前途科技前途科技
  • 服务
  • 关于
  • AI
    • AI 大模型
    • 具身智能
    • 算力芯片
  • 科技
    • 智能终端
    • 软件·互联网
    • 汽车·出行
    • 科学前沿
  • 资源中心
    • 深度研究
      • AI 前沿
      • 教程
      • AI 知识库
      • 案例研究
    • 行业报告
      • 白皮书
      • 行业报告
      • 研究报告
      • 技术分享
      • 专题报告
    • 精选案例
      • 金融行业
      • 医疗行业
      • 教育行业
      • 零售行业
      • 制造行业
  • 服务
  • 关于
联系我们
产品/11.19 · 19:43/8 MIN/2 阅读

Meta 发布 Muse Spark:迈向个人超级智能

Meta 超级智能实验室推出首款模型 Muse Spark,原生多模态推理,支持工具调用与多智能体编排,同步上线 Contemplating 模式。预训练算力效率较 Llama 4 Maverick 提升一个数量级以上。

Meta 超级智能实验室(Meta Superintelligence Labs)今日发布 Muse 系列首款模型 Muse Spark。这是一款原生多模态推理模型,支持工具调用、视觉思维链和多智能体编排。

Muse Spark 是 Meta 扩展路线图的第一步,也是其 AI 体系全面重构后的首个产物。为支撑后续扩展,Meta 正在从研究、模型训练到基础设施(包括 Hyperion 数据中心)进行全栈战略投入。

目前,Muse Spark 已在 meta.ai 和 Meta AI 应用上线,并向部分用户开放私有 API 预览。

Muse Spark 模型能力概览

能力表现

Muse Spark 在多模态感知、推理、健康和智能体任务上具备竞争力。Meta 表示,将继续投入当前存在短板的领域,如长程智能体系统和编程工作流。随着更大规模模型进入开发阶段,这些结果说明其技术栈正在有效扩展。

Meta 同步推出 Contemplating 模式,可编排多个智能体并行推理。这让 Muse Spark 能够对标 Gemini Deep Think 和 GPT Pro 等前沿模型的极限推理模式。在困难任务上,该模式带来明显提升:Humanity's Last Exam 得分 58%,FrontierScience Research 得分 38%。

Contemplating 模式评测结果

应用场景

Muse Spark 是迈向个人超级智能的第一步,目标是理解用户所处的世界。从分析周边环境到支持健康管理,其推理能力支撑起高度个性化的用例。

多模态。 Muse Spark 从底层设计上就整合跨领域、跨工具的视觉信息,在视觉 STEM 题目、实体识别和定位上表现强劲。这些能力结合起来,可支持创建小游戏,或用动态标注排查家电故障等交互体验。

健康。 个人超级智能的一大应用,是帮助人们了解和改善健康。为提升健康推理能力,Meta 与 1000 多名医生合作整理训练数据,使回答更符合事实、更全面。Muse Spark 可生成交互式展示,解释食物营养成分或运动时激活的肌肉等信息。

扩展轴

要构建个人超级智能,模型能力必须可预测、高效地扩展。Meta 从三个方向研究并追踪 Muse Spark 的扩展特性:预训练、强化学习和测试时推理。

预训练。 预训练阶段是 Muse Spark 获得核心多模态理解、推理和编程能力的地方,也是强化学习和测试时计算的基础。

过去九个月,Meta 重建了预训练技术栈,改进模型架构、优化和数据整理。这些进展提升了每单位算力所能换来的能力。为严格评估新方案,团队对一系列小模型拟合扩展规律,比较达到特定性能所需的训练 FLOPs。结果很明确:达到同等能力所需算力比上一代模型 Llama 4 Maverick 低一个数量级以上。这一改进也让 Muse Spark 在可比基础模型中效率显著领先。

预训练扩展规律对比

强化学习。 预训练之后,强化学习(RL)利用算力可扩展地放大模型能力。大规模 RL 素来容易不稳定,但新栈带来了平滑、可预测的增益。

下图展示 Muse Spark 扩展 RL 算力(以步数计)的收益。左侧是训练数据上 pass@1 和 pass@16(16 次尝试中至少成功一次)的对数线性增长,说明 RL 在提升模型可靠性的同时没有牺牲推理多样性。右侧是留出评测集上的准确率增长,表明 RL 收益可预测地泛化:Muse Spark 在训练中未见过的任务上也能平滑提升。

强化学习扩展曲线

测试时推理。 RL 训练模型在回答前先“思考”,即测试时推理。要向数十亿用户提供这一能力,必须高效使用推理 token。Meta 依靠两个关键杠杆:用思考时间惩罚优化 token 使用,用多智能体编排在不拖慢响应的情况下提升性能。

