在沉寂了将近一年之后，Meta终于端出了一道让行业侧目的大菜。

4月8日，Meta正式发布旗下最新旗舰AI模型 Muse Spark，将其定性为“从零开始的全面改造”——这是Meta全新成立的超级智能实验室（Meta Superintelligence Labs，下称MSL）对外发布的首个公开模型，也是扎克伯格为重夺AI桌上一席之地而打出的最重要一张牌。

Muse Spark的诞生，是Meta对自身AI战略一次彻底的自我否定与重构。

过去两年，Meta在AI赛道上的形象相当尴尬：Llama系列虽然凭借开源策略在生态圈积累了口碑，但无论是产品完成度还是模型性能，都被OpenAI的ChatGPT、Anthropic的Claude远远甩在身后。扎克伯格曾公开承认自己对Meta AI进度不满意，并下定决心启动一场全面革新。

过去9个月里，Meta重建了整个AI技术栈，包括训练基础设施、推理架构和数据策略。Muse Spark不是在旧基础上修修补补，而是真正意义上的“新生”。用Meta自己的话说，这是“我们扩展阶梯的第一步”——言下之意，Muse系列之后还有更多。

新大脑，新团队

重建的不只是技术，还有人。

去年，Meta宣布成立超级智能实验室，并以143亿美元投资入股AI数据公司Scale AI，获得49%股权，并任命Scale AI创始人Alexandr Wang 担任Meta首席AI官，主导这场重建工程。与此同时，Meta从OpenAI、Anthropic、Google大批挖角顶尖研究人员，以业界罕见的薪酬体系重组了AI核心团队。

这一系列动作的信号再明确不过：扎克伯格要玩真的了。

从独立第三方评测机构Artificial Analysis的数据来看，Muse Spark在综合智力指数（Intelligence Index）上得分52，全球排名前五，仅次于谷歌Gemini 3.1 Pro Preview、OpenAI GPT-5.4和Anthropic Claude Opus 4.6，大幅超越Meta此前最强模型Llama 4 Maverick（18分）。

具体能力维度上：

• 视觉理解（MMMU-Pro）：得分80.5%，全球第二，仅次于Gemini 3.1 Pro Preview的82.4%；
• 推理与指令遵循（HLE评估）：得分39.9%，位居第三；
• 科学推理（CritPT物理研究题）：得分11%，超越Claude 4.6 Sonnet（3%）和Gemini 3 Flash（9%）；
• “人类终极考试”（Humanity's Last Exam）：借助外部工具时达到58.4分的高水准。

值得关注的是，Muse Spark在达到顶尖性能的同时，Token消耗效率极高，仅使用约5800万输出Token，与Gemini 3.1 Pro Preview相当，远低于Claude Opus 4.6的1.57亿和GPT-5.4的1.2亿。效率与性能兼顾，是Muse Spark在架构层面的重要突破。

Meta自己也坦承，在“长视野代理系统和编码工作流”领域仍存在一定差距，这也是未来需要持续补强的方向。

两种模式：快与深的平衡

Muse Spark上线后，Meta AI应用同步推出两种工作模式：

• 即时模式（Instant）：针对日常对话和简单问题，追求快速响应；
• 沉思模式（Contemplating）：面对复杂任务时启动，可协调多个AI子智能体并行推理，在保持相近延迟的同时大幅提升输出质量。

这种“多智能体并行”的架构设计颇具新意。以旅行规划为例，模型可以同时完成行程规划、目的地对比、活动筛选等多个子任务，最终整合输出一份完整方案，效率和精度均远超传统单链式推理。

Muse Spark是一个原生多模态模型，支持文本、图像等多种输入形式，具备真正的跨模态理解与交互能力。

在应用场景上，Meta着重布局了两个垂直方向：

健康领域：Meta专门与超过1000名医生合作优化训练数据，使模型在处理医疗建议类问题时具备更高的专业性与安全性。这一举措信号明显——Meta正在将AI定位为“个人健康助手”，而非单纯的信息检索工具。

视觉STEM（科学、技术、工程、数学）：模型在处理视觉化科学与工程问题上表现出色，用户可以通过拍照或描述来排查家用电器故障、生成交互小游戏，甚至实时理解技术图纸。

此外，Muse Spark还可接入用户在Instagram、Facebook、Threads等平台分享的内容，提供个性化推荐，并在Meta AI眼镜上实现更强的环境感知能力——这是Meta“具身AI”战略的重要组成部分。

这或许是Muse Spark发布中最微妙、也最值得关注的一个信号。

Meta曾是开源AI生态的旗手，Llama系列开放权重下载，催生了全球数以万计的开发者应用。然而，Muse Spark首发时选择了闭源——仅通过meta.ai和Meta AI应用提供，API仅向部分合作伙伴开放私有预览，普通开发者无法直接调用。

扎克伯格表示，未来仍计划发布“越来越先进的开源模型”，但Muse Spark本身暂不开源。

这一转变意味着什么？一种解读是：Meta已意识到，在前沿模型的军备竞赛中，“开放”固然可以扩大生态，但也意味着提前曝光核心能力、让竞争对手借鉴领先技术。在真正建立性能优势之前，Meta选择先“守住底牌”。另一种解读则更为商业：Meta需要通过闭源API变现，为每年数百亿美元的AI投入找到可持续的商业回报。

两种逻辑并不矛盾，但都指向同一个方向：Meta正在从理想主义的开源布道者，向务实的AI商业玩家悄然转型。

“个人超级智能”：扎克伯格想要的，远不止一个聊天机器人

在发布声明中，扎克伯格将Muse Spark定位为通往“个人超级智能”愿景的第一步。这个词汇的选用绝非随意——它对应的是Sam Altman口中“AGI”概念的Meta版叙事，暗示Meta的野心在于打造一个真正能够替代人完成任务的AI代理（Agent），而非只是一个回答问题的聊天工具。

按照这一战略路线，Meta未来的AI产品将嵌入用户的全平台数字生活：Instagram的内容推荐、WhatsApp的日程管理、AR眼镜的实时视觉辅助……Meta拥有全球最庞大的社交用户基础，这是OpenAI和Anthropic无法复制的独特资产。

当然，这也伴随着隐私风险。目前，使用Muse Spark需要通过Facebook或Instagram账号登录，Meta的惯常做法是利用公开用户数据进行模型训练。随着AI深度融合个人社交数据，用户隐私边界如何界定，将是监管机构和公众长期关注的议题。

Muse Spark的意义，不仅仅在于一个模型的性能数字。

它更深层的含义是：Meta终于重新站上了前沿AI的牌桌。在过去一年里，OpenAI凭借GPT-5系列、Anthropic凭借Claude 4系列、谷歌凭借Gemini 3系列，分别巩固了各自的行业地位。而Meta一直以一个“追赶者”的姿态出现，甚至一度被调侃为“AI时代的局外人”。

Muse Spark改变了这一叙事。52分的综合评分，视觉理解全球第二，Token效率业界领先——这些数字证明，经过9个月的彻底重建，Meta已经具备了与顶尖AI公司正面交锋的技术实力。

更重要的是，Meta有其独有的护城河：35.8亿日活用户、跨平台的社交数据网络、AR眼镜等硬件生态，以及在消费级AI产品上的多年沉淀。一旦模型能力与平台生态真正融合，Meta在AI应用层的爆发力，可能远超今天市场的预期。

这场AI翻身仗，才刚刚开始。（本文首发钛媒体APP，作者 | 硅谷Tech_news，编辑 | 秦聪慧）