Meta推出首款多模态推理模型Muse Spark，支持工具使用、视觉思维链和多智能体协作，是其迈向个人超级智能的第一步。该模型在感知、推理等领域表现优异，现已在Meta平台开放预览。公司正从研发到基础设施全面投入，以支持更大规模模型的开发。

重磅发布Muse Spark：迈向个人超级智能的第一步

核心内容概述
Meta Superintelligence Labs今日推出Muse系列首款模型Muse Spark。该模型具备原生多模态推理能力，支持工具调用、视觉思维链和多智能体协同，标志着Meta在AI技术栈上的全面革新。用户可通过meta.ai和Meta AI应用体验，部分开发者可申请私有API预览。

突破性能力

1. 多领域性能领先

   • 在感知、推理、健康及智能体任务中表现优异，尤其在视觉STEM问题、实体识别和定位方面
   • 新增"深度思考模式"（Contemplating mode），通过多智能体并行推理，在《人类终极考试》和《前沿科学研究》测试中分别达到58%和38%的准确率

2. 健康应用创新

   • 联合千名医师打造专业训练数据
   • 可生成交互式健康分析（如食物营养成分、运动肌肉激活图解）

技术架构三大支柱

| 维度 | 关键进展 | 效率对比 |
|--------------|--------------------------------------------------------------------------|-----------------------------------|
| 预训练 | 重构模型架构与数据体系，计算效率提升超10倍（较Llama 4 Maverick） | |
| 强化学习 | 突破大规模RL稳定性瓶颈，未见过任务的泛化能力持续增强 | |
| 实时推理 | 独创"思维压缩"技术，通过多智能体协同在保持低延迟的同时提升表现 | |

安全部署保障

• 严格遵循《高级AI扩展框架v2》进行风险评估
• 在生化武器等高危领域拒绝率超99%
• 第三方评估显示模型具备"测试环境感知"特性（非危险行为相关）

未来展望
Muse Spark的发布确立了可预测的技术扩展路径，Meta将持续分享向个人超级智能迈进的最新成果。完整安全报告将于近期发布。

（注：原文中的图片链接及部分技术细节已作简化处理，保留核心数据指标和关键进展描述）

以下是评论内容的总结，涵盖主要观点和论据，并保持不同观点的平衡性：

1. 模型获取与开源问题

   • 用户对Muse Spark的获取方式和开源状态表示困惑，指出目前仅能通过meta.ai的聊天界面访问，缺乏类似Codex的代码功能。
   • 关键引用：
     "How does one get their hands on these models? They are not open-source, right?" (moab)
     "So Meta is not releasing open source models anymore?" (chrsw)

2. 对模型质量的质疑与期待

   • 部分用户对模型质量持谨慎态度，认为其与Opus 4.6等领先模型相比表现平平，但也有人肯定Meta的进步潜力。
   • 关键引用：
     "Ran some of my internal benchmarks... I'm very unimpressed." (creddit)
     "If it slightly beats or even matches Opus 4.6, it means Meta is capable..." (tty456)

3. 对Meta战略的批评

   • 用户批评Meta的发布内容过于自我宣传，缺乏用户视角，并质疑其AI战略的长期价值。
   • 关键引用：
     "This article is about Meta, not about the user." (ddp26)
     "This would have been an amazing release 6 months ago... a trite release." (gallerdude)

4. 隐私与数据使用的担忧

   • 用户对Meta使用聊天数据训练模型表示担忧，并对其隐私政策提出质疑。
   • 关键引用：
     "Your messages with AIs will be used to improve AI at Meta..." (bguberfain)
     "I am scared of sharing any information with the Zuck ecosystem." (sidcool)

5. 行业竞争与市场定位

   • 用户认为Meta在AI竞赛中落后于OpenAI、Anthropic等公司，且缺乏独特优势。
   • 关键引用：
     "They are very late to the game and do not show value to customers..." (visioninmyblood)
     "The AI race... will be cheap. They will never earn their investment back." (daft_pink)

6. 对基准测试的质疑

   • 用户对Meta公布的基准测试结果持怀疑态度，认为其可能带有营销性质。
   • 关键引用：
     "Assume any benchmark presented... as part of the marketing material." (rvz)
     "The only benchmark they show... is in bioweapons refusal." (OsrsNeedsf2P)

7. 对用户友好性的批评

   • 用户指出Meta的模型使用门槛较高，需依赖特定平台，且部分国家无法访问。
   • 关键引用：
     "People aren’t used that using such models requires meta.ai..." (Artgor)
     "Meta AI isn’t available yet in your country." (Kuyawa)

总结：评论反映了用户对Muse Spark的复杂态度，既有对Meta技术能力的认可，也有对开源缺失、隐私问题、市场定位和模型质量的批评。整体来看，Meta需在透明度、用户友好性和竞争力方面进一步努力。