Meta 的 Muse Spark 模型刚在 2026 年 4 月 8 日正式发布，是 Meta Superintelligence Labs (MSL) 推出的首款模型，也是全新 Muse 系列 的开端。 这是 Meta 在 Llama 4 之後，经过「从头 overhaul」AI 团队与堆叠後的重大成果，由 前 Scale AI CEO Alexandr Wang 领导的团队在过去约 9 个月内打造（内部代号 Avocado）。Meta 形容这是朝向「personal superintelligence」（个人超级智能）迈进 的第一步，模型设计强调小而快，但具备强大推理能力。 主要特点 *原生多模态（Natively Multimodal）：从头训练，能同时处理文字、图像、音频等。支援 visual chain of thought（视觉思维链），在视觉 STEM 问题、实体辨识、空间定位上表现强劲 。 *工具使用（Tool-use）：可呼叫外部工具。 *多代理协作（Multi-agent Orchestration）：推出 Contemplating Mode（深度思考模式 ），能平行协调多个子代理进行复杂推理，据称可对标 Gemini Deep Think 或 GPT Pro 等前沿模式。 *特别强化领域：健康谘询：与超过 1,000 名医师合作训练，提供更详细、图像辅助的健 康回应。 购物推荐：整合 Meta 平台（IG、FB）创作者与品牌内容。 视觉互动：例如从图片估算卡路里、故障排除家电、生成小游戏或自订网站。 *Instant Mode（快速回应）与 Thinking/Contemplating Mode（深度推理）双模式。 Meta 强调 Muse Spark 在多模态感知、推理、健康与 agentic 任务上具竞争力，并重建 预训练堆叠，让相同能力所需的计算量比前代 Llama 4 少一个数量级以上。 可用性 *立即可用：已在 meta.ai 网站与 Meta AI App 上线，取代部分旧模型驱动 Meta AI。 *即将推出：未来数周内逐步推送到 WhatsApp、Instagram、Facebook、Messenger，以及 Meta 的 AI 眼镜（Ray-Ban Meta 等）。 *API：目前仅开放 private preview 给选定合作夥伴。 *开放权重：目前为 闭源（proprietary） 模型，Meta 表示「希望未来版本能开放原始码 」。 你可以直接去 meta.ai 试用（需 Facebook 或 Instagram 帐号登入）。 基准测试表现 Meta 官方与独立评测（如 Artificial Analysis）显示： *在多模态、推理、编码、工具使用、健康知识等基准上具竞争力。 *Artificial Analysis Intelligence Index 得分约 52 分，进入前 5 名模型。 *在 Humanity’s Last Exam 达 58%、Frontier Science Research 达 38%（ Contemplating Mode 下）。 *整体被形容为 Meta 有史以来最强模型，大幅优於 Llama 4（後者曾被批评表现平平）， 但在某些编码任务上仍落後顶尖对手。 Meta 也公布了详细的 Eval Methodology，涵盖多样基准。 背景与意义 Meta 去年因 Llama 4 表现不佳，重组 AI 团队、成立 Superintelligence Labs，并砸重金招募人才 与投资资料标注（包含 Scale AI）。这次 Muse Spark 被视为 Zuckerberg 「personal superintelligence」愿景的首个具体成果，同时也让 Meta 从过去的「开放原始码领先 者」转向推出闭源旗舰模型（未来可能混合路线）。市场反应正面，Meta 股价在发布後 一度上涨。社群讨论中，有人赞赏其日语/中文对话自然、多模态互动强；也有人关注它 是否会改变 Meta 生态（将 AI 深度整合进社群、购物、健康、眼镜等）。 如何试用与後续 *直接上 meta.ai 体验（支援 Contemplating Mode 会逐步开放）。 *想追踪开发者更新，可在 Meta AI 官网注册通知。 *官方部落格推荐阅读： Introducing Muse Spark About.fb 新闻稿 目前 Muse Spark 只是 Muse 系列的「第一步」，下一代已在开发中，Meta 强调这是科 学化的 scaling ladder，每一代都会验证再放大。 -- Grok整理 LLama确定蛋雕了 等FB 脆内建这款AI能用我想会很有趣 长辈阿 湾姊阿 --

※ 发信站: 批踢踢实业坊(ptt.cc), 来自: 114.36.230.45 (台湾) ※ 文章网址: https://webptt.com/cn.aspx?n=bbs/AI_Art/M.1775707812.A.B38.html https://artificialanalysis.ai/leaderboards/models 只输顶尖那三四个 ※ 编辑: error405 (114.36.230.45 台湾), 04/09/2026 17:12:34