文 | 強(qiáng)調(diào)Next

這是過去一年里Meta最需要一個(gè)好消息的時(shí)刻。Llama4的基準(zhǔn)造假丑聞讓開發(fā)者社區(qū)徹底寒了心，旗艦項(xiàng)目Behemoth遲遲沒有下文，與此同時(shí)OpenAI、Anthropic和Google的軍備競(jìng)賽越打越猛。

扎克伯格今天把Muse Spark推到了臺(tái)前。

這是Meta超級(jí)智能實(shí)驗(yàn)室（MSL）交出的第一份答卷，也是汪韜（Alexandr Wang）加入Meta九個(gè)月后，第一次向外界證明這筆143億美元的賭注沒有白下。發(fā)布當(dāng)日，Meta股價(jià)盤中最高漲超10%，收漲約9%，市場(chǎng)給出了它想看到的那個(gè)答案。

一、九個(gè)月，從廢墟里蓋起來

要理解Muse Spark，先得理解它是怎么來的。

去年夏天，Llama4的基準(zhǔn)測(cè)試被抓了現(xiàn)行：Meta承認(rèn)拿了針對(duì)特定任務(wù)微調(diào)的專用版本去刷分，普通用戶能用到的那個(gè)，跟公布的數(shù)據(jù)壓根對(duì)不上。這件事對(duì)Meta AI的品牌傷害不小，但更深的問題在于，就算沒有造假，Llama4也沒能在前沿模型序列里站穩(wěn)腳跟。

扎克伯格再次推倒重來。

他找來了時(shí)年29歲的Scale AI聯(lián)合創(chuàng)始人汪韜，花143億美元買下Scale AI 49%的非投票股權(quán)，把汪韜塞進(jìn)Meta首席AI官的位置，同時(shí)成立Meta超級(jí)智能實(shí)驗(yàn)室，從OpenAI、Anthropic、Google高薪挖人，據(jù)報(bào)道部分研究員的薪酬包含股權(quán)在內(nèi)達(dá)到數(shù)億美元。

然后是整整九個(gè)月的沉默。

汪韜在X上寫道：“九個(gè)月前，我們從零開始重建了AI技術(shù)棧。新的基礎(chǔ)設(shè)施、新的架構(gòu)、新的數(shù)據(jù)流水線?！辈皇窃谠谢A(chǔ)上打補(bǔ)丁，是字面意義上的重頭來過。

結(jié)果就是Muse Spark。內(nèi)部代號(hào)Avocado，是Meta新Muse系列的首個(gè)型號(hào)，定位輕量、快速，但具備完整的推理能力。

二、“思維壓縮”：效率才是真正的護(hù)城河

Muse Spark最讓人意外的數(shù)字，不是某個(gè)基準(zhǔn)測(cè)試的排名，而是計(jì)算效率。

Meta聲稱，Muse Spark達(dá)到Llama4 Maverick同等性能水平所需的計(jì)算量，減少了十倍以上。背后是一種叫做“思維壓縮（Thought Compression）”的訓(xùn)練技術(shù)：在強(qiáng)化學(xué)習(xí)階段，對(duì)模型過度思考的行為施加懲罰，迫使它用更少的推理token解決同樣的問題，同時(shí)不犧牲準(zhǔn)確率。

這件事的戰(zhàn)略意義比表面看起來大得多。

AI軍備競(jìng)賽進(jìn)入2026年，算力成本依然是最核心的約束之一。Meta今年的AI基礎(chǔ)設(shè)施支出上限調(diào)至1350億美元，比上年幾乎翻倍。但光砸錢不夠，燒得更高效才是差異點(diǎn)。如果十分之一的計(jì)算量能跑出同等智力水平，那意味著同樣的預(yù)算可以跑更多次實(shí)驗(yàn)、迭代更多代模型。

從這個(gè)角度看，“思維壓縮”不只是一個(gè)技術(shù)細(xì)節(jié)，它意味著這套新架構(gòu)是可以規(guī)?；摹?/p>

三、偏科的“視覺天才”

評(píng)估一個(gè)新模型，先看它的長(zhǎng)板和短板分別在哪里。Muse Spark的性格相當(dāng)鮮明。

長(zhǎng)板：多模態(tài)與健康

第三方機(jī)構(gòu)Artificial Analysis的獨(dú)立評(píng)測(cè)，給Muse Spark打出了52分（滿分參照系中），在Intelligence Indexv 4.0排名第四，位列Gemini3.1 Pro（57）、GPT-5.4（57）和Claude Opus4.6（53）之后。

但在具體科目上，Muse Spark的多模態(tài)能力是真實(shí)的強(qiáng)項(xiàng)。視覺理解（MMMU-Pro）排名第二，得80.5，僅次于Gemini 3.1 Pro的82.4。圖表推理（CharXiv Reasoning）得86.4，力壓Gemini的80.2和GPT-5.4的82.8，全場(chǎng)第一。

