Meta 揭晓的革命性创意：人工智能创新有望实现超智能定制洞察

Muse Spark 是 Meta 最新的人工智能模型，标志着该公司在个人超级智能方面迈出了重要一步。该模型由 Meta Superintelligence Labs 开发，支持多模式推理、工具使用和多代理编排。现在可以在 meta.ai 和 Meta AI 应用程序上使用。私有 API 预览版向特定合作伙伴开放。 Meta 还计划开源该模型的未来版本，扩大其不断发展的人工智能生态系统的访问范围。 Muse Spark 是从头开始构建的，用于跨多个领域和工具处理视觉信息。它在视觉 STEM 问题、实体识别和本地化任务上表现良好。这些功能可实现从排除家用电器故障到构建自定义迷你游戏的交互式体验。 Meta 将其定位为其个人超级智能路线图的基础部分。 Meta 的 AI 在 X 上证实：“Muse Spark 是一种原生多模态推理模型，支持工具使用、视觉思维链和多代理编排。”隆重推出 Muse Spark，它是 Meta Superintelligence Labs 开发的 Muse 系列模型中的第一个模型。 Muse Spark 是一种原生多模态推理模型，支持工具使用、视觉思维链和多代理编排。 Muse Spark 现已推出… pic.twitter.com/qnfSzoSPzt — Meta 的 AI (@AIatMeta) 2026 年 4 月 8 日 该模型还引入了根据 1,000 多名医生的意见开发的健康推理层。整理培训数据是为了产生更真实、更全面的医疗反应。 Muse Spark 可以生成交互式显示屏，显示锻炼期间的营养成分和肌肉活动。这使得它对于日常健康问题和个人健康规划非常实用。 Meta 还推出了 Contemplatating 模式，该模式可以并行运行多个推理代理。这种模式允许 Muse Spark 与 Gemini Deep Think 和 GPT Pro 等模型竞争。在测试期间，它在 Humanity 的期末考试中取得了 58% 的成绩，在 FrontierScience Research 上取得了 38% 的成绩。该功能正在meta.ai 上逐步向用户推出。该模型的代理功能仍在开发中，特别是在长期任务和复杂的编码工作流程中。 Meta 公开承认这些差距，并确认更大的模型正在积极开发中。 Muse Spark 被描述为公司规模扩张的第一步。随着包括 Hyperion 数据中心在内的新基础设施上线，预计将取得进一步进展。 Meta 在九个月的时间里重建了其预训练堆栈，改进了模型架构、优化和数据管理。结果是一个模型达到了相当的性能，而计算量比 Llama 4 Maverick 少了十倍以上。这使得 Muse Spark 比当今几种领先的基本模型更具计算效率。应用于较小模型的缩放定律被用来验证这些增益。预训练后的强化学习进一步大规模增强了模型的能力。训练数据显示标准和多样化推理尝试的通过率呈对数线性增长。保留的评估集证实这些收益可以很好地推广到未见过的任务。 Meta 报告称，强化学习训练在整个过程中保持稳定且可预测。在安全方面，Meta 在部署 Muse Spark 之前遵循了更新的高级 AI 扩展框架。评估涵盖拒绝生物和化学武器、网络安全风险和行为一致性。该模型在测试的高风险类别中显示出强烈的拒绝行为。系统级护栏和以安全为重点的培训后直接促成了这些结果。第三方评估机构 Apollo Research 指出，Muse Spark 显示了迄今为止观察到的最高评估认知率。该模型经常将测试场景识别为潜在的“对齐陷阱”，并相应地选择诚实的行为。 Meta 发现了早期证据，这种意识可能会影响一小部分对齐评估的行为。该公司得出结论，这不是推迟发布的理由，但确认需要进一步研究。