为让每个 token 承载最多智能,RL 训练在思考时间惩罚约束下最大化正确率。在 AIME 等部分评测上,这引发了相变:模型先通过延长思考提升表现,随后长度惩罚带来“思维压缩”,Muse Spark 用显著更少的 token 完成推理。压缩之后,模型再次扩展解法,取得更强性能。

要在不显著增加延迟的前提下投入更多测试时推理,可以扩展并行智能体数量协同解决难题。下图展示了这一方法的好处:标准测试时扩展让单个智能体思考更久,而多智能体思考让 Muse Spark 在相近延迟下获得更优性能。

测试时推理与多智能体扩展

安全性

Muse Spark 在两用科学领域具备广泛推理能力,因此 Meta 在部署前进行了大量安全评估。流程遵循更新后的高级 AI 扩展框架,其中定义了最先进模型的威胁模型、评估协议和部署门槛。Meta 在应用安全缓解措施前后,分别评估了 Muse Spark 在前沿风险类别、行为对齐和对抗鲁棒性上的表现。

结果显示,得益于预训练数据过滤、安全导向的后训练和系统级护栏,Muse Spark 在生物武器、化学武器等高风险领域表现出较强的拒答行为。在网络安全和失控领域,Muse Spark 未展现出实现威胁场景所需的自主能力或危险倾向。评估表明,在其部署情境下,Muse Spark 在所测量的全部前沿风险类别中均处于安全范围内。完整结果见安全与准备报告。

安全评估结果

在针对接近发布版本检查点的第三方评估中,Apollo Research 发现 Muse Spark 的“评估意识”发生率是他们观察过的模型中最高的。该模型经常把场景识别为“对齐陷阱”,并推理说因为正在被评估,所以应当诚实表现。这一点值得关注,因为能识别评估情境的模型,在测试和部署中的行为可能不同。不过,这些结果并未确认评估意识会直接改变行为;Meta 自己的后续调查发现初步证据,表明评估意识可能在一小部分对齐评测中影响模型行为,而这些评测都与影响发布决策的危险能力或倾向无关。Meta 认为这不构成发布的阻塞性问题,但值得进一步研究。更多内容见安全与准备报告。

结语

借助 Muse Spark,Meta 正走在一条可预测、高效的扩展轨道上。Meta 表示,将在通往个人超级智能的道路上,很快分享能力更强的模型。

标签:MetaAI 智能体模型扩展

想了解 AI 如何助力您的企业?

免费获取企业 AI 成熟度诊断报告,发现转型机会

置顶文章

自己动手做模型:ML Intern 低成本定制小模型实战
置顶

自己动手做模型:ML Intern 低成本定制小模型实战

微软和Meta收紧Claude:被削掉的是入口,不是模型
置顶

微软和Meta收紧Claude:被削掉的是入口,不是模型

前途科技前途科技
服务关于快讯技术商业报告
微信咨询二维码

咨询微信

扫码添加微信咨询

前途科技微信公众号

微信公众号

扫码关注

Copyright © 2026 AccessPath.com, 前途国际科技咨询(北京)有限公司,版权所有。|京ICP备17045010号-1|京公网安备 11010502033860号|隐私政策|服务条款
谷歌Playground的账本:做游戏的人付钱,玩游戏的人免费
置顶

谷歌Playground的账本:做游戏的人付钱,玩游戏的人免费

//

24小时热榜

Meta 发布 Muse Spark:迈向个人超级智能
TOP1

Meta 发布 Muse Spark:迈向个人超级智能

谷歌发布Gemini 4 Neon,每百万输入3美元
TOP2

谷歌发布Gemini 4 Neon,每百万输入3美元

3

美多起技术故障疑与AI补丁潮相关

4小时前
美多起技术故障疑与AI补丁潮相关
4

国内首款Gen6 SSD量产,AI存储重算经济账

4小时前
国内首款Gen6 SSD量产,AI存储重算经济账
5

银行推出Token贷:烧掉的算力账单变成贷款额度

6小时前
银行推出Token贷:烧掉的算力账单变成贷款额度
6

英伟达数据中心收入增 110% 至 1076 亿美元,前沿模型“暂停”未见影响

21小时前
英伟达数据中心收入增 110% 至 1076 亿美元,前沿模型“暂停”未见影响
7

DaisyRose-27B 发布,Terminal-Bench 4.1 升至 12%

21小时前
DaisyRose-27B 发布,Terminal-Bench 4.1 升至 12%
8

Gemini 临时聊天与关闭历史后的留存期,从 72 小时延长到约两个月

21小时前
热门标签
大模型AgentRAG微调私有化部署Prompt EngineeringChatGPTClaudeDeepSeek智能客服知识管理内容生成代码辅助数据分析金融零售制造医疗教育AI 战略数字化转型ROI 分析OpenAIAnthropicGoogle

关注公众号

前途科技微信公众号

扫码关注,获取最新 AI 资讯

免费获取 AI 落地指南

3 步完成企业诊断,获取专属转型建议

已有 200+ 企业完成诊断