Meta超級智能實驗室（MSL）交出首份答卷，其打造的原生多模態(tài)推理模型Muse Spark（內(nèi)部代號牛油果）正式亮相。

Meta的“牛油果”模型，終于迎來成熟時刻！

智東西4月9日消息，成立9個月的Meta超級智能實驗室（MSL）發(fā)布首款模型——Muse Spark（內(nèi)部代號牛油果）。這是一款支持工具使用、視覺思維鏈與多智能體編排的原生多模態(tài)推理模型。

在大模型測評平臺Artificial Analysis上，Muse Spark的智能指數(shù)從Llama 4 Maverick的18分躍升至52分，介于Claude Sonnet 4.6與Claude Opus 4.6之間，成功躋身行業(yè)第一梯隊。

我們第一時間體驗該模型，上傳豆包App截圖并要求復(fù)刻?？梢钥吹?，Muse Spark的回復(fù)風(fēng)格偏口語化，甚至帶有“豆包味兒”，這或許與其面向C端用戶的定位有關(guān)。

Muse Spark生成速度快、效果出色，基本實現(xiàn)了豆包頁面的1:1復(fù)刻，連圖像細節(jié)都精準還原。

Muse Spark還通過了小球彈跳測試。有網(wǎng)友感慨，時隔1年多，Meta終于推出了能通過六邊形小球彈跳測試的大模型，這一時刻值得記錄。

Muse Spark是ScaleAI創(chuàng)始人、Meta首席AI官汪滔（Alexandr Wang）加入Meta 10個月后交出的首份答卷。

這一成果來之不易。此前Llama 4遭遇重大挫折后，Meta對AI團隊進行了大刀闊斧的重組，唱衰大語言模型的楊立昆最終離開。

汪滔表示，Meta在過去9個月從零搭建全新AI技術(shù)棧，基礎(chǔ)設(shè)施、架構(gòu)、數(shù)據(jù)管線均為全新打造，Muse Spark正是這些努力的結(jié)晶。

不少加入Meta的華人AI專家紛紛轉(zhuǎn)發(fā)這一成果，包括趙晟佳、畢樹超、余家輝、Jason Wei等。值得注意的是，MSL團隊華人占比很高，從領(lǐng)導(dǎo)到基層員工，許多都是華人面孔。

據(jù)Top華人科創(chuàng)社報道，Meta還迎來了新的華人大?！拔浵伡瘓FRL實驗室首席科學(xué)家吳翼加盟Meta MSL，直接向Meta副總裁、MSL聯(lián)合負責(zé)人Nat Friedman匯報。

Muse Spark是MSL Muse系列的首款模型，未來還將發(fā)布更多同系列產(chǎn)品。目前該模型已逐步推送至Meta旗下應(yīng)用及Meta.ai網(wǎng)頁端，但仍有用戶反映使用的仍是Llama 3。

值得注意的是，相關(guān)博客中未提及“開源”二字。

體驗鏈接：meta.ai

01.多模態(tài)與醫(yī)療健康表現(xiàn)亮眼，智能體及編程工作流待提升

從基準測試結(jié)果看，Muse Spark在多模態(tài)感知、推理、醫(yī)療健康及智能體等領(lǐng)域表現(xiàn)處于行業(yè)第一梯隊。不過MSL也承認，該模型在長程智能體系統(tǒng)和編程工作流方面仍有提升空間。

以下是Muse Spark的完整基準測試成績。需注意的是，Meta采用的部分數(shù)據(jù)呈現(xiàn)方式存在“圖表誤導(dǎo)”嫌疑：乍看之下Muse Spark所有成績均標藍，似乎全面領(lǐng)先，但實際上在圖中20項基準測試里，僅4項拿到SOTA（ state-of-the-art，最先進）。

在多模態(tài)能力維度，Muse Spark競爭力較強，在美國大模型領(lǐng)域未被拉開明顯代差，基本與GPT-5.4處于同一水平，符合其原生多模態(tài)大模型的定位。

作為將部署于Meta旗下眾多社交媒體、面向廣大個人用戶的模型，Muse Spark在用戶高度關(guān)注的醫(yī)療健康領(lǐng)域表現(xiàn)不俗，在HealthBench Hard與MedXpertQA（多模態(tài)）兩項評測中均斬獲SOTA，顯然經(jīng)過重點優(yōu)化。

