Meta 本週三宣布推出 Muse Spark，這是由新的 Meta Superintelligence Labs 部門開發的第一個大型人工智慧模型。該模型由首席人工智慧長 Alexandr Wang 領導，九個月前，該高階主管被聘為 Scale AI 143 億美元投資的一部分。該公司希望在由 OpenAI、Anthropic 和谷歌等競爭對手主導的行業中重新獲得動力。
Muse Spark 旨在提供具有競爭力的效能，與先前的版本相比，運算資源消耗更低。它已經在獨立的 Meta AI 應用程式和專用網站中為 Meta 的數位助理提供支援。在接下來的幾天和幾週內，該模型應該會整合到 Facebook、Instagram、WhatsApp、Messenger 和 Ray-Ban Meta 眼鏡中。 Meta 還計劃在 Vibes AI 視訊功能中使用它。
- 該模型在多模式感知、推理、健康任務和代理系統方面表現出色。
- 它允許根據用戶查詢的複雜程度切換模式。
- 購物模式使用 Meta 平台的風格和社群數據來提供購物和裝飾建議。
新人工智慧部門加速發展
Meta Superintelligence Labs 在過去的九個月中重建了公司的整個人工智慧堆疊。這種重建使得創建一個設計小巧、速度快的模型成為可能，但能夠解決科學、數學和健康方面的複雜問題。公司高層強調，Muse Spark 代表了堅實的基礎，下一代產品已經在開發中。
此次發布是在去年 4 月宣布的 Llama 4 系列的性能被認為低於預期之後推出的。當時，開放模式並沒有引起開發商預期的興趣，這導致了內部策略的改變。擔任新部門領導職務的 Alexandr Wang 指導重點關注效率以及與 Meta 產品的直接整合。
Muse Spark 是從頭開始建立的，旨在整合跨領域和工具的視覺資訊。它在視覺 STEM 問題、實體識別和本地化方面實現了強大的性能，從而實現了互動式體驗，例如透過動態功能對家用電器進行故障排除…pic.twitter.com/8d1tNpeQ0m
— Meta 的人工智慧 (@AIatMeta)2026 年 4 月 8 日
計算效率和基準
Meta 報告稱，改進的訓練技術和重建的基礎設施使得開發更小的模型成為可能，其容量相當於 Llama 4 的中型變體，但計算量要少幾個數量級。儘管該公司認識到長期編碼流程中存在差距，但 Muse Spark 在多模式感知和推理任務中表現出競爭性的表現。
在內部測試中，該模型在健康基準方面表現出了優勢，在某些特定指標上優於競爭對手。該公司並未將其定位為市場上最先進的，而是強調其速度以及在社交平台上大規模使用的適合性。 Meta AI 應用程式的使用者可以在簡單答案的快速模式和分析文件或從影像中提取營養資訊的更複雜模式之間切換。
透過 API 擴大收入
Meta 開始測試新的收入來源，透過 API 為第三方開發人員提供模型存取權限。目前，只有部分合作夥伴可以存取私人預覽版。該公司計劃在未來將付費專區擴展到更廣泛的受眾。這一做法標誌著Llama家族先前完全開放模式策略的轉變。
Muse Spark 目前仍然是專有的。該公司表示有意開放該模型的未來版本。同時，重點是與Meta現有生態系統的深度整合，包括根據用戶在社群媒體上的互動提供個人化建議。
先進模式和實際應用
對於更複雜的查詢，將逐步實施思考模式。在這種模式下，Muse Spark 使用一組平行推理的 AI 代理，尋求與 Gemini Deep Think 和 GPT Pro 等前沿模型的極限推理模式競爭。此功能旨在協助完成需要多個分析步驟的任務。
購物模式允許助手幫忙選擇衣服或裝飾房間。它從 Meta 平台上的品牌中汲取風格靈感和故事敘述，直接與用戶已經關注的社群和創作者建立聯繫。這種整合增強了該模型在使用者日常生活中的實際使用。
基礎設施投資和 Muse 系列的未來
Meta 顯著增加了人工智慧基礎設施的支出。在最新的財報中，該公司預計2026年的資本支出將在1,150億至1,350億美元之間，這一數字幾乎是前一年的兩倍。這些資源旨在保持公司與該行業其他主要參與者的競爭力。
Muse Spark 代表了 Muse 系列的第一章。這個目標表明後續模型已經在開發中，應該會帶來更多進展。該策略將效率與直接應用於全球數十億人使用的產品結合起來。
與現有 Meta 產品集成
新模型透過提供更快、更準確的反應來改善 Meta AI 助理的體驗。使用者可以根據需要切換模式，從簡單的問題到圖像或文件的詳細分析。這種靈活性旨在使助手在日常生活中更加有用。
此次推出首先是獨立的 Meta AI 應用程式和網站。該公司的主要應用程式的擴展將在未來幾週內進行，從而將該模型的覆蓋範圍擴大到龐大的用戶群。 Ray-Ban Meta 眼鏡也將很快獲得支持。
專注於代理任務和多模態
該公司強調了 Muse Spark 在涉及多種類型輸入（例如文字、圖像和音訊）的任務中的表現。該模型以整合的方式處理這些信息，促進分析產品照片或基於視覺數據進行規劃等用途。 Meta 繼續投資以縮小長期代理系統等領域的差距。
開發人員和最終用戶應該會看到響應速度和相關性的提高。該模型旨在即使在大容量場景下也能高效運行，與 Meta 平台的規模相符。
市場策略與定位
Meta 透過優先考慮與社交網路的整合和營運效率來尋求自己的利基市場。儘管競爭對手將精力集中在資源密集型前沿模型上，但該公司卻押注於可以在其產品中快速實施的敏捷解決方案。此次推出引起了市場的積極反應，該公司股價在周三交易中大幅上漲。
該公司仍致力於 Muse 系列的未來發展。高層表示，Muse Spark 是更強大迭代的基礎，將繼續關注仍有發展空間的領域。
