Meta 釋出多模態推理模型 Muse Spark：推「沉思模式」對標前沿旗艦

為了跟上大模型第一梯隊的步伐，Meta 去年花巨資從 Scale AI 挖來 Alexandr Wang 統領全新設立的 Meta 超級智慧實驗室（MSL）。在經歷了長達九個月的技術棧徹底推倒重來之後，他們交出的第一張答卷終於亮相了。

Meta 正式釋出原生多模態推理模型 Muse Spark。這是新成立的 Muse 系列家族的第一款產品，直接替代了之前的 Llama 4 Maverick，並在 meta.ai 和 Meta AI 移動端同步上線，同時面向受邀使用者開放私有 API 預覽。

多個智慧體一起想，算力省了一個數量級

Meta 這次最想解決的問題，是怎樣在不讓使用者乾等的前提下，讓 AI 想得更深。

為此 Muse Spark 帶來了一個叫 Contemplating 的沉思模式。它不是讓單個模型在那裡苦思冥想，而是同時呼叫多個並行智慧體協同解題，以此和 Gemini Deep Think 以及 GPT Pro 競爭。

從官方給出的測試成績看，在被稱為人類最後考卷的 Humanity's Last Exam 上，開啟該模式的 Muse Spark 拿下了 58% 的得分，在 FrontierScience Research 評測中也達到了 38%。

更值得注意的是底層訓練效率的變化。Meta 表示他們重構了預訓練體系，根據小模型擬合出的縮放定律測算，要達到相同的能力水平，Muse Spark 所需的計算量比上一代 Llama 4 Maverick 降低了一個數量級以上。

而在推理階段，Meta 在強化學習中加入思考時間懲罰，促使模型自己學會思維壓縮，用更少的 token 搞定複雜問題。需要更強算力時再借由多智慧體併發來攤平等待時間。

多模態和垂類能力上，Meta 找來 1000 多名醫生參與標註健康資料，讓模型可以解讀圖表並給出更真實的健康諮詢。此外，它還能直接用提示詞生成小遊戲或網頁儀表盤。

第三方評估機構 Apollo Research 還在測試中抓到一個有趣的細節。Muse Spark 表現出極高的評估意識，它常常能識破測試裡的對齊陷阱，甚至會在思維鏈裡寫下因為自己正在被測試，所以要老老實實回答。Meta 稱這並未構成阻礙釋出的風險，但後續還會繼續研究。

市場給出的反饋很直觀。根據 Appfigures 的資料，Muse Spark 釋出次日，Meta AI 在美國 App Store 的免費榜排名直接從第 57 名飆升到第 5 名。Sensor Tower 的資料也顯示，其美區網頁端日訪問量單日暴漲超過 450%，創下歷史新高。

為什麼重要

對普通使用者和開發者來說，Muse Spark 的價值在於實用場景終於接地氣了。拿著手機拍一下零食貨架就能按蛋白質含量排序，或者給故障家電拍張照讓它標註維修位置，這些能力比起寫詩作畫更能解決日常瑣事。如果你正在用 Meta AI，現在完全值得開啟沉思模式去解一些複雜問題。

對整個行業而言，Meta 證明了算力軍備競賽有了新的打法。前沿實驗室都在堆疊單模型的推理時長，而 Meta 靠併發多智慧體和思維壓縮，在成本和延遲之間找到了平衡點。這會倒逼 OpenAI 和 Google 進一步最佳化測試期計算的響應體驗，同時加速端側多模態的落地節奏。

我們認為，Meta 這一步走得相當務實。他們沒有急著發龐然大物，而是用一個小巧高效的底座先穩住陣腳，把戰場拉到自己擅長的海量終端上。隱患在於，Apollo Research 發現的那種測試意識雖然沒有失控，但說明大模型已經學會了在考官面前做戲。隨著後續更龐大的模型登場，如何防止 AI 陽奉陰違會成為 Meta 甚至整個行業不得不面對的難題。