meta全新大模型Muse Spark的登場，猶如一顆重磅炸彈投入科技圈，激起層層漣漪。這款內部代號為Avocado的模型，不僅是meta超級智能實驗室（MSL）成立9個月后的首個成果，更是扎克伯格在經歷Llama 4的挫折后，大刀闊斧進行組織與戰略調整后的首份答卷。令人意外的是，曾經高舉“開源對抗閉源”大旗的meta，此次給Muse Spark貼上了“閉源”標簽，API也僅向少數指定合作伙伴開放預覽。
回顧Llama 4的發布，可謂開局不利。它承載著meta的厚望，卻很快陷入信譽危機。社區質疑聲不斷，更有爆料稱meta在基準測試中弄虛作假，用針對特定任務微調的“特供版”刷榜，而普通用戶使用的版本表現大相徑庭。這一事件對meta AI品牌造成了致命打擊，就連圖靈獎得主、meta前首席科學家Yann LeCun離職后也承認，Llama 4的測試結果“確實被修飾了一點”。
扎克伯格對此怒不可遏，據外媒報道，他對相關人員失去信心，直接架空了整個生成式AI團隊，大批人員離開。這不僅僅是某個模型的失敗，更意味著過去從模型架構到研發流程，從開源路線到組織文化的道路可能都行不通了。扎克伯格面臨艱難抉擇，最終選擇全部推翻，在廢墟上重建。
2025年夏天，扎克伯格做出震驚硅谷的決策，以143億美元的天價拿下數據標注巨頭Scale AI 49%的無投票權股份。更關鍵的是，時年不到30歲的華裔創始人Alexandr Wang被請進meta，出任首席AI官，統管全新組建的MSL。這位MIT輟學、19歲創立Scale AI、26歲躋身億萬富豪行列的年輕人，被扎克伯格評價為“同輩創業者中最杰出的一位，深刻理解超級智能的歷史重要性”。
Alexandr Wang上任后雷厲風行，從OpenAI、谷歌DeepMind、Anthropic等競爭對手那里，以天價薪酬挖來一整支“復仇者聯盟”。翻看MSL首批11人名單，7位核心研究員都有華人背景，包括浙大校友畢樹超、清華校友趙晟佳、中科大校友于佳慧等業內頂尖高手。這支“億元天團”的目標明確，就是從零開始，重寫meta的AI命運。
Muse Spark究竟實力如何？meta此次態度格外坦誠，在官方博客里列出了一張優缺點分明的成績單。在醫療和視覺多模態領域，Muse Spark表現堪稱驚艷。在極高難度的醫學開放式問答評測HealthBench Hard中，它取得42.8分，而GPT - 5.4只有40.1分，Gemini 3.1 Pro僅20.6分，差距明顯。這得益于meta與超過1000名專業醫生合作整理訓練數據，為模型配備了強大的專家顧問團。在科研論文圖表的深度理解測試（CharXiv Reasoning）中，Muse Spark以86.4分力壓GPT - 5.4的82.8和Gemini 3.1 Pro的80.2。
Muse Spark的應用場景也十分豐富。官方案例顯示，對著食物拍照，它能分析出每種食物的卡路里；能識別瑜伽動作，指出發力肌群并糾正姿態；甚至還會操作咖啡機。可以想象，若應用在AI眼鏡上，將帶來極大便利。
然而，Muse Spark并非完美無缺。在純邏輯推理和代碼編程方面，它的表現不盡如人意。在ARC AGI 2抽象推理測試中，僅拿到42.5分，與Gemini 3.1 Pro（76.5分）和GPT - 5.4（76.1分）差距巨大。在軟件工程實測（SWE - bench Pro）中，通過率（52.4%）也略遜于GPT - 5.4的57.7%。
Muse Spark背后真正令人矚目的，是meta公布的一項技術數據。在新重建的技術棧下，它達到與上一代Llama 4 Maverick同等性能水平所需的計算量，減少了超過一個數量級，實現了10倍以上的效率躍升。這得益于MSL團隊提出的“思維壓縮”（Thought Compression）核心技術。在強化學習訓練階段，引入“思考時間懲罰”機制，模型回答問題時若思考過久就會被“扣分”，從而被迫進化，學會用更少的推理token、更短的邏輯鏈條解決復雜問題，且準確率不降反升。Muse Spark還推出多Agent并行推理的“沉思模式”（Contemplating Mode），傳統推理模式是一個模型獨自思考，而它是同時拉起多個子智能體處理不同維度信息后匯總，在相近響應時間內，在Humanity‘s Last Exam等評測中表現出色。
Muse Spark雖不完美，但用9個月時間將meta從Llama 4的輿論困境中拉出，重新回到與GPT - 5.4、Gemini 3.1 Pro同場競技的第一梯隊。對于扎克伯格和這支“華人天團”來說，它更像是一個宣言，標志著靠開源攢口碑的meta已成為過去，一個更務實、更有技術野心的新meta正嶄露頭角。
