Meta 本周三宣布推出 Muse Spark，这是由新的 Meta Superintelligence Labs 部门开发的第一个大型人工智能模型。该模型由首席人工智能官 Alexandr Wang 领导，九个月前，该高管被聘为 Scale AI 143 亿美元投资的一部分。该公司希望在由 OpenAI、Anthropic 和谷歌等竞争对手主导的行业中重新获得动力。
Muse Spark 旨在提供具有竞争力的性能，与之前的版本相比，计算资源消耗更低。它已经在独立的 Meta AI 应用程序和专用网站中为 Meta 的数字助理提供支持。在接下来的几天和几周内，该模型应该会集成到 Facebook、Instagram、WhatsApp、Messenger 和 Ray-Ban Meta 眼镜中。 Meta 还计划在 Vibes AI 视频功能中使用它。
- 该模型在多模式感知、推理、健康任务和代理系统方面表现出色。
- 它允许根据用户查询的复杂程度切换模式。
- 购物模式使用来自 Meta 平台的风格和社区数据来提供购物和装饰建议。
新人工智能部门加速发展
Meta Superintelligence Labs 在过去的九个月里重建了公司的整个人工智能堆栈。这种重建使得创建一个设计小巧、速度快的模型成为可能，但能够解决科学、数学和健康方面的复杂问题。公司高管强调，Muse Spark 代表了坚实的基础，下一代产品已经在开发中。
此次发布是在去年 4 月宣布的 Llama 4 系列的性能被认为低于预期之后推出的。当时，开放模式并没有引起开发商预期的兴趣，这导致了内部策略的改变。担任新部门领导职务的 Alexandr Wang 指导重点关注效率以及与 Meta 产品的直接集成。
https://twitter.com/AIatMeta/status/2041910293664862610?ref_src=twsrc%5Etfw计算效率和基准
Meta 报告称，改进的训练技术和重建的基础设施使得开发更小的模型成为可能，其容量相当于 Llama 4 的中型变体，但计算量要少几个数量级。尽管该公司认识到长期编码流程中存在差距，但 Muse Spark 在多模式感知和推理任务中表现出竞争性的性能。
在内部测试中，该模型在健康基准方面表现出了优势，在某些特定指标上优于竞争对手。该公司并未将其定位为市场上最先进的，而是强调其速度以及在社交平台上大规模使用的适合性。 Meta AI 应用程序的用户可以在简单答案的快速模式和分析文档或从图像中提取营养信息的更复杂模式之间切换。
通过 API 扩大收入
Meta 开始测试新的收入来源，通过 API 为第三方开发人员提供模型访问权限。目前，只有部分合作伙伴可以访问私人预览版。该公司计划在未来将付费专区扩展到更广泛的受众。这一做法标志着Llama家族此前完全开放模式策略的转变。
Muse Spark 目前仍然是专有的。该公司表示有意开放该模型的未来版本。同时，重点是与Meta现有生态系统的深度整合，包括根据用户在社交媒体上的互动提供个性化建议。
先进模式和实际应用
对于更复杂的查询，将逐步实施思考模式。在这种模式下，Muse Spark 使用一组并行推理的 AI 代理，寻求与 Gemini Deep Think 和 GPT Pro 等前沿模型的极限推理模式竞争。该功能旨在协助完成需要多个分析步骤的任务。
购物模式允许助手帮助选择衣服或装饰房间。它从 Meta 平台上的品牌中汲取风格灵感和故事讲述，直接与用户已经关注的社区和创作者建立联系。这种集成增强了该模型在用户日常生活中的实际使用。
基础设施投资和 Muse 系列的未来
Meta 显着增加了人工智能基础设施的支出。在最新的财报中，该公司预计2026年的资本支出将在1150亿至1350亿美元之间，这一数字几乎是上一年的两倍。这些资源旨在保持公司与该行业其他主要参与者的竞争力。
Muse Spark 代表了 Muse 系列的第一章。该目标表明后续模型已经在开发中，应该会带来更多进步。该战略将效率与直接应用于全球数十亿人使用的产品结合起来。
与现有 Meta 产品集成
新模型通过提供更快、更准确的响应来改善 Meta AI 助手的体验。用户可以根据需要切换模式，从简单的问题到图像或文档的详细分析。这种灵活性旨在使助手在日常生活中更加有用。
此次推出首先是独立的 Meta AI 应用程序和网站。该公司的主要应用程序的扩展将在未来几周内进行，从而将该模型的覆盖范围扩大到庞大的用户群。 Ray-Ban Meta 眼镜也将很快得到支持。
专注于代理任务和多模态
该公司强调了 Muse Spark 在涉及多种类型输入（例如文本、图像和音频）的任务中的性能。该模型以集成的方式处理这些信息，促进分析产品照片或基于视觉数据进行规划等用途。 Meta 继续投资以缩小长期代理系统等领域的差距。
开发人员和最终用户应该会看到响应速度和相关性的提高。该模型旨在即使在大容量场景下也能高效运行，与 Meta 平台的规模相符。
市场策略与定位
Meta 通过优先考虑与社交网络的整合和运营效率来寻求自己的利基市场。尽管竞争对手将精力集中在资源密集型前沿模型上，但该公司却押注于可以在其产品中快速实施的敏捷解决方案。此次推出引起了市场的积极反应，该公司股价在周三交易中大幅上涨。
该公司仍致力于 Muse 系列的未来发展。高管们表示，Muse Spark 是更强大迭代的基础，将继续关注仍有发展空间的领域。