Meta 发布闭源大模型 Muse Spark：医疗与推理表现突出，战略转向商业化
2026/04/09 17:24阅读量 2
Meta 超级智能实验室（MSL）在沉寂九个月后正式发布自研大模型 Muse Spark，该模型综合性能跻身全球第一梯队，尤其在医疗健康问答和科学图表推理领域优势显著。此次发布标志着 Meta 在经历 Llama4 造假风波及团队重组后，战略重心从开源转向闭源商业化，计划通过付费 API 及全生态整合实现盈利。尽管编程与高难度专业知识测试中表现仍有短板，但 Muse Spark 的推出提振了市场信心，推动 Meta 股价单日大涨近 9%。
事件概述
2026 年 4 月 9 日，Meta 旗下超级智能实验室（MSL）正式官宣首款自研大模型 Muse Spark，并已在 meta.ai 网站及 Meta AI App 上线，API 预览版向特定合作伙伴开放。受此消息提振，Meta 股价当日一度上涨近 9%，创下今年 1 月以来最大单日涨幅。
核心背景与团队重塑
- 重建周期：MSL 耗时 9 个月从零重建 AI 技术体系，涵盖全新基础设施、架构及数据流水线。
- 人事变动：此前因 Llama4 数据造假风波，Meta 对原团队进行大规模调整。现任首席人工智能官为 Scale AI 联合创始人 Alexandr Wang（汪滔），其于 2025 年带领 Meta 斥资 143 亿美元收购 Scale AI 近 49% 股权。
- 人才集结：新团队延揽了来自苹果（AFM）、OpenAI、DeepMind 等机构的顶尖专家，包括前苹果基础模型负责人 Pang Ruoming 及多位多模态与强化学习权威。
性能评测：优势与短板并存
第三方评测机构 Artificial Analysis 数据显示，Muse Spark 综合智能指数为 52 分，排名全球第四（低于 GPT-5.4 的 57 分和 Gemini 3.1 的 57 分，高于 Llama4 的 18 分）。
优势领域
- 医疗健康：在 HealthBench Hard 测试中得分 42.8，大幅领先 GPT-5.4（40.1）、Gemini 3.1 Pro（20.6）等竞品。Meta 称已与超 1000 名医生合作训练，专注于营养与运动等主题的深度回答。
- 科学推理：在 CharXiv Reasoning（图表科学推理）测试中以 86.4 分 领跑，展现强大的多模态信息提取与逻辑推理能力。
待提升领域
- 高难度专业知识：在 Humanity's Last Exam with tools (HLE) 测试中得分为 50.4，在主流前沿模型中排名末位。
- 视觉抽象推理：ARC AGI 2 测试得分为 42.5，与表现最佳的 Gemini 3.1 Pro（76.5）差距明显。
- 编程能力：LiveCodeBench Pro 得分为 80，低于 GPT-6.4 的 87.5；Terminal-Bench 2.0 得分为 59，低于 GPT 5.4 的 75.1。Meta 承认其在长时序 agentic 系统和编程工作流方面仍有差距。
战略转向：闭源商业化与生态整合
- 模式变更：Muse Spark 选择闭源，背离了 Meta 过往“开放科学”的初衷。Alexandr Wang 回应称未来版本计划开源，但当前核心思路是探索盈利。
- 商业化路径：
- 优先通过付费 API向合作伙伴开放。
- 全面接入 Facebook、Instagram、WhatsApp 等旗下生态。
- 推出购物模式，基于用户关注内容与品牌偏好提供个性化推荐。
- 战略意图：Meta 正将重心从单纯追求 AGI 理想转向让大模型渗透至社交、购物、医疗及硬件等真实场景，以服务于其 30 亿用户并实现商业变现。