Meta 刚刚发布了 Muse Spark，这是 Meta Superintelligence Labs (MSL) 的首个模型，也是九个月技术栈重构的成果。在大家都在卷参数量的当下，Meta 选择了另一条路：效率优先。

九个月的技术栈重构

Alexandr Wang 在推文中详细说明了这次彻底的重构："九个月前我们重建了 AI 技术栈，新的基础设施、新的架构、新的数据管道。Muse Spark 就是这项工作的成果，现在它已经驱动 Meta AI。"

这种重构带来了惊人的效率提升。Muse Spark 实现了与 Llama 4 Maverick 同等的性能，但计算需求减少了十倍以上。

原生多模态推理能力

Muse Spark 是一个原生多模态推理模型，支持工具使用、视觉思维链和多智能体编排。这是 Meta 发布过的最强大的模型，在整个训练过程中，他们看到了在预训练、强化学习和测试时推理方面的可预测扩展。

Contemplating 模式：并行推理突破

Meta 还发布了 Contemplating 模式，该模式编排多个并行推理的智能体，专门处理复杂的科学和推理查询。在测试中，发现它与 Gemini Deep Think 和 GPT Pro 等其他极端推理模型具有竞争力。

在挑战性任务中，Contemplating 模式提供了显著的能力提升：

安全评估表现突出

在部署前，Meta 进行了广泛的安全评估。Muse Spark 在高风险领域如生物和化学武器方面表现出强烈的拒绝行为，拒绝率达到 98.0%，远高于其他模型：

产品功能全面升级

Meta AI 现在通过即时模式和思考模式处理快速回答和深度推理。新增的购物模式能够识别创作者、品牌和风格内容，并将其转化为推荐。

Muse Spark 驱动的 Meta AI 能够看到和理解周围的世界，从应用中的真实对话中提取信息，并在健康、科学和数学领域进行复杂问题的推理。该模型为每天使用 Meta 应用的 30 亿用户构建。

基准测试表现

在 Artificial Analysis Intelligence Index 上，Muse Spark 获得 52 分，位列第四。

但真正值得关注的是效率数据：跑完整个 Intelligence Index，Muse Spark 只用了 5800 万输出 token，与 Gemini 3.1 Pro 持平，但只有 Claude Opus 4.6 的三分之一多点。

能力分布均衡

商业化转向明显

这是 Meta 第一个不放开源权重的前沿模型。虽然目前仅向特定合作伙伴开放私有 API 预览，但官方表示计划开源未来版本。

Alexandr Wang 强调："这是第一步。更大的模型已经在开发中，基础设施也在相应扩展。我们对 MSL 团队感到无比自豪，对未来的发展充满期待！"

产品整合进展

Muse Spark 目前正在 Meta AI、Face@book、In@stagram 和 WhatsApp 中逐步推出。用户可以通过 meta.ai 或 Meta AI 应用体验新模型。

开发团队态度

Alexandr Wang 坦诚表示："这是 MSL 的第一个模型，肯定还有一些粗糙的地方需要打磨。但无论如何——我们很兴奋让大家都来试试！"

小结

扎克伯格重组 Meta Superintelligence Labs 的决定看起来是认真的。一年没有大动作，一出手就是准一线水平。虽然没得到第一，但这算是良好的起点。这对于备受嘲讽的Meta，以及Alexandr Wang都算是一个还不错的交代。

本文转载自​​AI工程化​​，作者：winkrun