Meta 推出 Muse Spark：超级智能实验室的第一个模型，Meta 重返前沿 AI 赛道

Meta 于 2026 年 4 月 8 日发布 Muse Spark，这是 Meta 超级智能实验室（Meta Superintelligence Labs，MSL）推出的首个 AI 模型，目前已在 meta.ai 网站和应用上线，未来几周将替换 WhatsApp、Instagram、Facebook、Messenger 及 Meta 智能眼镜中的现有 Llama 模型。

九个月从零重建

Muse Spark 的诞生背后是一次大规模的技术重构。MSL 由首席 AI 官 Alexandr Wang（Scale AI 创始人）领导，团队在过去 9 个月内从零开始重建了整个 AI 预训练栈——新的基础设施、新的模型架构、新的数据管线。Meta 表示，Muse Spark 是这一系列投入的阶段性成果，更大规模的模型已在开发中。

模型能力与推理模式

Muse Spark 被描述为原生多模态推理模型，核心能力包括：

• 工具调用：可执行外部工具和 API 调用
• 视觉链式思考：在多模态输入中进行结构化推理
• 多智能体协同：协调多个 AI 子智能体协同处理复杂请求

模型提供三档推理模式：

• Instant：快速响应，适合日常对话和简单查询
• Thinking：中等深度推理，适合需要一定思考的任务
• Contemplating：并行运行多个 AI 智能体，提供研究级别的深度推理，对标 Google 的 Gemini Deep Think

基准表现

Meta 公布的基准测试显示，Muse Spark 在推理和多模态能力上部分超越了 OpenAI、Google 和 Anthropic 的旗舰模型。不过纽约时报的报道也指出，Muse Spark 在编码能力上仍落后于主要竞争对手。

Axios 的分析认为，Muse Spark"显著缩小了"与领先模型之间的性能差距。对于过去几年在前沿模型竞技场上相对缺席的 Meta 而言，这是一个有分量的回归信号。

部署与开放计划

Muse Spark 当前已在 meta.ai 提供使用，Contemplating 模式将逐步上线。Meta 同时向部分合作方开放了私有 API 预览，并表示后续版本计划开源。

在基础设施层面，Meta 继续加码投入，包括 Hyperion 数据中心的建设，为更大规模模型的训练和部署做准备。

一个信号

Muse Spark 本身的性能表现固然重要，但它更重要的意义在于表明 Meta 的战略转向：从"开源基础模型 + 前沿赛道旁观"的双轨模式，开始向"自有前沿模型 + 产品深度集成"的方向收敛。对于 AI 行业的竞争格局，这意味又一个大玩家在认真下场了。

来源: Meta AI Blog | Reuters