开源模型Meta AI Blog7月7日 01:00

Meta AI 发布新开放模型，推动人工智能发展

摘要

Meta AI 在其博客上宣布推出新的开放模型，旨在促进人工智能领域的创新和协作。这些模型将公开可用，允许研究人员和开发者自由使用和修改。

背景解释

开放模型有助于降低 AI 研究门槛，加速技术进步。Meta 此举可能影响行业标准，促进更广泛的 AI 应用，但需注意潜在的安全和伦理挑战。

原文译文

以下为抓取到的原文内容译文，已统一为站内阅读格式。

阅读原文

[返回上一级](https://ai.meta.com/blog/introducing-muse-spark-msl/# "返回上一级")![Meta](https://ai.meta.com/)

产品

AI 研究

资源

关于

获取 Llama

试用 Meta AI
[切换站点搜索](https://ai.meta.com/blog/introducing-muse-spark-msl/# "切换站点搜索")

[关闭子菜单](https://ai.meta.com/blog/introducing-muse-spark-msl/# "关闭子菜单") [主菜单](https://ai.meta.com/blog/introducing-muse-spark-msl/# "主菜单")

[返回](https://ai.meta.com/blog/introducing-muse-spark-msl/# "返回上一级")

清除

清除

[产品\

](https://ai.meta.com/blog/introducing-muse-spark-msl/#)

[AI 研究\

](https://ai.meta.com/blog/introducing-muse-spark-msl/#)

[资源\

](https://ai.meta.com/blog/introducing-muse-spark-msl/#)

[关于\

](https://ai.meta.com/blog/introducing-muse-spark-msl/#)

获取 Llama

试用 Meta AI

精选

介绍 Muse Spark：迈向个人超级智能的扩展

2026年4月8日•

15 分钟阅读

今天，我们激动地推出 Muse Spark，这是 Meta 超级智能实验室开发的 Muse 模型系列中的第一款。Muse Spark 是一个原生多模态推理模型，支持工具使用、视觉思维链和多智能体编排。

Muse Spark 是我们扩展阶梯上的第一步，也是我们对 AI 工作进行全面改革的首个成果。为了支持进一步扩展，我们正在对整个技术栈进行战略投资——从研究和模型训练到基础设施，包括 Hyperion 数据中心。

在这篇文章中，我们将首先探讨 Muse Spark 的新能力和应用。在展示这些成果之后，我们将深入幕后，了解推动我们迈向个人超级智能的扩展轴。

Muse Spark 即日起可在meta.ai和 Meta AI 应用中使用。我们正在向部分用户开放私有 API 预览。

个人超级智能的能力

Muse Spark 在多模态感知、推理、健康和智能体任务中提供了有竞争力的性能。我们继续在存在性能差距的领域进行投资，例如长周期智能体系统和编码工作流。

随着更大模型的开发，这些结果表明我们的技术栈正在有效扩展。

我们还发布了沉思模式，该模式编排多个智能体并行推理。这使得 Muse Spark 能够与 Gemini Deep Think 和 GPT Pro 等前沿模型的极端推理模式竞争。沉思模式在具有挑战性的任务中提供了显著的能力提升，在 Humanity's Last Exam 中达到 58%，在 FrontierScience Research 中达到 38%。

Muse Spark 现已可用，沉思模式将逐步在meta.ai中推出。

*有关我们评估的更多详细信息，请参阅我们的方法论文档。

应用

Muse Spark 是迈向理解你世界的个人超级智能的第一步。从分析你的即时环境到支持你的健康，Muse Spark 的高级推理能力实现了强大且高度个性化的用例。

多模态。 Muse Spark 从零开始构建，以整合跨领域和工具的视觉信息。它在视觉 STEM 问题、实体识别和定位方面表现出色。这些能力共同实现了交互式体验，例如创建有趣的迷你游戏或通过动态注释排除家用电器故障。

健康。个人超级智能的一个主要应用是帮助人们了解并改善健康。为了提升 Muse Spark 的健康推理能力，我们与超过 1000 名医生合作，整理了训练数据，使其能够提供更准确和全面的回答。Muse Spark 可以生成交互式展示，解析和解释健康信息，例如各种食物的营养成分或运动时激活的肌肉。

提示：你能把这个变成我可以在网页上玩的数独游戏吗？

提示：识别咖啡机和研磨机的关键组件，并创建一个使用该机器制作拿铁的交互式教程，以简单网页形式呈现，当我悬停在步骤上时，它会高亮显示组件的边界框。

提示：我是患有高胆固醇的鱼素者。在推荐食物上放绿点，在不推荐食物上放红点。不要重复点，并确保点定位准确。当悬停在点上时，显示个性化理由和“健康评分”（满分 10 分），以及卡路里、碳水化合物、蛋白质和脂肪。健康评分数字应直接显示在点上方，无需悬停。悬停时显示的描述应位于所有其他点之上。

