Meta 发布闭源模型 Muse Spark：重构技术栈，开源时代终结

事件概述

2026 年 4 月 9 日，Meta 正式发布其超级智能实验室（MSL）的首个成果——Muse Spark 大模型。该模型内部代号为 Avocado，是 Meta 新 Muse 系列的首个型号。此次发布被视为 Meta 在经历 Llama4 基准测试造假丑闻及旗舰项目延期后的一次重大战略重启。发布当日，Meta 股价盘中涨幅超 10%，收盘涨约 9%。

核心信息

1. 技术重构与“思维压缩”

• 从零重建：在 Scale AI 联合创始人汪韬（Alexandr Wang）加入 Meta 并担任首席 AI 官九个月后，团队彻底推倒重来，建立了全新的 AI 技术栈、架构和数据流水线。
• 思维压缩（Thought Compression）：这是 Muse Spark 的核心技术突破。通过在强化学习阶段对模型过度思考的行为施加惩罚，迫使模型用更少的推理 token 解决问题。Meta 声称，Muse Spark 达到 Llama4 Maverick 同等性能水平所需的计算量减少了十倍以上。
• 三级推理模式：提供 Instant（即时）、Thinking（思考）和 Contemplating（沉思）三种模式。其中 Contemplating 模式并行启动多个子智能体处理任务，HLE（人类最后考试）得分达 58%，Frontier Science Research 得分达 38%。

2. 性能评估：长板与短板并存

根据第三方机构 Artificial Analysis 的评测（Intelligence Index v 4.0），Muse Spark 综合排名第四（52 分），落后于 Gemini 3.1 Pro、GPT-5.4 和 Claude Opus 4.6，但在特定领域表现优异：

• 优势领域：
  • 视觉理解：MMMU-Pro 得分 80.5，排名第二。
  • 图表推理：CharXiv Reasoning 得分 86.4，全场第一。
  • 医疗健康：Health Bench Hard 得分 42.8，显著优于竞品。Meta 称已与超过 1000 名医生合作定制训练数据。
• 劣势领域：
  • 抽象推理：ARCAGI 2 得分 42.5，远低于 Gemini 3.1 Pro（76.5）和 GPT-5.4（76.1）。
  • 代码编程：Terminal-Bench 2.0 得分 59.0，落后于 GPT-5.4（75.1）和 Gemini（68.5）。Meta 承认长程 agentic 系统和代码工作流是当前重点投入方向。

3. 战略转型：从开源到闭源

• 彻底闭源：Muse Spark 不公开架构和权重，仅通过 MetaAI 应用、meta.ai 网站及部分合作伙伴 API 私测使用。官方虽提及“未来版本可能开源”，但未给出时间表或承诺。
• 商业逻辑：Meta 今年 AI 基础设施支出上限调至 1350 亿美元。为支撑巨额投入并避免研发成果直接赋能竞争对手，Meta 选择将最先进架构保持私密。
• 生态影响：此举标志着 Llama 系列作为“开源 AI 精神图腾”时代的结束。对于依赖开源生态的开发者而言，这意味着失去了可本地部署和修改的标准模型；对于 DeepSeek 等开源厂商，虽然面临开源界失去“定海神针”的市场空间，但也需独自面对闭源巨头更厚的技术壁垒。

4. 应用场景与竞争格局

• 个人超级智能：Muse Spark 将驱动 Facebook、Instagram、WhatsApp、Messenger 上的 MetaAI 助手及 Ray-Ban MetaAI 眼镜，覆盖超 35 亿用户触点。
• 商业化闭环：在购物场景中，MetaAI 可直接识别用户浏览内容并结合行为信号推荐商品完成购买；在健康场景，利用社交账号登录进行查询，但隐私政策措辞较为模糊。
• 竞争态势：在 Anthropic 发布 Claude Mythos 及中国 Z.AI 刷新代码基准的背景下，Muse Spark 旨在确保 Meta 重回顶层牌桌。未来的竞争焦点将从“开源 vs 闭源”的意识形态之争，转向“谁能用更少算力跑出更强智力”的终极对决。