Meta 推出 Muse Spark：串連社群媒體生態，成專屬 AI 健康與購物助理
Meta 旗下超級智慧實驗室 4 月 8 日正式發布首款自研 AI 模型 Muse Spark，定位為邁向「個人超級智慧」的第一步，消息一出帶動 Meta 股價單日大漲逾 6.5%，創近三週新高，也證明 Meta 並沒有在 AI 賽道中落下腳步。
什麼是 Muse Spark？Meta 首款自研 AI 推理模型登場
Muse Spark 是 Meta 超級智慧實驗室 (Meta Superintelligence Labs，MSL) 所開發「Muse 系列」的首款模型，屬於原生多模態推理模型，支援工具調用 (tool-use) 、視覺思維鏈 (visual chain of thought) 與多代理協作 (multi-agent orchestration) 。
該實驗室由 Scale AI 創辦人 Alexandr Wang 領軍，Meta 先前斥資約 150 億美元投資 Scale AI 並延攬 Wang 加入，被視為重啟 AI 佈局的關鍵一步。Muse Spark 的推出，正是執行長祖克伯 (Mark Zuckerberg) 近年大力推動 AI 轉型後的首個重要成果。
廣告 - 內文未完請往下捲動
值得一提的是，與 Meta 過去主打開源的 Llama 系列不同，Muse Spark 採閉源模式，象徵 Meta 從開放生態策略，轉向更商業化導向的 AI 發展路線。市場分析認為，未來不排除推出 API 收費或訂閱制服務。
即日起，Muse Spark 已能在 Meta AI 上使用，同時也開放私人 API 預覽給特定合作夥伴。
Muse Spark 效能表現：對標 Gemini Deep Think 與 GPT Pro
在能力評估方面，Muse Spark 在多模態感知、推理、健康資訊處理與代理任務上展現出優異的表現。透過 Meta 推出的「沉思模式 (Contemplating)」，多個代理平行推理並協作，使 Muse Spark 得以在艱難任務上比肩 Gemini Deep Think 與 GPT Pro 等極端推理模式。
Muse Spark 在 Humanity’s Last Exam 測試中達到 58%，FrontierScience Research 測試達到 38%，展現出能與頂尖模型匹敵的實力。
應用場景：從健康追蹤到購物助理，全面整合 Meta 生態系
Muse Spark 定位為「能理解世界」的個人超級智慧，強調多模態視覺整合，可跨領域分析用戶的即時環境，具體包括以下應用。
多模態互動
Muse Spark 能根據圖片生成可互動的網頁小遊戲，或辨識物件並提供詳細說明，例如解析複雜機器的操作教學。
個人健康
模型能結合視覺辨識與工具搜尋，提供更精準的健康資訊回應，例如分析食物營養成分或標示運動時各肌群的活動狀況，並根據個人飲食限制 (如素食者或高膽固醇族群) 提供個人化建議。
Meta 預告 Muse Spark 將陸續整合至 Instagram、Facebook、Messenger、WhatsApp 及智慧眼鏡等平台，其中 AI 購物助理被視為重點商業應用，將協助用戶搜尋商品、提供推薦與決策支援，可見結合廣告與電商的商業模式輪廓已逐步成形。
三大技術軸心：預訓練、強化學習、測試時推理
Meta 在官方部落格中揭示 Muse Spark 的技術核心，圍繞三大擴展軸心打造。
預訓練 (Pretraining)
過去九個月間，Meta 重建了預訓練技術棧 (stack)，在模型架構、優化方法與資料整理上全面升級，顯著提升每單位算力所能提取的模型能力。
強化學習 (Reinforcement Learning)
RL 作為預訓練的延伸，可擴展地放大模型能力。Meta 指出，隨著 RL 算力 (以步驟數衡量) 的擴展，模型在訓練資料上的成功機率皆呈對數線性成長，且在未見過的資料集評估效率上同樣穩定提升。
測試時推理 (Test-Time Reasoning)
RL 訓練讓模型在回答前先思考，Meta 透過「思維壓縮 (thought compression)」機制與多代理協作，有效降低延遲並強化推理能力。
個人超級智慧時代的序幕，投資人看好 AI 帶動用戶黏著
消息一出，Meta 昨日股價終場上漲 6.5% 至 612.42 美元，創下近三週新高，顯示投資人普遍看好將 AI 能力應用於日常個人任務並結合社群平台的潛力。
Meta 表示，Muse Spark 代表該公司在「可預測且高效率的 AI 擴展軌跡」上邁出關鍵一步，未來將持續發布能力更強的模型，朝個人超級智慧的目標穩步前進。
風險提示
加密貨幣投資具有高度風險，其價格可能波動劇烈，您可能損失全部本金。請謹慎評估風險。
