我用Meta“華人天團”打造的新模型，一張圖復刻了一個“豆包App”

智東西
作者 陳駿達
編輯 云鵬

Meta的“牛油果”模型，終于熟了！

智東西4月9日報道，今天，在成立9個月后，Meta超級智能實驗室（MSL）發布了其首款模型Muse Spark（內部代號牛油果）。這是一個原生的多模態推理模型，支持工具使用、視覺思維鏈和多智能體編排。

在大模型測評平臺Artificial Analysis上，Muse Spark的智能指數直接從Llama 4 Maverick的18分，跳到了52分，介于Claude Sonnet 4.6和Claude Opus 4.6之間，算是進入第一梯隊了。

我們第一時間對模型做了體驗，上傳了一張豆包App的截圖，要求Muse Spark復刻。可以看到Muse Spark的回復風格比較口語化，甚至有一股“豆包味兒”，這可能是因為這一模型主要面向C端用戶。

Muse Spark的生成速度很快，效果也不錯，基本1:1復刻了豆包的頁面，連圖像都還原了。

Muse Spark還通過了小球彈跳測試。有網友感嘆道，時隔1年多，Meta終于發了一款能通過六邊形小球彈跳測試的大模型，這一歷史性時刻值得記錄。

Muse Spark是ScaleAI創始人、Meta首席AI官汪滔（Alexandr Wang）加入Meta 10個月后，交出的首份答卷。

這一結果來的并不容易，此前，在Llama 4遭遇史詩級滑鐵盧后，Meta大刀闊斧地重組了AI團隊，唱衰大語言模型的楊立昆也最終離開。

汪滔稱，Meta在過去9個月從零開始打造AI技術棧，基礎設施、架構、數據管線都是全新的，Muse Spark正是這些努力的成果。

加入Meta的不少華人AI大牛紛紛轉發了這一成果，包括趙晟佳、畢樹超、余家輝、Jason Wei等等。值得一提的是，MSL團隊的華人濃度很高，在轉發新模型的Meta研究員中，從領導到基層員工，許多都是華人。

另據Top華人科創社的報道，Meta還迎來了一位新的華人大牛，前螞蟻集團RL實驗室首席科學家吳翼加盟了Meta MSL，直接向Meta副總裁和MSL聯合負責人Nat Friedman匯報。

Muse Spark是MSL Muse系列模型中的首款，未來還會有更多該系列模型發布。目前Muse Spark已開始逐步推送至Meta旗下的應用和Meta.ai網頁端，不過仍有用戶反映自己使用的模型仍是Llama 3。

同時，“開源”兩個字在相關博客中，一次也未被提及。

體驗鏈接：meta.ai

一、多模態、醫療健康表現突出，智能體和編程仍是短板

從基準測試結果來看，Muse Spark在多模態感知、推理、醫療健康和智能體等領域的表現處于行業第一梯隊。不過，MSL承認這一模型在長程智能體系統和編程工作流方面性能尚有差距。

以下是Muse Spark完整的基準測試成績。需要注意的是，Meta在這里采用了一些有“圖表詐騙”嫌疑的數據呈現方式。乍一看，Muse Spark的所有成績都被標藍，似乎全面領先，但實際上這一模型在圖中的20項基準測試中，拿到的SOTA數量為4個。

在多模態能力維度，Muse Spark的表現較有競爭力，在美國大模型圈沒有被拉開明顯代差，基本和GPT-5.4處在同一水平線上。Muse Spark的表現也符合其原生多模態大模型的定位。

作為一款將部署于Meta旗下眾多社交媒體、面向廣大個人用戶的模型，Muse Spark在用戶高頻關注的醫療健康領域同樣沒有掉隊。在HealthBench Hard與MedXpertQA（多模態）兩項評測中均斬獲SOTA，顯然對此進行了重點優化。

Muse Spark本次還發布了“沉思模式（Contemplating mode）”，該模式可協調多個智能體并行推理。這使得Muse Spark能夠與Gemini Deep Think和GPT Pro等前沿模型的極限推理模式相媲美。

開啟“沉思模式”后，Muse Spark在復雜任務中的能力得以提升，比如它在HLE“人類最后的考試”基準測試中，取得了58%的正確率，在“前沿科學研究”基準測試中取得了38%的正確率。

二、所需算力資源比Llama 4少一個量級，采用新型強化學習技術棧

跑分之外，這一模型的新定位和背后技術，也值得關注。

Meta稱，Muse Spark是邁向個人超級智能的第一步，它能夠理解用戶所處的世界，多模態能力和醫療健康就是當前的兩個重點。

Muse Spark從底層架構層面，整合了跨領域和工具的視覺信息，在識別、定位方面的能力不錯。這些功能結合起來，可以實現各種交互式體驗。

例如，用戶可以上傳一張游戲畫面截圖，然后讓Muse Spark把它變成一個能真正互動的游戲。

或是告知Muse Spark自己有高膽固醇的問題，并讓Muse Spark基于多模態能力和醫療知識，做一個動態的食物推薦頁面。

Meta在博客中分享的demo也僅僅涉及多模態和醫療健康領域，這或許意味著Muse系列模型最終的用途，仍然是服務于扎克伯格的個人超級智能愿景，而不是單純地追求智能上限。

在技術方面，MSL大幅度提升了算力利用率，與之前的模型Llama 4 Maverick相比，Muse Spark用少一個數量級以上的計算資源就能達到相同的性能。

同時，MSL還在強化學習階段采用了新技術棧，在大規模強化學習中帶來平穩、可預測的性能提升。

三、一手實測：精準識別食物熱量，還給Meta AI眼鏡造了個新品

Muse Spark發布后，我們進行了更多實測。

Muse Spark的多模態能力確實不錯，我們上傳了一個啤酒瓶的照片，讓它分析熱量。Muse Spark一眼就看出了啤酒的品牌、大小，甚至連原圖中肉眼都難以分辨的酒精度都準確識別出來了。

它對于熱量的分析則來自搜索，還把熱量轉換成了我們日常吃的食物，并給出要消耗這些熱量對應的運動量，是比較實用的。

我們緊接著讓Muse Spark給Meta的AI眼鏡做一個宣傳網頁，沒給任何參考。可以看到，在思考過程中Muse Spark主動調用AI生圖模型打造了對應的產品圖片，然后編寫完整頁面代碼，整個過程耗時2分鐘左右，效果如下：

這一網頁的完成度不錯，直接給Meta設計出了一款搭載Muse Spark的新品AI眼鏡。模型還自夸道，這是一個旗艦級的官網，不是普通的落地頁，是按Apple Vision Pro發布會標準做的。

Muse Spark還可用于購物推薦。我們試著讓它搜索一款汽車雨刮器，幾秒鐘就拿到了好幾個選項，并且有對每款產品優勢劣勢的分析和最終購買建議。

結語：牛油果熟了，但Meta的“個人超級智能”仍需耐心

作為Meta超級智能實驗室的首秀，Muse Spark已經展現出躋身第一梯隊的水準，足夠讓人期待未來的Muse系列后續產品。

不過，扎克伯格想要的“個人超級智能”，目前還停留在醫療健康問答、網頁復刻、購物推薦這些相對可控的場景里。距離真正改變數億用戶的交互方式，還有很長的路要走。