去年，Meta宣布成立超級智能實驗室，并以143億美元投資入股AI數據公司Scale AI，獲得49%股權，并任命Scale AI創始人Alexandr Wang 擔任Meta首席AI官，主導這場重建工程。與此同時，Meta從OpenAI、Anthropic、Google大批挖角頂尖研究人員，以業界罕見的薪酬體系重組了AI核心團隊。

這一系列動作的信號再明確不過：扎克伯格要玩真的了。

從獨立第三方評測機構Artificial Analysis的數據來看，Muse Spark在綜合智力指數（Intelligence Index）上得分52，全球排名前五，僅次于谷歌Gemini 3.1 Pro Preview、OpenAI GPT-5.4和Anthropic Claude Opus 4.6，大幅超越Meta此前最強模型Llama 4 Maverick（18分）。

具體能力維度上：

• 視覺理解（MMMU-Pro）：得分80.5%，全球第二，僅次于Gemini 3.1 Pro Preview的82.4%；
• 推理與指令遵循（HLE評估）：得分39.9%，位居第三；
• 科學推理（CritPT物理研究題）：得分11%，超越Claude 4.6 Sonnet（3%）和Gemini 3 Flash（9%）；
• “人類終極考試”（Humanity's Last Exam）：借助外部工具時達到58.4分的高水準。

值得關注的是，Muse Spark在達到頂尖性能的同時，Token消耗效率極高，僅使用約5800萬輸出Token，與Gemini 3.1 Pro Preview相當，遠低于Claude Opus 4.6的1.57億和GPT-5.4的1.2億。效率與性能兼顧，是Muse Spark在架構層面的重要突破。

Meta自己也坦承，在“長視野代理系統和編碼工作流”領域仍存在一定差距，這也是未來需要持續補強的方向。

兩種模式：快與深的平衡

Muse Spark上線后，Meta AI應用同步推出兩種工作模式：

• 即時模式（Instant）：針對日常對話和簡單問題，追求快速響應；
• 沉思模式（Contemplating）：面對復雜任務時啟動，可協調多個AI子智能體并行推理，在保持相近延遲的同時大幅提升輸出質量。

這種“多智能體并行”的架構設計頗具新意。以旅行規劃為例，模型可以同時完成行程規劃、目的地對比、活動篩選等多個子任務，最終整合輸出一份完整方案，效率和精度均遠超傳統單鏈式推理。

Muse Spark是一個原生多模態模型，支持文本、圖像等多種輸入形式，具備真正的跨模態理解與交互能力。

在應用場景上，Meta著重布局了兩個垂直方向：

健康領域：Meta專門與超過1000名醫生合作優化訓練數據，使模型在處理醫療建議類問題時具備更高的專業性與安全性。這一舉措信號明顯——Meta正在將AI定位為“個人健康助手”，而非單純的信息檢索工具。

視覺STEM（科學、技術、工程、數學）：模型在處理視覺化科學與工程問題上表現出色，用戶可以通過拍照或描述來排查家用電器故障、生成交互小游戲，甚至實時理解技術圖紙。

此外，Muse Spark還可接入用戶在Instagram、Facebook、Threads等平臺分享的內容，提供個性化推薦，并在Meta AI眼鏡上實現更強的環境感知能力——這是Meta“具身AI”戰略的重要組成部分。

這或許是Muse Spark發布中最微妙、也最值得關注的一個信號。

Meta曾是開源AI生態的旗手，Llama系列開放權重下載，催生了全球數以萬計的開發者應用。然而，Muse Spark首發時選擇了閉源——僅通過meta.ai和Meta AI應用提供，API僅向部分合作伙伴開放私有預覽，普通開發者無法直接調用。

扎克伯格表示，未來仍計劃發布“越來越先進的開源模型”，但Muse Spark本身暫不開源。

這一轉變意味著什么？一種解讀是：Meta已意識到，在前沿模型的軍備競賽中，“開放”固然可以擴大生態，但也意味著提前曝光核心能力、讓競爭對手借鑒領先技術。在真正建立性能優勢之前，Meta選擇先“守住底牌”。另一種解讀則更為商業：Meta需要通過閉源API變現，為每年數百億美元的AI投入找到可持續的商業回報。

兩種邏輯并不矛盾，但都指向同一個方向：Meta正在從理想主義的開源布道者，向務實的AI商業玩家悄然轉型。

“個人超級智能”：扎克伯格想要的，遠不止一個聊天機器人

在發布聲明中，扎克伯格將Muse Spark定位為通往“個人超級智能”愿景的第一步。這個詞匯的選用絕非隨意——它對應的是Sam Altman口中“AGI”概念的Meta版敘事，暗示Meta的野心在于打造一個真正能夠替代人完成任務的AI代理（Agent），而非只是一個回答問題的聊天工具。

按照這一戰略路線，Meta未來的AI產品將嵌入用戶的全平臺數字生活：Instagram的內容推薦、WhatsApp的日程管理、AR眼鏡的實時視覺輔助……Meta擁有全球最龐大的社交用戶基礎，這是OpenAI和Anthropic無法復制的獨特資產。

當然，這也伴隨著隱私風險。目前，使用Muse Spark需要通過Facebook或Instagram賬號登錄，Meta的慣常做法是利用公開用戶數據進行模型訓練。隨著AI深度融合個人社交數據，用戶隱私邊界如何界定，將是監管機構和公眾長期關注的議題。

Muse Spark的意義，不僅僅在于一個模型的性能數字。

它更深層的含義是：Meta終于重新站上了前沿AI的牌桌。在過去一年里，OpenAI憑借GPT-5系列、Anthropic憑借Claude 4系列、谷歌憑借Gemini 3系列，分別鞏固了各自的行業地位。而Meta一直以一個“追趕者”的姿態出現，甚至一度被調侃為“AI時代的局外人”。

Muse Spark改變了這一敘事。52分的綜合評分，視覺理解全球第二，Token效率業界領先——這些數字證明，經過9個月的徹底重建，Meta已經具備了與頂尖AI公司正面交鋒的技術實力。

更重要的是，Meta有其獨有的護城河：35.8億日活用戶、跨平臺的社交數據網絡、AR眼鏡等硬件生態，以及在消費級AI產品上的多年沉淀。一旦模型能力與平臺生態真正融合，Meta在AI應用層的爆發力，可能遠超今天市場的預期。

這場AI翻身仗，才剛剛開始。（本文首發鈦媒體APP，作者 | 硅谷Tech_news，編輯 | 秦聰慧）