LeCun 交棒后，Meta AI 重构底层路线，这次押在了分发系统上。

整理 | 王启隆

出品丨AI 科技大本营（ID：rgznai100）

元宇宙那笔旧账还没彻底翻篇，Llama 帮 Meta 抢回来的那口气，也没能顺着 Llama 4 继续顶上去。就在这种有点尴尬、又有点着急的时刻，扎克伯格终于端出了他真正想要的东西。

不是一个只在排行榜上冒头的新模型名字，而是一层准备塞进 Meta 全家桶的默认智能接口。今早发布的 Muse Spark，就是这台新机器第一次公开开火的声音。

过去一年，Meta 在 AI 上一直卡在一个很别扭的位置。它不是没有声量。Llama 一度让 Meta 重新站回开源 AI 的浪头，也让扎克伯格短暂摆脱了“只会烧钱搞元宇宙”的单线叙事。

可问题是，声量没有自然长成产品统治力。ChatGPT 改写了大众对 AI 入口的想象，Anthropic 拿走了高端用户心智，Google 又把模型、搜索、办公和系统入口重新焊回自己手里。Meta 明明握着最庞大的分发网络，却始终没把模型能力压成一个足够强势的产品形态。

更麻烦的是，Llama 4 也没把那种上升势头稳稳接住，原本的首席科学家、图灵奖得主杨立昆（Yann LeCun）也分道扬镳。围绕 benchmark 展示方式、能力预期和路线判断的争议，让 Meta 的模型叙事重新进入压力区。

扎克伯格显然不想再慢慢等了。他要的是把 AI 方向重新拎回自己手里，把研究、产品、分发重新捏成一台机器。Muse Spark，就是这次重组之后的第一张成绩单。

Muse Spark 到底是什么？

Muse Spark 是 Meta Superintelligence Labs，也就是 MSL，拿出的首个模型。也就是说，来自于那位“赶跑杨立昆”的华裔小伙儿，Alexandr Wang。

MSL 成立于 2025 年 6 月，Muse Spark 则是这支新团队在 9 个月重建 AI stack 之后交出的第一份公开答卷。Meta 给它的定位也不含糊：这不是一次常规升级，而是通向个人超级智能的第一步。

它现在已经进入 Meta AI app 和 meta.ai，接下来还会继续铺进 WhatsApp、Instagram、Facebook、Messenger 和 AI 眼镜。

它被定义成原生多模态推理模型，不是简单把文字和图像能力后拼在一起。Meta AI app 和 meta.ai 目前已经提供 Instant 与 Thinking 两种模式，而更重的 Contemplating 模式则把多个 specialized agents（专用智能体）并行拉进来，再把结果汇总，用来处理最难的问题。

这一下就把它和普通聊天模型拉开了。Muse Spark 不是靠单轮问答取胜，它更像一套分层工作的推理系统：快问题即时回，复杂问题深度想，最难的问题交给多 agent 并行处理。这套设计背后不是实验室里的概念炫技，而是很现实的产品取舍：既要能力，又要时延，又要能在消费级场景里大规模跑起来。

Muse Spark 在 HealthBench Hard 上拿到 42.8，高于 GPT-5.4 的 40.1 和 Gemini 3.1 Pro 的 20.6；在 FrontierScience 上是 38.3%，也高于 GPT-5.4 的 36.7%。放到 Humanity’s Last Exam 这个公认最难的一类综合科研推理 benchmark 里，它在无工具条件下是 50.2%，而到了 Contemplating 模式，大约可以到 58%。

这层强化还延伸到了视觉和多模态。Muse Spark 在 CharXiv 上拿到 86.4，高于 GPT-5.4 的 82.8 和 Gemini 的 80.2；在 MMMU-Pro 上是 80.5%，虽然还略低于 Gemini 的 82.4%。再看 Meta 展示的那些场景，事情就更清楚了：识别货架商品，理解图表与现实环境，生成小网站和小游戏，结合帖子与社区内容回答问题。Muse Spark 不只是想证明自己会算题，它想直接住进 Meta 的产品里。

