meta公司推出的全新人工智能模型Muse Spark正式亮相，這款由meta超級智能實驗室研發的模型在多項測試中展現出強勁實力。根據Artificial Analysis的評估結果，Muse Spark以52分的成績躋身行業前列，僅次于Gemini 3.1 Pro、GPT-5.4和Opus 4.6等頭部模型，較去年Llama 4 Maverick的18分實現質的飛躍。
該模型采用原生多模態架構設計，整合了視覺思維鏈、工具調用和多智能體編排等核心技術。在視覺領域，Muse Spark在CharXiv理解、ScreenSpot Pro截圖定位等任務中超越GPT-5.4和Gemini 3.1 Pro；醫療健康賽道表現尤為突出，HealthBench Hard開放式問答得分領先Gemini 3.1 Pro達22.2分，MedXpertQA多模態醫學任務成績也優于Opus 4.6。
技術架構層面，meta重構了整個AI技術棧。預訓練環節通過優化算法和數據策略，將算力需求降至Llama 4的十分之一；強化學習模塊展現出對數線性增長特性，既能提升解題可靠性又保持解法多樣性；測試時推理機制引入"思維壓縮"技術，使模型在保持準確率的同時將Token消耗控制在Opus 4.6的三分之一。
創新性的"沉思模式"是該模型的核心亮點。這種多智能體并行思考架構通過16個智能體協同工作，在Humanity's Last Exam測試中取得58%的準確率，與GPT-5.4 Pro持平。實際應用場景中，該模式可同時處理文化行程規劃、親子活動搜索和后勤協調等復雜任務，展現強大的多線程處理能力。
在具體應用場景方面，Muse Spark展現出顯著的實用價值。健康管理領域，用戶拍攝食物照片后，模型可根據膽固醇指標和飲食偏好標注推薦食物，并顯示詳細的營養數據；運動健身場景中，系統能識別瑜伽動作、評估難度等級，并提供體態糾正建議。購物助手功能則通過分析用戶在社交平臺的行為數據，生成個性化商品推薦。
研發團隊透露，模型訓練過程中與超過1000名臨床醫生合作進行數據清洗，這是其在醫療領域表現優異的關鍵因素。技術博客特別指出，測試時推理機制通過"思維膨脹-壓縮-再膨脹"的三階段進化，在保證回答質量的同時將延遲控制在合理范圍，這種創新架構為大規模AI應用提供了新的解決方案。
值得注意的是，盡管Muse Spark在多模態和健康領域表現亮眼，但在代碼生成和長時間智能體任務方面仍與頂尖模型存在差距。meta首席AI官Alexandr Wang強調，新模型沒有采用傳統堆砌算力的方式，而是通過提升單位算力效率實現性能突破，這種技術路線或將改變AI領域的競爭格局。
