meta在人工智能領(lǐng)域的戰(zhàn)略調(diào)整引發(fā)了科技界的廣泛關(guān)注。這家曾因元宇宙投入巨大卻收效甚微的科技巨頭，如今通過組建超級(jí)智能實(shí)驗(yàn)室并投入數(shù)百億美元，成功推出了首款通用模型Muse Spark。經(jīng)過一年的研發(fā)，這款模型終于面世，并在多模態(tài)、文字推理、健康和智能體等領(lǐng)域展現(xiàn)出強(qiáng)勁實(shí)力。

在官方發(fā)布的測試結(jié)果中，Muse Spark與Opus 4.6、Gemini 3.1 Pro等旗艦?zāi)Ｐ拖啾?，表現(xiàn)各有亮點(diǎn)。特別是在多模態(tài)任務(wù)中，該模型能夠精準(zhǔn)理解圖片內(nèi)容并完成復(fù)雜操作。例如，當(dāng)用戶提供一張超市貨架圖片并要求推薦減脂零食時(shí)，Muse Spark不僅能準(zhǔn)確識(shí)別商品，還能結(jié)合營養(yǎng)學(xué)知識(shí)給出合理建議。這種能力在同類模型中并不常見，多數(shù)模型僅能完成基礎(chǔ)識(shí)圖任務(wù)。

更令人印象深刻的是其圖像轉(zhuǎn)換功能。測試中，研究人員僅需提供一張普通圖片和簡單指令，Muse Spark就能生成功能完整的網(wǎng)頁數(shù)獨(dú)游戲或計(jì)算器應(yīng)用。生成的計(jì)算器不僅界面與原圖高度一致，所有按鍵功能也完全正常，計(jì)算結(jié)果準(zhǔn)確無誤。相比之下，GPT 5.4 Thinking生成的界面存在亂碼，Gemini 3.1 Pro則完全忽略了原圖設(shè)計(jì)。

在代碼生成領(lǐng)域，Muse Spark同樣表現(xiàn)出色。面對(duì)LeetCode高難度算法題時(shí)，該模型在65號(hào)題中給出了時(shí)間和空間復(fù)雜度均優(yōu)于其他模型的解法。在10號(hào)題測試中，其解法與Opus 4.6并列最優(yōu)，而GPT 5.4 Thinking的解法效率較低，Gemini 3.1 Pro甚至出現(xiàn)運(yùn)行錯(cuò)誤。前端開發(fā)測試中，Muse Spark生成的網(wǎng)頁設(shè)計(jì)美觀且功能完整，部分鏈接可正常點(diǎn)擊，整體表現(xiàn)優(yōu)于GPT系列模型。

文字推理測試進(jìn)一步驗(yàn)證了該模型的實(shí)力。在Instant模式下，Muse Spark能在3秒內(nèi)準(zhǔn)確回答經(jīng)典邏輯問題，表現(xiàn)與Gemini、Opus相當(dāng)，而GPT 5.4 Thinking則出現(xiàn)明顯錯(cuò)誤。健康領(lǐng)域咨詢測試中，各模型表現(xiàn)中規(guī)中矩，Muse Spark的回答專業(yè)但缺乏突破性表現(xiàn)。

meta的技術(shù)團(tuán)隊(duì)透露，Muse Spark的成功源于三大創(chuàng)新：預(yù)訓(xùn)練階段充分利用Instagram和Facebook的獨(dú)家數(shù)據(jù)資源；強(qiáng)化學(xué)習(xí)過程中引入新型獎(jiǎng)勵(lì)機(jī)制；測試時(shí)推理階段通過懲罰過長思考過程，迫使模型在有限token內(nèi)完成高效推理。這種設(shè)計(jì)既避免了GPT系列模型常見的冗長回答問題，又確保了回答的準(zhǔn)確性。

盡管Muse Spark已展現(xiàn)出強(qiáng)大實(shí)力，但科技界對(duì)其仍持謹(jǐn)慎樂觀態(tài)度。部分專家指出，目前發(fā)布的版本僅為輕量級(jí)測試版，meta尚未公布完整技術(shù)細(xì)節(jié)和訓(xùn)練數(shù)據(jù)規(guī)模。模型閉源且未開放API，其實(shí)際性能仍需更多獨(dú)立測試驗(yàn)證。與此同時(shí)，Claude Mythos Preview等新興模型正在開辟新的技術(shù)路徑，Muse Spark能否持續(xù)保持領(lǐng)先地位仍有待觀察。