Meta 新型 AI 模型让扎克伯格坐上“主桌”

Meta 推出 Muse Spark 模型,这是其 AI 战略重启后的首款重要产品。 Muse Spark 具备多模态和高级推理能力,在基准测试中超越 OpenAI 、 Google 等竞争对手,被视为 Meta 迈向“个人超级智能”愿景的关键一步。为加速 AI 业务发展, Meta 投入巨资招聘顶尖人才和投资初创企业。当前模型保持闭源,但 Meta 承诺未来将开源,并发布安全扩展框架,阐述将 AI 能力扩展至超越人类水平的目标。

发布于2026年4月10日 18:33
编辑小创
评论0 条
阅读71

Meta 发布新 AI 模型 试图在 AI 领域占据更重要位置

Meta 于本周三发布了自去年在 CEO 马克·扎克伯格主导下重启 AI 战略以来的首款重要模型。这款名为 Muse Spark 的模型被视为迈向扎克伯格所提出的“个人超级智能”愿景的重要一步,不过目前该模型将保持闭源。

扎克伯格在一篇帖子中表示, Meta 的目标是打造能够“不仅回答问题,还能作为智能体为用户完成各项任务的 AI 产品”。这位亿万富翁还提到,他“对 AI 支持下的创造力、企业家精神、经济增长和健康领域的进步感到乐观”。

Muse Spark 看起来确实是 Meta 上一次重要发布 Llama 4 的重大升级。 Llama 4 于 2025 年 4 月发布,在科技行业被认为表现平平,令业界失望。

Meta 将通过 meta.ai 网站和 Meta AI 应用程序提供 Muse Spark 。与 Llama 系列不同, Muse Spark 不会开放给其他用户下载,不过公司表示希望在未来开源后续版本。 Meta 此前被视为开源 AI 领域的领导者,曾让研究人员、初创企业和爱好者下载并自定义 Llama 模型。

扎克伯格写道:“展望未来,我们计划发布越来越先进的模型,推动智能和能力边界的拓展,包括新的开源模型”。

Meta 自行发布的 Muse Spark 基准测试分数显示,该模型在某些任务上的表现优于 OpenAI 、 Anthropic 、 Google 和 xAI 的最新模型。 Meta 在一篇博客文章中表示,“Muse Spark 是我们 scaling ladder 的第一步”,指的是公司构建远超人类能力的 AI 的目标。

AI 基准测试公司 Artificial Analysis 提前获得了 Muse Spark 的访问权限,该公司在社交平台上表示,这款新模型是他们测试过的最优秀的模型之一。 Artificial Analysis 在帖子中写道:“Muse Spark 在 Artificial Analysis 智能指数中获得 52 分,位列我们基准测试过的前 5 名模型”,并引用了他们综合各项第三方基准测试的评分标准。

Meta 表示,新模型具备原生多模态能力,这意味着它经过训练可以处理图像、音频、视频以及文本。 Muse Spark 还具备高级推理能力,这是当前最优秀 AI 模型的关键特征。模型从零开始构建,旨在拥有强大的编程能力。 Meta 将这些特征描述为使用现代机器学习方法构建越来越强大模型的基础。

Meta 表示,他们构建 Muse Spark 是为了特别擅长提供医疗建议。 Meta 在博客文章中写道:“为了提升 Muse Spark 的健康推理能力,我们与超过 1000 名医生合作,整理训练数据,使模型能够提供更准确和全面的回答”。

自从 Llama 4 发布以来,扎克伯格投入了大量资金重塑 Meta 的人工智能业务。这家科技巨头从竞争对手那里挖来了顶尖 AI 工程师,相关薪酬方案价值数亿美元。公司还投入数十亿美元收购或投资了多家 AI 初创企业。 Meta 还招募了 AI 训练公司 Scale 的 CEO 亚历山大·王来领导 AI 业务,此前 Meta 已向该公司投资 143 亿美元。

Meta 还发布了一份文件,阐述了其安全地将 AI 模型扩展至超越人类水平性能愿景。公司发布的“高级 AI 扩展框架”详细说明了随着模型越来越先进将进行的安全检查。

Meta CEO马克·扎克伯格出席2025年10月29日在纽约举行的WSJ创新者奖颁奖典礼。

相关文章

Jev 实操指南,用概率闸门重构智能体决策流
AI 新闻资讯
2026年9月18日
0 条评论
小创

Jev 实操指南,用概率闸门重构智能体决策流

TypeSafe AI 推出系统一模型 Jev,作为智能体概率决策闸门,仅返回带校准概率的结构化结果而不生成文本。该模型具备低成本、低延迟及零输出错误率特性,支持 Choice、Score、Noul 三种提问原语。文章详解了其 API 调用、SDK 集成及推测式并行、置信度路由等五种落地模式,并指出其本质是强类型函数调用而非廉价 LLM。建议在生产环境中锁定版本、规避算术任务,并通过影子模式实测校准效果。

#智能体#AI 编程#提示词工程
阅读全文
本地跑赢千亿旗舰的 Qwen 3.8 27B,如何用参数驯服过度思考
AI 新闻资讯
2026年8月20日
0 条评论
小创

本地跑赢千亿旗舰的 Qwen 3.8 27B,如何用参数驯服过度思考

Qwen 3.8 27B以17GB显存实现媲美千亿旗舰的性能,但默认深思机制易引发过度思考。掌握推理强度(low/medium/xhigh)等调参逻辑,能助开发者在本地兼顾极速响应与复杂任务高准确率。

#AI编程#本地模型#Qwen
阅读全文
Qwen 3.8 27B 调节推理深度并用 MTP 提速 72% 的避坑指南
AI 新闻资讯
2026年8月19日
0 条评论
小创

Qwen 3.8 27B 调节推理深度并用 MTP 提速 72% 的避坑指南

Qwen 3.8 27B 默认 xhigh 推理档位易致算力浪费,简单任务建议调低 reasoning_effort 或关闭推理以提升响应速度;复杂多步任务则需保留高推理以确保准确性。配合 MTP 多 token 预测技术,本地推理速度可提升 72%。该模型底层能力优秀,用户应根据场景灵活调节推理深度以平衡效率与质量。此外,行业亟需统一推理能效标准,解决不同厂商默认策略不透明导致的成本黑盒问题。

#本地AI#Qwen#推理控制
阅读全文
互动讨论

评论区

围绕《Meta 新型 AI 模型让扎克伯格坐上“主桌”》展开交流,未登录用户可浏览评论,登录后可参与讨论。

评论数
0
登录后参与评论
支持发表观点与回复一级评论,互动后将同步到消息中心。
登录后评论
暂无评论,欢迎成为第一个参与讨论的人。