提示：对于两张图片，显示我正在拉伸哪些肌肉及其难度。当悬停在点上时，告诉我更多关于该肌肉群的信息以及如何纠正我的姿势。我想提高瑜伽水平。与我的伴侣并排显示，并给我们两人打分（1 到 10 分）。

扩展轴

为了构建个人超级智能，我们模型的能力应可预测且高效地扩展。下面，我们分享如何沿着三个轴研究和跟踪 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 获取其核心多模态理解、推理和编码能力的地方——这是强化学习和测试时计算所依赖的基础。

在过去的九个月里，我们重建了预训练栈，改进了模型架构、优化和数据整理。这些进步共同提升了我们从每个计算单元中提取能力的效果。为了严格评估新方案，我们为一系列小模型拟合了缩放定律，并比较了达到特定性能水平所需的训练 FLOPs。结果清晰：与之前的模型 Llama 4 Maverick 相比，我们可以在计算量减少一个数量级以上的情况下达到相同的能力。这一改进也使 Muse Spark 比可比较的领先基础模型显著更高效。

强化学习。预训练后，强化学习利用计算资源可扩展地放大模型能力。尽管大规模强化学习以不稳定著称，但我们的新栈带来了平滑、可预测的提升。

下图展示了 Muse Spark 在扩展强化学习计算量（以步数衡量）时的收益。左侧，我们看到训练数据上 pass@1 和 pass@16（16 次尝试中至少一次成功）的对数线性增长。这表明强化学习在不牺牲推理多样性的情况下提高了模型可靠性。右侧，在保留评估集上的准确率增长表明强化学习的收益可预测地泛化：Muse Spark 在训练中未见过的任务上平滑提升。

测试时推理。强化学习训练我们的模型在回答前进行“思考”——这一过程称为测试时推理。将这一能力服务于数十亿用户需要高效使用推理 token。为此，我们依赖两个关键杠杆：思考时间惩罚以优化 token 使用，以及多智能体编排，在不减慢响应时间的情况下提升性能。

为了在每个 token 上提供最多的智能，我们的强化学习训练在思考时间惩罚下最大化正确性。在 AIME 等部分评估中，这引发了相变。在模型通过延长思考时间改进的初始阶段后，长度惩罚导致了思考压缩——Muse Spark 压缩其推理，使用显著更少的 token 解决问题。压缩后，模型再次扩展其解决方案以实现更强的性能。

为了在不显著增加延迟的情况下投入更多测试时推理，我们可以扩展并行智能体的数量，这些智能体协作解决难题。下图展示了这种方法的优势。虽然标准的测试时缩放让单个智能体思考更长时间，但使用多智能体思考扩展 Muse Spark 能够在可比较的延迟下实现更优性能。

安全性

Muse Spark 在双重用途科学领域具有广泛的推理能力，因此我们在部署前进行了广泛的安全评估。我们的流程遵循更新的Advanced AI Scaling Framework，该框架定义了针对我们最先进模型的威胁模型、评估协议和部署阈值。我们在应用安全缓解措施前后，对 Muse Spark 在前沿风险类别、行为对齐和对抗鲁棒性方面进行了评估。

我们发现，Muse Spark 在生物和化学武器等高风险领域表现出强烈的拒绝行为，这得益于预训练数据过滤、以安全为重点的后训练和系统级护栏。在网络安全和失控领域，Muse Spark 并未展现出实现威胁场景所需的自主能力或危险倾向。我们的评估显示，鉴于其部署环境，Muse Spark 在我们测量的所有前沿风险类别中均处于安全范围内。完整结果可在我们的Safety & Preparedness Report中获取。

在第三方对接近发布检查点的评估中，Apollo Research 发现 Muse Spark 展示了他们观察过的模型中最高的评估意识率。该模型经常将场景识别为“对齐陷阱”，并推理出由于正在被评估，它应该表现得诚实。这很重要，因为识别评估上下文的模型在测试期间的行为可能与部署时不同。然而，这些结果并未确认意识直接改变了行为，我们自己的后续调查发现了初步证据，表明评估意识可能影响模型在一小部分对齐评估上的行为，所有这些都与影响模型发布决策的危险能力或倾向无关。我们得出结论，这不是发布的阻碍性问题，但值得进一步研究。更多信息请阅读我们的Safety & Preparedness Report。

结论

通过 Muse Spark，我们正走在一条可预测且高效的扩展轨迹上。我们期待很快分享在通往个人超级智能道路上越来越强大的模型。