Health Bench Hard上，Muse Spark拿了42.8，超過GPT-5.4的40.1，把Gemini 3.1 Pro的20.6甩開一大截。Meta號(hào)稱與超過1000名醫(yī)生合作，專門為健康場(chǎng)景定制了訓(xùn)練數(shù)據(jù)。

短板：邏輯推理與代碼

然后是短板，同樣明顯。

ARCAGI 2（抽象推理）：Muse Spark得42.5，而Gemini 3.1 Pro得76.5，GPT-5.4得76.1。差距將近一倍，這個(gè)分布不像是追分的問題，更像是架構(gòu)層面的結(jié)構(gòu)性缺口。

終端編程（Terminal-Bench2.0）：Muse Spark得59.0，GPT-5.4是75.1，Gemini是68.5。Meta自己的技術(shù)博客里也直接承認(rèn)，“長(zhǎng)程agentic系統(tǒng)和代碼工作流”是當(dāng)前的重點(diǎn)投入方向。

三級(jí)推理模式

模型提供三種模式：Instant（即時(shí)）、Thinking（思考）、Contemplating（沉思）。Contemplating模式最有意思——它并行啟動(dòng)多個(gè)子智能體，分頭處理任務(wù)再綜合結(jié)論。Meta宣稱在這個(gè)模式下，HLE（人類最后考試）得分達(dá)到58%，F(xiàn)rontier Science Research達(dá)到38%，能跟Gemini DeepThink和GPT Pro在同一個(gè)場(chǎng)上競(jìng)爭(zhēng)。

值得一提的是，Muse Spark的token效率也很出色。在Intelligence Index測(cè)評(píng)中使用了約5800萬輸出token，與Gemini 3.1 Pro相當(dāng)，遠(yuǎn)低于Claude Opus4.6的1.57億。

四、深水炸彈：這對(duì) DeepSeek 意味著什么？

Muse Spark 走向閉源，不僅是 Meta 的轉(zhuǎn)型，更是全球 AI 生態(tài)的一次大洗牌。首當(dāng)其沖的，就是一直以“開源高效率”著稱的 DeepSeek。

DeepSeek 此前憑借極致的算力利用率在開源界封神，但 Muse Spark 提出的“思維壓縮”直接在閉源側(cè)把效率拉到了新高度。如果閉源模型不僅智力更強(qiáng)，連推理成本都下探到開源模型的水平，DeepSeek 這種“平替”的性價(jià)比優(yōu)勢(shì)將被大幅削弱。

當(dāng)然，Meta 撤出開源，意味著開源界失去了一根定海神針。這給 DeepSeek 留下了巨大的市場(chǎng)空間去接管那些“被背叛”的開發(fā)者，但同時(shí)也讓 DeepSeek 陷入了孤軍奮戰(zhàn)。沒有了 Llama 作為行業(yè)標(biāo)準(zhǔn)，DeepSeek 必須獨(dú)自面對(duì)閉源巨頭們更厚的技術(shù)壁壘。

不過，汪韜主導(dǎo)的這次重建，在多模態(tài)融合和推理效率上的思路，與 DeepSeek 追求的方向高度重合。這意味著接下來的競(jìng)賽將不再是“開源 vs 閉源”的意識(shí)形態(tài)之爭(zhēng)，而是純粹的、關(guān)于“誰能用更少的卡跑出更強(qiáng)的智力”的終極對(duì)決。

五、最大的新聞：開源時(shí)代結(jié)束了

從2023年開始，Llama系列是硅谷“開源AI”的精神圖騰。開發(fā)者靠Llama做了無數(shù)應(yīng)用，學(xué)術(shù)界用它做研究，初創(chuàng)公司用它起家，甚至競(jìng)爭(zhēng)對(duì)手也拿它作為參照系。Meta在這件事上賺到的品牌資產(chǎn)，是其AI業(yè)務(wù)最重要的護(hù)城河之一。

Muse Spark放棄了這個(gè)護(hù)城河。

官方說法很溫和：“我們希望未來版本能夠開源?！钡珱]有時(shí)間表，沒有承諾，沒有框架。當(dāng)下這個(gè)版本，只能通過MetaAI應(yīng)用、meta.ai網(wǎng)站使用，部分合作伙伴可以申請(qǐng)API私測(cè)資格。架構(gòu)和權(quán)重不公開。

這是徹底的閉源。

從商業(yè)邏輯上不難理解。Meta今年AI基礎(chǔ)設(shè)施支出上限1350億美元，這個(gè)數(shù)字需要收入來支撐，單靠開源的生態(tài)聲望顯然不夠用。當(dāng)競(jìng)爭(zhēng)對(duì)手的每一代模型都在拉開能力差距時(shí)，把最先進(jìn)的架構(gòu)創(chuàng)新保持私密，是避免自己的研發(fā)成果直接養(yǎng)肥對(duì)手的理性選擇。

