meta公司近日宣布推出全新AI模型Muse Spark，標志著其在人工智能領域全面重啟戰略進入關鍵階段。這款由華人科學家團隊主導研發的模型，在架構設計、訓練方法和功能特性上均與前代Llama系列形成鮮明對比，被視為meta重建AI技術棧的重要里程碑。
據內部人士透露，新模型研發團隊由首席AI官Alexandr Wang領銜，核心成員多來自OpenAI等頂尖機構。團隊在九個月內完成了從基礎設施到模型架構的全面重構，采用全新數據管道和訓練框架，算力效率較Llama 4提升超過一個數量級。這種顛覆性創新直接回應了此前Llama 4因基準測試造假引發的信任危機，meta官方強調所有技術細節均已公開驗證。
Muse Spark的核心突破在于原生多模態處理能力。與傳統將視覺模塊嫁接在文本模型上的方案不同，新模型在預訓練階段即實現文本、圖像、語音在統一高維空間的協同訓練。這種設計使模型能夠直接從像素級提取信息，無需通過文字描述中轉，在醫療影像解讀和科研圖表分析等場景中展現出顯著優勢。測試數據顯示，其在HealthBench Hard醫學問答基準測試中取得42.8分，領先第二名近7個百分點。
研發團隊引入的"視覺思維鏈"（VCoT）機制成為另一大亮點。該技術將傳統文本推理鏈擴展至視覺空間，使模型能夠自主構建圖像元素間的空間邏輯關系。配合全新開發的"沉思模式"，模型可通過多代理并行運算提升推理效率，在Humanity's Last Exam等復雜任務中表現突出。強化學習訓練中出現的"思想壓縮"現象尤為引人注目——模型在懲罰機制下自動優化推理路徑，用更少的計算資源達成更高性能。
基準測試數據顯示，Muse Spark在特定領域形成斷層領先。除醫學問答外，其在CharXiv科研圖表理解基準測試中創下86.4%的紀錄，SWE-bench Pro軟件工程任務準確率達55.0%。不過綜合智能指數仍落后GPT-5.4和Gemini 3.1 Pro約5分，純文本推理能力有待提升。對此研發團隊坦承，模型在ARC AGI 2等通用評測中表現尚未達到預期，但強調所有數據均已主動公開接受檢驗。
技術文檔顯示，新模型訓練體系采用"端到端教育"模式，涵蓋預訓練、強化學習和產品部署后的持續學習三個階段。這種設計使模型能夠像人類一樣通過"學校教育-家庭作業-崗位實踐"的路徑不斷進化。特別在強化學習環節，團隊通過動態調整思考時間懲罰機制，成功解決大規模訓練中的不穩定性問題，實現性能增長的平滑預測。
行業觀察家指出，meta此次技術轉型具有雙重戰略意義：既通過架構革新重塑技術品牌，又借華人科學家團隊構建差異化競爭力。據悉，研發團隊中包括GPT-4o核心開發者余家輝、ChatGPT聯合創作者趙晟佳等頂尖人才，其技術路線已顯現出獨特優勢。隨著更大規模模型的研發推進，AI領域的競爭格局或將迎來新一輪洗牌。
