Meta 旗下超級智慧實驗室 4 月 8 日正式發布首款自研 AI 模型 Muse Spark，定位為邁向「個人超級智慧」的第一步，消息一出帶動 Meta 股價單日大漲逾 6.5%，創近三週新高，也證明 Meta 並沒有在 AI 賽道中落下腳步。
什麼是 Muse Spark？Meta 首款自研 AI 推理模型登場
Muse Spark 是 Meta 超級智慧實驗室 (Meta Superintelligence Labs，MSL) 所開發「Muse 系列」的首款模型，屬於原生多模態推理模型，支援工具調用 (tool-use) 、視覺思維鏈 (visual chain of thought) 與多代理協作 (multi-agent orchestration) 。
該實驗室由 Scale AI 創辦人 Alexandr Wang 領軍，Meta 先前斥資約 150 億美元投資 Scale AI 並延攬 Wang 加入，被視為重啟 AI 佈局的關鍵一步。Muse Spark 的推出，正是執行長祖克伯 (Mark Zuckerberg) 近年大力推動 AI 轉型後的首個重要成果。
值得一提的是，與 Meta 過去主打開源的 Llama 系列不同，Muse Spark 採閉源模式，象徵 Meta 從開放生態策略，轉向更商業化導向的 AI 發展路線。市場分析認為，未來不排除推出 API 收費或訂閱制服務。
即日起，Muse Spark 已能在 Meta AI 上使用，同時也開放私人 API 預覽給特定合作夥伴。
Muse Spark 效能表現：對標 Gemini Deep Think 與 GPT Pro
在能力評估方面，Muse Spark 在多模態感知、推理、健康資訊處理與代理任務上展現出優異的表現。透過 Meta 推出的「沉思模式 (Contemplating)」，多個代理平行推理並協作，使 Muse Spark 得以在艱難任務上比肩 Gemini Deep Think 與 GPT Pro 等極端推理模式。
Muse Spark 在 Humanity’s Last Exam 測試中達到 58%，FrontierScience Research 測試達到 38%，展現出能與頂尖模型匹敵的實力。
應用場景：從健康追蹤到購物助理，全面整合 Meta 生態系
Muse Spark 定位為「能理解世界」的個人超級智慧，強調多模態視覺整合，可跨領域分析用戶的即時環境，具體包括以下應用。
多模態互動
Muse Spark 能根據圖片生成可互動的網頁小遊戲，或辨識物件並提供詳細說明，例如解析複雜機器的操作教學。
個人健康
模型能結合視覺辨識與工具搜尋，提供更精準的健康資訊回應，例如分析食物營養成分或標示運動時各肌群的活動狀況，並根據個人飲食限制 (如素食者或高膽固醇族群) 提供個人化建議。
Meta 預告 Muse Spark 將陸續整合至 Instagram、Facebook、Messenger、WhatsApp 及智慧眼鏡等平台，其中 AI 購物助理被視為重點商業應用，將協助用戶搜尋商品、提供推薦與決策支援，可見結合廣告與電商的商業模式輪廓已逐步成形。
三大技術軸心：預訓練、強化學習、測試時推理
Meta 在官方部落格中揭示 Muse Spark 的技術核心，圍繞三大擴展軸心打造。
預訓練 (Pretraining)
過去九個月間，Meta 重建了預訓練技術棧 (stack)，在模型架構、優化方法與資料整理上全面升級，顯著提升每單位算力所能提取的模型能力。
強化學習 (Reinforcement Learning)
RL 作為預訓練的延伸，可擴展地放大模型能力。Meta 指出，隨著 RL 算力 (以步驟數衡量) 的擴展，模型在訓練資料上的成功機率皆呈對數線性成長，且在未見過的資料集評估效率上同樣穩定提升。
測試時推理 (Test-Time Reasoning)
RL 訓練讓模型在回答前先思考，Meta 透過「思維壓縮 (thought compression)」機制與多代理協作，有效降低延遲並強化推理能力。
個人超級智慧時代的序幕，投資人看好 AI 帶動用戶黏著
消息一出，Meta 昨日股價終場上漲 6.5% 至 612.42 美元，創下近三週新高，顯示投資人普遍看好將 AI 能力應用於日常個人任務並結合社群平台的潛力。
Meta 表示，Muse Spark 代表該公司在「可預測且高效率的 AI 擴展軌跡」上邁出關鍵一步，未來將持續發布能力更強的模型，朝個人超級智慧的目標穩步前進。
這篇文章 Meta 推出 Muse Spark：串連社群媒體生態，成專屬 AI 健康與購物助理 最早出現於 鏈新聞 ABMedia。
