Meta Muse Spark 引入并行推理智能體與多模態(tài) AI，聲稱效率提升達十倍。

Meta 已正式推出 Muse Spark，這款全新人工智能模型標志著其 AI 戰(zhàn)略的重新調(diào)整。

該模型是 Meta 超級智能實驗室發(fā)布的首款成果，融合了多模態(tài)推理能力與智能體式任務(wù)執(zhí)行方式。

此次發(fā)布正值各大科技公司競相定義聊天機器人之后 AI 的下一階段。

與此前模型不同，Muse Spark 能夠在單一框架內(nèi)同時處理文本、圖像及工具調(diào)用。

該系統(tǒng)還首次引入多個推理智能體并行運作的機制。

Meta 表示，這一設(shè)計能提升解決復(fù)雜問題的表現(xiàn)，不過公司也承認目前仍存在不足。

Muse Spark 折射出更廣泛的行業(yè)轉(zhuǎn)向——即構(gòu)建能夠解讀并依據(jù)視覺與現(xiàn)實世界數(shù)據(jù)采取行動的系統(tǒng)。

該模型可分析圖像、解答視覺類 STEM 問題，并能結(jié)合上下文理解來識別物體。它還能對視覺輸入進行逐步推理，Meta 將此功能描述為“視覺思維鏈”。這些能力支撐起更具實用性的應(yīng)用場景。

用戶可讓系統(tǒng)排查家電故障，或借助帶標注的視覺指引完成操作步驟。模型還可生成交互式內(nèi)容，包括基于用戶提示構(gòu)建的簡易小游戲。不過，此類功能在行業(yè)內(nèi)仍表現(xiàn)參差不齊。

盡管各公司都在強調(diào)多模態(tài)方面的進步，但穩(wěn)定的真實世界表現(xiàn)依然落后于受控基準測試結(jié)果。

并行智能體，更高風險

Meta 引入的一項關(guān)鍵功能名為“沉思模式”。該模式可讓多個推理智能體并行運行，旨在更有效地處理更困難的任務(wù)。

此舉與競爭對手通過在推理階段增加算力投入以擴展推理能力的做法相呼應(yīng)。

據(jù) Meta 披露，Muse Spark 在“人類終極考試”基準上得分為 58%，在“前沿科學研究”任務(wù)上得分為 38%。

這些基準旨在評估模型應(yīng)對復(fù)雜推理問題的表現(xiàn)。

然而，由于各家評估方法不同，此類分數(shù)在不同模型間難以直接比較。

公司表示，該系統(tǒng)在未降低回應(yīng)多樣性的前提下提升了可靠性。

并稱其在訓練數(shù)據(jù)覆蓋范圍之外的任務(wù)上同樣取得增益。針對這些說法的獨立驗證仍然有限。

規(guī)模效率成為焦點

本次發(fā)布背后是一輪更大規(guī)模的基礎(chǔ)設(shè)施調(diào)整。Meta 稱在過去九個月內(nèi)重構(gòu)了訓練流程，重點聚焦模型設(shè)計、優(yōu)化與數(shù)據(jù)篩選。

公司宣稱，這些改動使 Muse Spark 在達到相近性能水平時所需的計算量遠低于此前系統(tǒng)。

根據(jù) Meta 說法，相較于其前代 Llama 4 Maverick 模型，Muse Spark 用不足十分之一的算力便實現(xiàn)了可比的成果。

若該數(shù)據(jù)準確無誤，這一效率提升有望降低開發(fā)更大型 AI 系統(tǒng)的成本。

強化學習仍是該方法的核心。

Meta 報告稱，隨著訓練規(guī)模的擴大，模型在訓練任務(wù)與評估任務(wù)上均持續(xù)穩(wěn)步提升。公司認為這表明相較于早期方法常見的性能不穩(wěn)定問題，當前進展更具可預(yù)測性。

Meta 將 Muse Spark 定位為實現(xiàn)所謂“個人超級智能”的早期一步。該愿景的核心是讓 AI 系統(tǒng)理解用戶所處環(huán)境并提供個性化輔助。

健康領(lǐng)域是首批重點方向之一，相關(guān)訓練數(shù)據(jù)與醫(yī)生合作開發(fā)，旨在優(yōu)化醫(yī)學解釋能力。

Muse Spark 現(xiàn)已在 Meta 的 AI 平臺上線，并向開發(fā)者提供有限的 API 訪問權(quán)限。

此次發(fā)布凸顯出 AI 競爭焦點的轉(zhuǎn)移。企業(yè)不再僅僅打造更聰明的模型，而是在構(gòu)建旨在真實世界中運作的系統(tǒng)——即便可靠性與驗證仍是懸而未決的問題。

如果朋友們喜歡，敬請關(guān)注“知新了了”！