Meta 旗下超级智慧实验室 4 月 8 日正式发布首款自研 AI 模型 Muse Spark，定位为迈向“个人超级智慧”的第一步，消息一出带动 Meta 股价单日大涨逾 6.5%，创近三周新高，也证明 Meta 并没有在 AI 赛道中落下脚步。
什么是 Muse Spark？Meta 首款自研 AI 推理模型登场
Muse Spark 是 Meta 超级智慧实验室 (Meta Superintelligence Labs，MSL) 所开发“Muse 系列”的首款模型，属于原生多模态推理模型，支持工具调用 (tool-use)、视觉思维链 (visual chain of thought) 与多代理协作 (multi-agent orchestration)。
该实验室由 Scale AI 创办人 Alexandr Wang 领军，Meta 先前斥资约 150 亿美元投资 Scale AI 并延揽 Wang 加入，被视为重启 AI 布局的关键一步。Muse Spark 的推出，正是执行长祖克伯 (Mark Zuckerberg) 近年来大力推动 AI 转型后的首个重要成果。
值得一提的是， 与 Meta 过去主打开源的 Llama 系列不同，Muse Spark 采用闭源模式，象征 Meta 从开放生态策略，转向更商业化导向的 AI 发展路线。市场分析认为，未来不排除推出 API 收费或订阅制服务。
即日起，Muse Spark 已能在 Meta AI 上使用，同时也开放私人 API 预览给特定合作伙伴。
Muse Spark 效能表现：对标 Gemini Deep Think 与 GPT Pro
在能力评估方面，Muse Spark 在多模态感知、推理、健康资讯处理与代理任务上展现出优异的表现。透过 Meta 推出的“沉思模式 (Contemplating)”，多个代理并行推理并协作，使 Muse Spark 得以在艰难任务上比肩 Gemini Deep Think 与 GPT Pro 等极端推理模式。
Muse Spark 在 Humanity’s Last Exam 测试中达到 58%，FrontierScience Research 测试达到 38%，展现出能与顶尖模型匹敌的实力。
应用场景：从健康追踪到购物助理，全面整合 Meta 生态系统
Muse Spark 定位为“能理解世界”的个人超级智慧，强调多模态视觉整合，可跨领域分析用户的即时环境，具体包括以下应用。
多模态互动
Muse Spark 能根据图片生成可互动的网页小游戏，或识别物件并提供详细说明，例如解析复杂机器的操作教学。
个人健康
模型能结合视觉识别与工具搜索，提供更精确的健康资讯回应，例如分析食物营养成分或标示运动时各肌群的活动状况，并根据个人饮食限制 (如素食者或高胆固醇族群) 提供个性化建议。
Meta 预告 Muse Spark 将陆续整合至 Instagram、Facebook、Messenger、WhatsApp 及智慧眼镜等平台，其中 AI 购物助理被视为重点商业应用，将协助用户搜索商品、提供推荐与决策支持，可见结合广告与电商的商业模式轮廓已逐步成形。
三大技术轴心：预训练、强化学习、测试时推理
Meta 在官方部落格中揭示 Muse Spark 的技术核心，围绕三大扩展轴心打造。
预训练 (Pretraining)
过去九个月间，Meta 重建了预训练技术栈 (stack)，在模型架构、优化方法与数据整理上全面升级，显著提升每单位算力所能提取的模型能力。
强化学习 (Reinforcement Learning)
RL 作为预训练的延伸，可扩展地放大模型能力。Meta 指出，随着 RL 算力 (以步骤数衡量) 的扩展，模型在训练数据上的成功概率皆呈对数线性成长，且在未见过的数据集评估效率上同样稳定提升。
测试时推理 (Test-Time Reasoning)
RL 训练让模型在回答前先思考，Meta 透过“思维压缩 (thought compression)”机制与多代理协作，有效降低延迟并强化推理能力。
个人超级智慧时代的序幕，投资人看好 AI 带动用户黏着
消息一出，Meta 昨日股价终场上涨 6.5% 至 612.42 美元，创下近三周新高，显示投资人普遍看好将 AI 能力应用于日常个人任务并结合社群平台的潜力。
Meta 表示，Muse Spark 代表该公司在“可预测且高效率的 AI 扩展轨迹”上迈出关键一步，未来将持续发布能力更强的模型，朝个人超级智慧的目标稳步前进。
这篇文章 Meta 推出 Muse Spark：串联社群媒体生态，成专属 AI 健康与购物助理 最早出现在 链新闻 ABMedia。
