Meta Platforms今日發(fā)布了一款全新推理模型Muse Spark，該模型在回答健康類問(wèn)題及分析多模態(tài)數(shù)據(jù)方面表現(xiàn)尤為出色。

未來(lái)幾周內(nèi)，Meta將把這一算法逐步部署至面向消費(fèi)者的Meta AI服務(wù)中。與此同時(shí)，Muse Spark也將通過(guò)應(yīng)用程序編程接口（API）向開(kāi)發(fā)者開(kāi)放，目前該API處于私有預(yù)覽階段。

Meta表示，Muse Spark在多項(xiàng)基準(zhǔn)測(cè)試中的表現(xiàn)超越了Claude 4.6 Opus、Gemini 3.1 Pro和GPT 5.4。其中一項(xiàng)測(cè)試為HealthBench Hard，專門用于衡量AI模型回答醫(yī)學(xué)問(wèn)題的能力。Muse Spark的得分比排名第二的GPT 5.4高出逾2個(gè)百分點(diǎn)。

該模型的出色表現(xiàn)，部分源于Meta在逾1000名醫(yī)生的協(xié)助下整理編制的臨床訓(xùn)練數(shù)據(jù)集。這一數(shù)據(jù)集是公司對(duì)AI開(kāi)發(fā)流程進(jìn)行全面升級(jí)的重要成果之一。據(jù)這家Facebook母公司介紹，其工程師還對(duì)模型架構(gòu)及訓(xùn)練后工作流程進(jìn)行了優(yōu)化改進(jìn)。

Meta在今日發(fā)布的博客文章中表示："與我們的上一代模型Llama 4 Maverick相比，我們僅需不到其十分之一的算力，便能達(dá)到相同的能力水平。這一進(jìn)步也使Muse Spark相較于目前主要的可比基礎(chǔ)模型，在效率上具備顯著優(yōu)勢(shì)。"

科學(xué)圖表分析是Muse Spark另一項(xiàng)領(lǐng)先競(jìng)品的能力。在CharXiv Reasoning這一由技術(shù)圖表構(gòu)成的基準(zhǔn)數(shù)據(jù)集上，Muse Spark的表現(xiàn)超越了Opus 4.6及其他競(jìng)爭(zhēng)模型。這種視覺(jué)推理能力同樣適用于更廣泛的應(yīng)用場(chǎng)景——用戶可以在Meta AI應(yīng)用中上傳一張超市貨架的照片，并讓模型估算每種食品的卡路里含量。

Meta還對(duì)Muse Spark進(jìn)行了另外十余項(xiàng)基準(zhǔn)測(cè)試。在許多測(cè)試中，其得分與Opus 4.6、Gemini 3.1 Pro和GPT 5.4相差無(wú)幾，且在多項(xiàng)評(píng)估中均領(lǐng)先于至少一款競(jìng)爭(zhēng)模型。這些基準(zhǔn)測(cè)試涵蓋代碼生成、機(jī)器人導(dǎo)航和工具調(diào)用等多個(gè)應(yīng)用場(chǎng)景。

Muse Spark還可通過(guò)開(kāi)啟"深思模式（Contemplating mode）"來(lái)提升輸出質(zhì)量。該功能會(huì)同時(shí)啟動(dòng)多個(gè)AI智能體，將任務(wù)分解為若干子步驟并行處理。Meta表示，這項(xiàng)技術(shù)使Muse Spark在HLE這一AI領(lǐng)域公認(rèn)的最難基準(zhǔn)測(cè)試之一上的得分提升了約8%。

Muse Spark是Meta規(guī)劃中的系列多模態(tài)推理模型中的首款產(chǎn)品。Meta在今日的博客文章中寫道："我們正處于可預(yù)期且高效的規(guī)模擴(kuò)展軌道上，期待很快向外界分享在通往個(gè)人超級(jí)智能道路上能力日益增強(qiáng)的系列模型。"

Q&A

Q1：Muse Spark在醫(yī)療健康方面有什么突出表現(xiàn)？

A：Muse Spark在HealthBench Hard基準(zhǔn)測(cè)試中表現(xiàn)優(yōu)異，該測(cè)試專門衡量AI模型回答醫(yī)學(xué)問(wèn)題的能力。Muse Spark的得分比排名第二的GPT 5.4高出逾2個(gè)百分點(diǎn)。這一成績(jī)部分得益于Meta聯(lián)合逾1000名醫(yī)生共同編制的臨床訓(xùn)練數(shù)據(jù)集，使模型在醫(yī)療問(wèn)答領(lǐng)域具備較強(qiáng)的專業(yè)能力。

Q2：Muse Spark的"深思模式"是什么，有什么作用？

A：深思模式（Contemplating mode）是Muse Spark的一項(xiàng)可選功能，開(kāi)啟后會(huì)同時(shí)啟動(dòng)多個(gè)AI智能體，將復(fù)雜任務(wù)拆解為若干子步驟并行處理，從而提升輸出質(zhì)量。根據(jù)Meta的測(cè)試數(shù)據(jù)，該模式使Muse Spark在AI領(lǐng)域公認(rèn)的高難度基準(zhǔn)測(cè)試HLE上的得分提升了約8%，有效增強(qiáng)了模型面對(duì)復(fù)雜任務(wù)時(shí)的推理表現(xiàn)。

Q3：Muse Spark和上一代模型Llama 4 Maverick相比效率提升了多少？

A：根據(jù)Meta的官方說(shuō)法，Muse Spark僅需Llama 4 Maverick不到十分之一的算力，便能達(dá)到相同的能力水平。這意味著在計(jì)算資源消耗方面實(shí)現(xiàn)了數(shù)量級(jí)的大幅降低，使Muse Spark相較于目前市場(chǎng)上主要的可比基礎(chǔ)模型在運(yùn)行效率上具備顯著優(yōu)勢(shì)。