扎克伯格放弃开源？

如果只把 Muse Spark 看成一次模型更新，就会把这件事看小了。

外媒盯住的也根本不只是模型本身。TechCrunch 直接把它写成 Meta AI 的一次彻底重做；Reuters 的标题更直接，说它是 Meta 这个高成本 superintelligence 团队推出的首个模型；CNBC 和 New York Times 也都把它放进同一条叙事线里：Meta 砸下巨大代价重组 AI 之后，终于拿出了第一项公开成果。

Meta 这次重新构建了预训练堆栈，用比之前模型 Llama 4 Maverick 低超过一个数量级的计算量就能达到相同的能力。

真正的变化，在于它根本不是沿着 Llama 那条线自然长出来的续作，而更像 Meta 在组织、架构、分发和产品定义上重新开了一条路。当前版本是闭源，只向部分合作伙伴开放 private preview API，但 Meta 又故意留了一道口子：未来的 Muse 系列，可能同时存在闭源与开源变体。

它意味着 Meta 不是简单放弃开源，而是把开源从当前主叙事往后挪了一步。先把能力攥在手里，先把体验压进自家入口，再决定未来哪些层继续开放。这和 Llama 时代那种先用开放权重抢生态位置的打法，已经不是同一种节奏了。

如果只看总榜位置，Muse Spark 也已经进入前沿模型主桌。Artificial Analysis Intelligence Index v4.0 里，它的分数是 52，排在 第 4，落后于 Gemini 3.1 Pro 和 GPT-5.4 的 57，也略低于 Claude Opus 4.6 的 53。这还远远不够支持“Meta 已经反超”这种结论，但足以说明它已经不是空气产品。

所以，Muse Spark 的意义一半在产品层，另一半在组织层。它不仅是 MSL 的首个模型，也是 LeCun 离开之后，Meta 新 AI 权力结构第一次公开交卷。

LeCun 离开后，谁在接管 Meta AI

LeCun 时代的 Meta AI，更像一家由研究者气质定义节奏的实验室。可以长期押注基础研究，可以通过开源建立声望，也可以不急着把一切都变成消费级产品。那是一种研究派主导的 Meta AI。

我们之前整理过一篇 LeCun 的采访，里面就聊到了当时的情况。

Muse Spark 所代表的新阶段，显然不再只是这套逻辑。MSL 的形成，本身就和 Meta 在 2025 年 6 月重组 AI 资源、引入 Alexandr Wang 进入新 AI 权力中心连在一起。和 LeCun 所代表的研究派相比，Wang 被拉进 Meta 的象征意义非常明确：扎克伯格要的不是更优雅的研究叙事，而是更高执行力、更强产品化、更贴近平台战争的 AI 组织。

曾经 Llama 其实是 Meta 在 AI 上最关键的一次翻盘。它赢得了开发者声量，也赢得了开源叙事，甚至一度让 Meta 成为 OpenAI 之外另一种未来的代表公司之一。没有这段历史，Muse Spark 的分量会被误读。

问题在于，Llama 的成功主要发生在模型层和生态层，但 Meta 真正最擅长的地方，从来不是只做一个模型，而是把能力压进巨大的分发系统。也正因为这样，当 Llama 4 没能把那种高度确定的胜势继续往前推时，Meta 才会显得格外别扭：它明明拥有最庞大的入口，却没有把入口变成 AI 时代的决定性优势。

Muse Spark 在补的，正是这门课。它和 Llama 时代最不一样的地方，不在于某个单点 benchmark，而在于 Meta 终于开始把“我有模型能力”改写成“我能把模型能力装进日常入口”。从这个角度看，Muse Spark 的关键词不是参数，不是排行榜，而是分发。

