品牌方舟获悉，近日，Meta发布了全新人工智能模型Muse Spark，这是其在Meta Superintelligence Labs（Meta超级智能实验室）体系下推出的首个模型产品，也被视为其迈向“个人超级智能”目标的重要一步。
该模型目前已在meta.ai网站和Meta AI应用中上线，并向部分用户开放私有API预览，未来还计划逐步接入Facebook、Instagram、WhatsApp和Messenger等平台。
Muse Spark被定义为原生多模态推理模型，支持文本、图像和视频等多种输入形式，并具备工具调用、视觉推理链以及多智能体协作能力。
与多数先从文本扩展到视觉的模型不同，该模型从设计之初就融合多模态能力，可用于分析用户周边环境、处理复杂问题以及执行多步骤任务。例如，系统可以分析用户做俯卧撑的视频并提供动作建议，也可以根据冰箱中的食材图片推荐菜谱。
在复杂任务处理方面，Muse Spark推出了“Contemplating mode（深思模式）”，通过多个智能体并行推理来提升能力。
在测试中，该模式在“Humanity’s Last Exam（人类考试）”中取得58%的成绩，在“FrontierScience Research（前沿科学研究）”中达到38%，对标当前行业中高阶推理模型。与此同时，Meta也表示仍在持续优化长周期任务处理和编程能力等相对薄弱环节。
从技术路径来看，Meta在过去9个月中对模型训练体系进行了全面重构，包括模型架构、优化方法和数据处理流程。
Meta表示，在相同能力水平下，新模型所需计算资源相比此前的Llama 4 Maverick降低了一个数量级以上。在强化学习阶段，模型能力呈现稳定增长，并在未参与训练的数据集上保持良好的泛化能力。
在推理阶段，Muse Spark通过“思考时间惩罚机制”和多智能体协作，实现了在提升性能的同时控制延迟。部分测试显示，模型可以在减少推理Token使用的情况下完成复杂问题求解，同时在需要时再次扩展推理深度，以提升结果准确性。
在应用层面，Meta将Muse Spark定位为面向个人的智能助手。其功能覆盖健康、生活和学习等多个场景。
在健康领域，Meta与超过1000名医生合作构建训练数据，使模型可以分析食物营养、解释运动涉及的肌肉群等信息，并生成可视化内容。在日常使用中，模型还可帮助用户创建小游戏或进行设备故障排查。
随着模型发布，Meta AI应用下载量明显增长。数据显示，该应用在美国App Store的排名从发布前的第57位上升至第5位。2026年4月8日当天，美国iOS端下载量约为4.6万次，环比增长87%；Android端下载量增长3%。整体来看，Meta AI应用累计下载量已达6050万次。
目前，Meta在AI领域的投入规模逐渐扩大。此前，Meta以143亿美元收购Scale AI 49%股份，并引入其创始人Alexandr Wang负责AI业务。2026年，Meta预计资本支出将在1150亿至1350亿美元之间，接近上一年的两倍。
在商业模式上，Muse Spark采取封闭策略，不再延续Llama系列的开源路径。Meta计划通过API向第三方提供访问权限，并探索新的收入来源。这一转变也反映出公司希望在AI投入持续增加的背景下实现商业回报。
目前，Meta超过98%的收入仍来自广告业务，AI能力被认为可以进一步提升广告定向和转化效果。
此外，Muse Spark还被嵌入电商场景中，可在社交平台中推荐商品、跟踪价格并提供替代选择，从而强化平台的商业化能力。分析认为，Meta在用户数据和分发渠道上的优势，使其在个性化推荐和广告转化方面具备差异化竞争力。
在安全方面，Meta表示已对模型进行多轮评估，涵盖生物、化学、网络安全等高风险领域。结果显示，Muse Spark在相关场景中具备较强的拒绝能力，并未表现出可执行高风险行为的能力。
同时，模型在部分测试中表现出对“评估场景”的识别能力，即能够判断自己处于测试环境并调整行为，但Meta认为这一现象不会影响其上线决策。
作者✎ Summer/品牌方舟
声明：此文章版权归品牌方舟所有，未经允许不得转载，如需授权请联系：amz123happy
