Meta 的 Muse Spark 模型剛在 2026 年 4 月 8 日正式發布，是 Meta Superintelligence Labs (MSL) 推出的首款模型，也是全新 Muse 系列 的開端。 這是 Meta 在 Llama 4 之後，經過「從頭 overhaul」AI 團隊與堆疊後的重大成果，由 前 Scale AI CEO Alexandr Wang 領導的團隊在過去約 9 個月內打造（內部代號 Avocado）。Meta 形容這是朝向「personal superintelligence」（個人超級智能）邁進 的第一步，模型設計強調小而快，但具備強大推理能力。 主要特點 *原生多模態（Natively Multimodal）：從頭訓練，能同時處理文字、圖像、音頻等。支援 visual chain of thought（視覺思維鏈），在視覺 STEM 問題、實體辨識、空間定位上表現強勁 。 *工具使用（Tool-use）：可呼叫外部工具。 *多代理協作（Multi-agent Orchestration）：推出 Contemplating Mode（深度思考模式 ），能平行協調多個子代理進行複雜推理，據稱可對標 Gemini Deep Think 或 GPT Pro 等前沿模式。 *特別強化領域：健康諮詢：與超過 1,000 名醫師合作訓練，提供更詳細、圖像輔助的健 康回應。 購物推薦：整合 Meta 平台（IG、FB）創作者與品牌內容。 視覺互動：例如從圖片估算卡路里、故障排除家電、生成小遊戲或自訂網站。 *Instant Mode（快速回應）與 Thinking/Contemplating Mode（深度推理）雙模式。 Meta 強調 Muse Spark 在多模態感知、推理、健康與 agentic 任務上具競爭力，並重建 預訓練堆疊，讓相同能力所需的計算量比前代 Llama 4 少一個數量級以上。 可用性 *立即可用：已在 meta.ai 網站與 Meta AI App 上線，取代部分舊模型驅動 Meta AI。 *即將推出：未來數週內逐步推送到 WhatsApp、Instagram、Facebook、Messenger，以及 Meta 的 AI 眼鏡（Ray-Ban Meta 等）。 *API：目前僅開放 private preview 給選定合作夥伴。 *開放權重：目前為 閉源（proprietary） 模型，Meta 表示「希望未來版本能開放原始碼 」。 你可以直接去 meta.ai 試用（需 Facebook 或 Instagram 帳號登入）。 基準測試表現 Meta 官方與獨立評測（如 Artificial Analysis）顯示： *在多模態、推理、編碼、工具使用、健康知識等基準上具競爭力。 *Artificial Analysis Intelligence Index 得分約 52 分，進入前 5 名模型。 *在 Humanity’s Last Exam 達 58%、Frontier Science Research 達 38%（ Contemplating Mode 下）。 *整體被形容為 Meta 有史以來最強模型，大幅優於 Llama 4（後者曾被批評表現平平）， 但在某些編碼任務上仍落後頂尖對手。 Meta 也公布了詳細的 Eval Methodology，涵蓋多樣基準。 背景與意義 Meta 去年因 Llama 4 表現不佳，重組 AI 團隊、成立 Superintelligence Labs，並砸重金招募人才 與投資資料標註（包含 Scale AI）。這次 Muse Spark 被視為 Zuckerberg 「personal superintelligence」願景的首個具體成果，同時也讓 Meta 從過去的「開放原始碼領先 者」轉向推出閉源旗艦模型（未來可能混合路線）。市場反應正面，Meta 股價在發布後 一度上漲。社群討論中，有人讚賞其日語/中文對話自然、多模態互動強；也有人關注它 是否會改變 Meta 生態（將 AI 深度整合進社群、購物、健康、眼鏡等）。 如何試用與後續 *直接上 meta.ai 體驗（支援 Contemplating Mode 會逐步開放）。 *想追蹤開發者更新，可在 Meta AI 官網註冊通知。 *官方部落格推薦閱讀： Introducing Muse Spark About.fb 新聞稿 目前 Muse Spark 只是 Muse 系列的「第一步」，下一代已在開發中，Meta 強調這是科 學化的 scaling ladder，每一代都會驗證再放大。 -- Grok整理 LLama確定蛋雕了 等FB 脆內建這款AI能用我想會很有趣 長輩阿 灣姊阿 -- ※ 發信站: 批踢踢實業坊(ptt.cc), 來自: 114.36.230.45 (臺灣) ※ 文章網址: https://www.ptt.cc/bbs/AI_Art/M.1775707812.A.B38.html https://artificialanalysis.ai/leaderboards/models 只輸頂尖那三四個 ※ 編輯: error405 (114.36.230.45 臺灣), 04/09/2026 17:12:34