而一旦谈到分发，Meta 就回到了自己最擅长的战场。

Meta 重新回到主桌，但还没赢

OpenAI 拥有产品速度，Anthropic 拥有高质量心智，Google 拥有基础设施和系统入口，但 Meta 拥有的是社交网络、内容流、消息系统和可穿戴设备的组合。这也是为什么 Meta 在发布 Muse Spark 时，反复强调它后续将进入 WhatsApp、Instagram、Facebook、Messenger 和 AI 眼镜。它不是想再做一个独立 AI app，而是想让 AI 成为整个产品矩阵的默认接口。

这种思路，也能从它的发布姿态里看出来。Muse Spark 首发没有沿用 Llama 那套开放权重叙事，而是先进入 Meta 自家的 app 和网页，并只向部分合作伙伴开放 private preview API。官方当然还留着“未来继续推出更先进开源模型”的空间，但至少在 Muse Spark 这一代上，Meta 的优先级已经很清楚了：先把能力攥在自己手里，先把体验做进自家分发系统，先让这台新机器跑起来。

更关键的是，这条路线不是只追求更强，而是在追求更有效率。Muse Spark 在 Intelligence Index 评测中只用了 58M tokens，而 GPT-5.4 用了 120M，Claude Opus 用了 157M。换句话说，在接近前沿模型主桌的能力下，Muse Spark 打出了大约 2 到 3 倍的 token 效率。thinking time penalty、token compression、强化学习后训练优化，这些训练方法关键词最后都指向同一件事：Meta 想要的不只是更大的模型，而是一个能在消费级产品里大规模跑起来的推理系统。

这其实是一种很 Meta 的回归。元宇宙时代留下的最大后遗症，不只是亏了多少钱，而是扎克伯格必须重新证明，Meta 仍然配得上“下一代平台公司”这个位置。Llama 曾经帮他短暂拿回这个叙事，但那更多是研究层和生态层的胜利；Muse Spark 则更像是一次平台层和组织层的重新排兵布阵。它意味着 Meta 不再满足于做 AI 时代的基础设施参与者，而是想重新争取入口、分发和用户关系的定义权。

Muse Spark 让 Meta 终于重新拿出了一套能同时讲通模型、产品、组织和平台的 AI 叙事，但又没有强到可以让所有问题都消失。真正的问题不再是“Meta 有没有筹码”，而是当扎克伯格亲自收拢方向、Wang 接手执行后，Meta 能不能把这套集中在 health、science 和多模态推理上的能力，真正压进它那台庞大的分发机器里。

这场仗现在还远没打完。

但 Meta 至少已经重新回到主桌中央了。

（投稿或寻求报道：zhanghy@csdn.net）

Muse Spark 目前可在 meta.ai 和 Meta AI 应用中获取。

推荐阅读：

当 AI 主宰写代码，MoonBit 嵌入「形式化验证」让 Bug 清零

华人辍学博士揪出Claude Code 51万行源码泄露，官方请求下架超8000个GitHub代码库并回应：这次是人为失误，无人被解雇！

套壳自家Edge？Win11新版Copilot遭网友深扒：微软让我们用不同的名字下载了7次IE

【活动分享】"48 小时，与 50+ 位大厂技术决策者，共探 AI 落地真路径。"

由 CSDN&奇点智能研究院联合举办的「全球机器学习技术大会」正式升级为「奇点智能技术大会」。

2026 奇点智能技术大会将于 4 月 17-18 日在上海环球港凯悦酒店正式召开，大会聚焦大模型技术演进、智能体系统工程、OpenClaw 生态实践及 AI 行业落地等十二大专题板块，特邀来自BAT、京东、微软、小红书、美团等头部企业的 50+ 位技术决策者分享实战案例。旨在帮助技术管理者与一线 AI 落地人员规避选型风险、降低试错成本、获取可复用的工程方法论，真正实现 AI 技术的规模化落地与商业价值转化。

这不仅是一场技术的盛宴，更是决策者把握 2026 AI 拐点的战略机会。