meta 近日正式推出 Muse Spark，這是其超級智能實驗室（MSL）成立后的首款產品，也是該公司九個月以來發布的首個新模型。消息發布后，meta 股價在交易中一度上漲超過 10%。公司首席執行官扎克伯格在社交平臺 Threads 上稱贊其為“世界級助手”，但也有高管坦言，Muse Spark 并未突破現有技術邊界，僅在部分任務中具備競爭力。

這款模型的誕生背景特殊。meta 在經歷內部動蕩后，通過重組 AI 部門并重建技術棧，最終推出 Muse Spark。據團隊負責人 Alexandr Wang 透露，研發團隊“從零開始搭建了整個技術體系”。meta 強調，Muse Spark 在達到 Llama 4 Maverick 同等性能時，所需計算量減少了 90%以上，預訓練階段的計算效率也優于 DeepSeek-V3.1 和 Kimi-K2 的基座模型。

盡管 meta 在發布時通過視覺設計突出 Muse Spark 的優勢，但第三方評測顯示其表現存在明顯短板。在編程、抽象推理和智能體任務等熱門領域，該模型落后于 Gemini 和 GPT-5.4。例如，在抽象推理測試中，Muse Spark 僅得 42.5 分，而 Gemini 3.1 Pro 和 GPT-5.4 分別獲得 76.5 分和 76.1 分。meta 也在官方博客中承認，模型在長時序智能體系統和編程工作流方面仍有不足。

評測機構 Artificial Analysis 的綜合評分顯示，Muse Spark 以 52 分位列第四，低于 Gemini 3.1 Pro、GPT-5.4 和 Claude Opus 4.6。在無工具測試中，其成績為 39.9%，不僅低于 meta 自報的 42.8%，也低于 Gemini 的 44.7%。獨立測試者 Ritesh Khanna 的實測表明，該模型在視覺理解和金融分析方面表現突出，但代碼生成能力墊底，甚至在生成雪花玻璃球時，雖然 Three.js 代碼技術完美，渲染結果卻僅為黑色物體。

Muse Spark 的優勢集中在多模態和健康領域。在圖表理解測試中，它以 86.4 分領先所有對手；健康問答得分 42.8，是 Gemini 3.1 Pro 的兩倍多。meta 表示，健康領域的訓練數據由超過 1000 名醫生參與策劃。這些特性與 meta 的產品需求高度契合，例如識別 Instagram 上的食物照片、為 Ray-Ban 智能眼鏡提供物體識別功能，以及增強 AI 助手的健康問答能力。

與 Llama 系列的開源策略不同，Muse Spark 采取閉源模式，僅向“精選合作伙伴”提供私有 API 預覽。該模型已直接部署在 meta AI 聊天助手中，未來將擴展至 Facebook、Instagram、WhatsApp 和 Ray-Ban 眼鏡，并配套推出基于用戶興趣數據的個性化購物推薦功能。沃頓商學院教授 Ethan Mollick 指出，此舉表明 meta 希望通過自有模型從現有用戶中提取更多商業價值，但缺乏開源權重可能限制其長期影響力。

過去三年，Llama 系列憑借開源策略建立了全球最大的生態，累計下載量達 12 億次，日均下載約 100 萬次。然而，截至 2025 年底，中國模型在 Hugging Face 上的下載占比已達 41%，超過美國的 35%。Llama 4 的市場表現下滑加速了這一趨勢。Muse Spark 的閉源發布，被視為 meta 從開源基礎設施供應商轉向聚焦產品競爭力的戰略調整。

盡管 meta 承諾未來將推出開源版本，但當前優先級明顯傾向于產品落地。公司今年的資本支出預算高達 1150 億至 1350 億美元，幾乎是 2025 年的兩倍。Muse Spark 作為首項成果，驗證了 MSL 團隊在九個月內重建技術棧的能力，尤其在計算效率提升和多模態差異化方面取得進展。不過，在 Muse Spark 發布前一天，Anthropic 推出了限量開放的 Claude Mythos，智譜 AI 也發布了編程基準領先的 GLM-5.1，顯示 AI 領域的競爭仍在持續升溫。