但從開發(fā)者社區(qū)的視角，這是一次背叛。Llama之所以有價(jià)值，恰恰因?yàn)樗梢员幌螺d、被修改、被本地部署。Muse Spark做不到這些。開發(fā)者失去的不只是一個(gè)可用的模型，而是一整套建立在Meta開放性信譽(yù)上的工作流。

汪韜在X上說得很直白：“這是第一步，更大的模型已經(jīng)在開發(fā)中?！毖韵轮?，Muse Spark只是Muse系列的起點(diǎn)，后面的Muse才是真正的重頭戲。這個(gè)表述在技術(shù)上可能是真的，但對(duì)那些已經(jīng)依賴Llama生態(tài)的開發(fā)者來說，這個(gè)“未來的承諾”能不能兌現(xiàn)不好說。

六、扎克伯格真正在下的那盤棋

把Muse Spark放在產(chǎn)品層面看，它有點(diǎn)像今天的字節(jié)。

個(gè)人超級(jí)智能，這是扎克伯格在Facebook帖子里用的詞。Muse Spark將直接驅(qū)動(dòng)Facebook、Instagram、WhatsApp、Messenger上的MetaAI助手，以及Ray-BanMetaAI眼鏡。超過35億人的觸點(diǎn)，這是OpenAI和Anthropic沒有的分發(fā)優(yōu)勢(shì)。

購物模式最能說明問題。MetaAI識(shí)別用戶在Instagram上看到的穿搭或家具，結(jié)合用戶的興趣數(shù)據(jù)和行為信號(hào)，直接推薦商品并完成購買。這不只是個(gè)好用的功能，這是Meta的社交圖譜和用戶數(shù)據(jù)，第一次被系統(tǒng)性地接入AI推理鏈條。

健康場(chǎng)景的布局同樣值得注意。與1000名醫(yī)生合作定制訓(xùn)練數(shù)據(jù)，這是Meta試圖在醫(yī)療健康信息領(lǐng)域占據(jù)位置的明確信號(hào)。這個(gè)場(chǎng)景的黏性高、用戶需求真實(shí)，但同時(shí)也意味著隱私風(fēng)險(xiǎn)極高——用戶需要用Facebook或Instagram賬號(hào)登錄才能使用Muse Spark，而Meta的隱私政策對(duì)于如何使用這些健康查詢數(shù)據(jù)，措辭相當(dāng)模糊。

從競(jìng)爭(zhēng)格局來看，Muse Spark的發(fā)布時(shí)機(jī)很有意思。就在前一天，Anthropic剛剛公布了Claude Mythos，初始僅向少數(shù)企業(yè)客戶開放，重點(diǎn)指向網(wǎng)絡(luò)安全防御。中國(guó)的Z.AI本周也在代碼基準(zhǔn)SWE-BenchPro上刷了新高。前沿AI的戰(zhàn)線越來越寬，入局的玩家越來越多。

在這個(gè)背景下，Muse Spark想做的事，是把Meta重新釘回頂層牌桌——不一定是最強(qiáng)，但得夠格參與對(duì)話。

七、Llama4的幽靈還在

最后還有一個(gè)問題，沒有人能假裝忘掉Llama 4的基準(zhǔn)造假。

那次事件之后，Meta對(duì)所有自己公布的測(cè)試數(shù)據(jù)都欠下了一筆信譽(yù)債。Muse Spark發(fā)布時(shí)附上了大量基準(zhǔn)數(shù)字，Artificial Analysis也拿到了早期測(cè)試資格并獨(dú)立評(píng)測(cè)。

但這個(gè)問題始終存在，你怎么知道這次是真實(shí)的？

Muse Spark的Contemplating模式，是所有用戶都能用到的那個(gè)，還是又是一個(gè)專為基準(zhǔn)測(cè)試微調(diào)的特供版本？

Meta說Contemplating模式會(huì)“逐步推出”，這個(gè)措辭留了太多解釋空間。

結(jié)語

Muse Spark是一張入場(chǎng)券，不是終點(diǎn)。

它證明汪韜主導(dǎo)的九個(gè)月重建是有產(chǎn)出的，證明”思維壓縮”這個(gè)新技術(shù)能跑出比Llama4 Maverick高得多的效率，也證明Meta在多模態(tài)和健康領(lǐng)域找到了真實(shí)的差異化空間。

但它同時(shí)也是一個(gè)信號(hào)：Meta放棄了它在AI領(lǐng)域最獨(dú)特的定位。Llama時(shí)代，Meta是那個(gè)把尖端模型免費(fèi)開放給所有人的硅谷巨頭，這件事讓它在開發(fā)者心中的地位跟OpenAI和Anthropic完全不同?，F(xiàn)在這個(gè)定位沒了。

接下來Muse系列會(huì)涌出更強(qiáng)大的模型。更大的基建，更多的工程師，更高的算力密度。扎克伯格說得很清楚，這場(chǎng)賭局還在中場(chǎng)。

但有一件事已經(jīng)確定：開源的Meta，結(jié)束了。