Muse Spark此次還推出了“沉思模式（Contemplating mode）”，可協(xié)調(diào)多個智能體并行推理，使其能與Gemini Deep Think、GPT Pro等前沿模型的極限推理模式相媲美。

開啟“沉思模式”后，Muse Spark在復(fù)雜任務(wù)中的能力顯著提升，例如在HLE“人類最后的考試”基準測試中正確率達58%，在“前沿科學(xué)研究”基準測試中正確率為38%。

02.算力需求較Llama 4降一個量級，采用新型強化學(xué)習(xí)技術(shù)

除跑分外，該模型的新定位及背后技術(shù)也值得關(guān)注。

Meta表示，Muse Spark是邁向個人超級智能的第一步，能理解用戶所處世界，多模態(tài)能力與醫(yī)療健康是當(dāng)前兩大重點方向。

Muse Spark從底層架構(gòu)整合了跨領(lǐng)域和工具的視覺信息，在識別、定位方面能力突出，結(jié)合這些功能可實現(xiàn)多種交互式體驗。

例如，用戶上傳游戲畫面截圖后，可讓Muse Spark將其轉(zhuǎn)化為可互動的游戲。

或是告知Muse Spark自己有高膽固醇問題，讓其基于多模態(tài)能力和醫(yī)療知識制作動態(tài)食物推薦頁面。

Meta博客分享的demo僅涉及多模態(tài)和醫(yī)療健康領(lǐng)域，這或許意味著Muse系列模型最終將服務(wù)于扎克伯格的個人超級智能愿景，而非單純追求智能上限。

技術(shù)層面，MSL大幅提升了算力利用率：與此前的Llama 4 Maverick相比，Muse Spark用少一個數(shù)量級以上的計算資源就能達到相同性能。

同時，MSL在強化學(xué)習(xí)階段采用了新技術(shù)棧，實現(xiàn)了大規(guī)模強化學(xué)習(xí)中平穩(wěn)、可預(yù)測的性能提升。

03.實測：精準識別食物熱量，為Meta AI眼鏡設(shè)計新品

Muse Spark發(fā)布后，我們進行了更多實測。

其多模態(tài)能力表現(xiàn)出色：上傳啤酒瓶照片后，Muse Spark準確識別出品牌、容量，甚至原圖中肉眼難辨的酒精度。

熱量分析來自搜索，還將熱量換算成日常食物，并給出消耗對應(yīng)熱量所需的運動量，實用性較強。

我們讓Muse Spark為Meta AI眼鏡設(shè)計宣傳網(wǎng)頁（未提供參考）。過程中，它主動調(diào)用AI生圖模型生成產(chǎn)品圖片，再編寫完整頁面代碼，耗時約2分鐘，效果如下：

該網(wǎng)頁完成度高，直接設(shè)計出搭載Muse Spark的Meta AI眼鏡新品。模型還自評稱，這是旗艦級官網(wǎng)，按Apple Vision Pro發(fā)布會標準制作，而非普通落地頁。

Muse Spark還可用于購物推薦：我們讓它搜索汽車雨刮器，幾秒內(nèi)就給出多個選項，包含每款產(chǎn)品的優(yōu)劣勢分析及最終購買建議。

04.結(jié)語：“牛油果”成熟，但個人超級智能仍需時間

作為Meta超級智能實驗室的首秀，Muse Spark已展現(xiàn)出第一梯隊的水準，讓人對Muse系列后續(xù)產(chǎn)品充滿期待。

不過，扎克伯格所期待的“個人超級智能”，目前仍停留在醫(yī)療健康問答、網(wǎng)頁復(fù)刻、購物推薦等相對可控的場景。要真正改變數(shù)億用戶的交互方式，還有很長的路要走。

本文來自微信公眾號“智東西”（ID：zhidxcom），作者：陳駿達，編輯：云鵬，36氪經(jīng)授權(quán)發(fā)布。

本文僅代表作者觀點，版權(quán)歸原創(chuàng)者所有，如需轉(zhuǎn)載請在文中注明來源及作者名字。

免責(zé)聲明：本文系轉(zhuǎn)載編輯文章，僅作分享之用。如分享內(nèi)容、圖片侵犯到您的版權(quán)或非授權(quán)發(fā)布，請及時與我們聯(lián)系進行審核處理或刪除，您可以發(fā)送材料至郵箱：service@tojoy.com