Meta超级智能实验室正式发布旗下首款模型,这也是自马克·扎克伯格斥巨资对公司AI体系进行全面改革以来的重要里程碑。该模型名为Muse Spark,目前已接入美国市场的Meta AI应用程序及Meta AI官网。据官方公告,未来数周内,Muse Spark还将陆续部署至WhatsApp、Instagram、Facebook、Messenger以及Meta智能眼镜,并逐步向其他国家和地区推广。
与谷歌Gemini能够无缝融入谷歌产品生态的逻辑类似,Meta将Muse Spark定位为"专为Meta产品体系深度定制"的模型。这款作为全新系列开篇之作的模型,还将通过API向部分合作伙伴开放"私有预览"版本。Meta承诺,该模型具备同时调度多个AI子智能体的能力,以更高效地处理用户查询,同时支持涵盖文本与图像的多模态输入。多模态能力对于Meta押注为下一代计算形态的AI智能眼镜尤为关键。用户还可在"即时"模式与"思考"模式之间自由切换,前者响应更快,后者则能提供经过深度推理的结果,功能定位类似于微软的Think Deeper。
Meta还特别强调,Muse Spark能够解答"科学、数学与健康领域的复杂问题"。近几个月来,专注健康领域的AI聊天机器人一直是颇具争议的话题,因其涉及敏感个人数据处理,也可能传播错误信息。Meta表示,Muse Spark的多模态感知能力"在健康领域尤具价值",能够"以更详尽的回复来应对健康类问题,包括涉及图像和图表的问题"。Meta此举似乎意在与今年1月先后亮相的OpenAI ChatGPT Health以及Anthropic的Claude for Healthcare展开竞争。在官方发布内容中,Meta展示了该聊天机器人对一餐食物进行卡路里估算的应用场景——这是AI技术中颇为流行却也时常翻车的使用案例。
展望未来,Meta希望借助该模型推出能够"引用Instagram、Facebook及Threads上用户分享的推荐内容与资讯"的新功能。公司同时透露,更大规模的模型正在研发中,并计划在未来推出开源版本。Meta将Muse Spark定性为其全新Muse系列发展轨迹上的"早期数据节点"。
Muse系列将成为Meta在强大AI领域继Llama模型之后的第二次重大布局。此前,Llama 4于2025年发布时延迟上线且表现不及预期,扎克伯格随即对公司整体AI战略进行了全面重组。
Q&A
Q1:Muse Spark是什么?它有哪些核心功能?
A:Muse Spark是Meta超级智能实验室推出的首款大语言模型,专为Meta产品体系深度定制。它支持文本与图像的多模态输入,具备同时调度多个AI子智能体的能力,并提供"即时"与"思考"两种响应模式。目前已在美国上线Meta AI应用及网站,后续将覆盖WhatsApp、Instagram、Facebook、Messenger及Meta智能眼镜等平台。
Q2:Muse Spark在健康领域能做什么?
A:Muse Spark的多模态感知能力被Meta认为在健康领域尤具价值,能够以更详尽的回复应对健康相关问题,包括解读涉及图像和图表的内容。例如,它可以估算一餐食物的卡路里含量。Meta此举意在与OpenAI的ChatGPT Health及Anthropic的Claude for Healthcare竞争,但健康类AI聊天机器人因涉及敏感数据和潜在错误信息传播,目前仍存在争议。
Q3:Muse Spark和Meta之前的Llama模型有什么关系?
A:Muse Spark属于全新的Muse系列,是Meta在Llama模型之后的第二次重大AI布局。由于Llama 4在2025年发布时出现延迟且表现令人失望,扎克伯格随后对公司AI战略进行了全面重组,Muse Spark正是这次变革后推出的首款成果,被Meta定位为Muse系列发展轨迹上的"早期数据节点"。
好文章,需要你的鼓励
Replit与RevenueCat达成合作,将订阅变现工具直接集成至Replit平台。用户只需通过自然语言提示(如"添加订阅"),即可完成应用内购和订阅配置,无需离开平台。RevenueCat管理超8万款应用的订阅业务,每月处理约10亿美元交易。此次合作旨在让"氛围编程"用户在构建应用的同时即可实现商业变现,月收入未达2500美元前免费使用,超出后收取1%费用。
LiVER是由北京大学、北京邮电大学等机构联合提出的视频生成框架,核心创新是将物理渲染技术与AI视频生成结合,通过Blender引擎计算漫反射、粗糙GGX和光泽GGX三种光照图像构成"场景代理",引导视频扩散模型生成光影物理准确的视频。框架包含渲染器智能体、轻量化编码器适配器和三阶段训练策略,支持对光照、场景布局和摄像机轨迹的独立精确控制。配套构建的LiVERSet数据集含约11000段标注视频,实验显示该方法在视频质量和控制精度上均优于现有方法。
所有人都说AI需要护栏,但真正在构建它的人寥寥无几。SkipLabs创始人Julien Verlaguet深耕这一问题已逾一年,他发现市面上多数"护栏"不过是提示词包装。为此,他打造了专为后端服务设计的AI编程智能体Skipper,基于健全的TypeScript类型系统与响应式运行时,实现增量式代码生成与测试,内部基准测试通过率超90%。他认为,编程语言的"人类可读性时代"正走向终结,面向智能体的精确工具链才是未来。
这项由蒙特利尔学习算法研究所(Mila)与麦吉尔大学联合发布的研究(arXiv:2604.07776,2026年4月)提出了AGENT-AS-ANNOTATORS框架,通过模仿人类数据标注的三种角色分工,系统化生成高质量网页智能体训练轨迹。以Gemini 3 Pro为教师模型,仅用2322条精选轨迹对90亿参数的Qwen3.5-9B模型进行监督微调,在WebArena基准上达到41.5%成功率,超越GPT-4o和Claude 3.5 Sonnet,并在从未见过的企业平台WorkArena L1上提升18.2个百分点,验证了"数据质量远比数量重要"这一核心结论。