Meta 亿元天团首个大模型 Muse Spark 发布：重构技术栈，一雪 Llama 前耻

📌 一句话摘要

Meta 发布由顶级专家团队历时九个月打造的原生多模态大模型 Muse Spark，通过重构技术栈实现计算效率十倍提升，标志着 Meta 重回 AI 第一梯队。

📝 详细摘要

Meta 正式发布了由 Jason Wei、宋飏等顶尖专家组成的「超级智能实验室」首个大模型 Muse Spark。该模型主打原生多模态与推理能力，在多模态感知、医疗健康和工具调用方面表现卓越。技术上，Muse Spark 彻底重构了预训练基础设施，实现比 Llama 4 低 10 倍的计算量达到同等性能，并引入「沉思模式」与强化学习驱动的「思维压缩」机制。尽管在编程和长时自主 Agent 任务上仍存短板，且转向闭源策略，但其综合表现已使 Meta 重返全球 AI 竞争的第一梯队。

💡 主要观点

- Meta 成立超级智能实验室并发布 Muse Spark，实现技术栈全线重构。 由亚历山大王带队，集结 Jason Wei 等顶尖人才，历时 9 个月从零构建了新的架构、数据管道和基础设施，旨在解决 Llama 4 时代的性能瓶颈。

预训练效率实现数量级突破，计算成本大幅降低。 通过优化预训练技术栈，Muse Spark 在达到与 Llama 4 相同性能水平时，所需的计算资源减少了约 10.3 倍，显著提升了算力产出比。

引入强化学习驱动的「思维压缩」与「沉思模式」。 模型在 Test-time 阶段通过长度惩罚机制学会用更少的 token 解决复杂问题，同时支持多 Agent 协作推理，以对抗 GPT 和 Gemini 的极限推理模式。

产品策略转向闭源，并深度集成 Meta 社交生态。 Muse Spark 采取真闭源模式，仅开放部分 API，并无预告上线了结合 Instagram 和 Facebook 数据偏好的个性化「购物模式」。

💬 文章金句

- 在预训练阶段，能够以比 Llama 4 少 10 倍以上的计算量达到相同的性能水平。

• Test-time 阶段，在加入长度惩罚机制后，'思维压缩'开始生效，模型学会了用更少的 token 解决问题。
• Muse Spark 确实把 Meta 重新带回了人工智能第一梯队。
• 这次是真闭源了。

📊 文章信息

AI 评分：89

来源：量子位

作者：一水

分类：人工智能

语言：中文

阅读时间：12 分钟

字数：2862

标签： Meta, Muse Spark, 多模态模型, 强化学习, 推理能力

阅读完整文章