Meta重組AI團隊后首個模型來了：不是最強、不再開源、可能夠用

當地時間 4 月 8 日，Meta 終于發布了 Muse Spark，九個月來第一個新模型，也是 Meta 超級智能實驗室（MSL）成立以來的第一個產品。消息公布后 Meta 股價盤中漲超 10%。扎克伯格在 Threads 上說，這是一個“世界級助手”。但一位 Meta 高管也比較坦誠地向媒體表示：Muse Spark 并不代表新的技術前沿，只是在部分任務上與領先模型“有競爭力”。

不差，但也沒好到讓人直呼牛 X。對 Meta 來說，更重要的信號可能是：它終于又能坐回牌桌了。

經歷一系列大動蕩之后，Muse Spark 是 Meta AI 大重組后的第一個產物，Alexandr Wang 在 X 上說：我們從零開始重建了整個 AI 技術棧。

Meta 給出的一個關鍵數字是：Muse Spark 達到 Llama 4 Maverick 同等性能所需的計算量減少了 10 倍以上。這說明過去九個月不只是在舊體系上縫補，而是確實換了一套引擎。在預訓練階段的 scaling law 對比中，Muse Spark 的計算效率也優于 DeepSeek-V3.1 和 Kimi-K2 的基座模型。

在 Benchmark 分數上 Meta 這次雖然沒有作弊，但還是耍了個小花招。對比表格中只有 Muse Spark 一列的數字用藍色高亮，其余模型一律白色，視覺上很容易讓人覺得 Muse Spark 全面領先。

圖丨基準測試成果（來源：Meta）

重新按每行最高分標綠、最低分標紅之后再看，Muse Spark 的觀感會差很多。在多模態和健康類任務上它確實領先，但在編程、抽象推理和 agentic 任務這些當下最熱門的應用場景中，它全面落后于 Gemini 和 GPT-5.4。

具體來看。ARC AGI 2（抽象推理）上 Muse Spark 拿到 42.5 分，Gemini 3.1 Pro 是 76.5，GPT-5.4 是 76.1，差了近一倍。LiveCodeBench Pro（編程競賽）80 對 GPT-5.4 的 87.5；Terminal-Bench 2.0（終端編程）59 對 75.1；GDPval-AA Elo（辦公任務）1444 對 GPT-5.4 的 1672 和 Opus 4.6 的 1606。Meta 自己也在博客中承認“在長時序 agentic 系統和編程工作流方面仍有差距”。

圖丨重新標準后的基準測試結果（來源：X）

第三方評測機構 Artificial Analysis 給 Muse Spark 的綜合智能指數打了 52 分，排在 Gemini 3.1 Pro、GPT-5.4 和 Claude Opus 4.6 之后，位列第四。在 Humanity's Last Exam（無工具）上，Artificial Analysis 追蹤到的成績是 39.9%，低于 Meta 自報的 42.8%，也低于 Gemini 3.1 Pro 的 44.7%。

博主 Ritesh Khanna 用同一組 prompt 對五個前沿模型做了零重試實測。結論是：Muse Spark 在視覺理解和金融分析上排名第一，但代碼生成墊底。在生成雪花玻璃球的實測中，它寫出了技術上最漂亮的 Three.js 代碼，然后渲染出幾個黑糊糊的物體。

圖丨測試結果（來源：Ritesh Khanna）

Muse Spark 真正拉開差距的領域集中在兩個方向：多模態視覺理解和健康。

CharXiv Reasoning（圖表理解）上它以 86.4 分領先所有對手；ScreenSpot Pro（截圖定位）84.1 分，僅次于 GPT-5.4 的 85.4；HealthBench Hard（開放式健康問答）得分 42.8，是 Gemini 3.1 Pro（20.6）的兩倍多。Meta 說他們與超過 1000 名醫生合作策劃了健康領域的訓練數據。

這兩個方向恰好對應 Meta 的產品需求，理解用戶在 Instagram 上拍的食物照片、在 Ray-Ban 智能眼鏡里識別周圍物體、為 Meta AI 助手增加健康問答能力。

Muse Spark 的另一個推理模式“Contemplating”（沉思模式）通過多智能體并行推理來處理更難的任務，在 Humanity's Last Exam（含工具）上拿到 50.2 分，略高于 Gemini Deep Think 的 48.4 和 GPT-5.4 Pro 的 43.9。但物理奧賽（IPhO 2025 Theory）上 82.6 對 GPT-5.4 Pro 的 93.5，差距仍然明顯。

換句話說，Muse Spark 是一個為 Meta 自身產品場景高度定制的模型，不是一個通用前沿模型。從發布方式上也能看出來。

和 Llama 系列不同，Muse Spark 是閉源的。Meta 只向“精選合作伙伴”提供私有 API 預覽，普通開發者用不了。

它直接部署在 Meta AI 聊天助手中，未來幾周會擴展到 Facebook、Instagram、WhatsApp 和 Ray-Ban 眼鏡。Meta 還為它配套了一個“購物模式”，結合用戶在社交平臺上的興趣數據做個性化推薦。基本上是把 AI 能力直接接到廣告和電商的變現鏈路上。

沃頓商學院教授 Ethan Mollick 評論說，Muse Spark 最重要的意義在于 Meta 現在有了自己的前沿模型，可以用它從現有用戶基礎中提取更多價值。但他也說：沒有開源權重，就很難預判 Spark 的長期價值，因為此前的 Llama 之所以重要，主要是因為它開源。

Meta 過去三年靠 Llama 系列建立了開源 AI 領域最大的生態：累計下載量 12 億次，日均下載約 100 萬次，企業自部署 Llama 模型的成本比使用閉源 API 低 88%。但到 2025 年底，阿里的 Qwen 3.6 Plus 和 DeepSeek 等中國模型在 Hugging Face 上的下載占比已經達到 41%，美國只占 35%。Llama 4 的失利加速了侵蝕。Muse Spark 閉源發布，某種程度上是承認了現實：與其繼續做開源基礎設施供應商，不如先把自家產品的 AI 能力補上來。

Alexandr Wang 說未來會有開源版本。扎克伯格也承諾“將發布越來越先進的模型，包括新的開源模型”。但眼下的優先級很清楚：先產品，再生態。

Meta 今年的資本支出預算在 1150 億到 1350 億美元之間，幾乎是 2025 年的兩倍。Muse Spark 是這筆投資的第一個可見產出。它證明了 MSL 團隊能在九個月內從零搭出一套有效的技術棧，計算效率在快速提升，多模態和健康方向的差異化也初步成立。Gizmodo 的評價是：扎克伯格的百億美元投入，讓 Meta 從“徹底掉隊”升級到了“競爭陪跑”。

但它發布的前一天，Anthropic 公布了據說強大到只能限量開放的 Claude Mythos，智譜 AI 發布了在編程基準上領先的 GLM-5.1。扎克伯格承諾更大、更強的模型正在路上。問題是，其他對手也并不會停下來原地等 Meta。

參考資料：

https://ai.meta.com/blog/introducing-muse-spark-msl/

https://www.riteshkhanna.com/blog/muse-spark-arena