Meta Muse Spark 正式登場：超智慧實驗室首款 AI 模型全解析
Meta 於 2026 年 4 月 8 日推出 Muse Spark，這是旗下 Meta Superintelligence Labs（MSL）的開山之作，也是繼斥資 143 億美元引進 Alexandr Wang 後，Meta 在 AI 競賽中最重量級的一步棋。
什麼是 Meta Muse Spark？
Mark Zuckerberg and colleague
Meta Muse Spark 是 Meta 新一代大型語言模型系列「Muse 系列」的首款產品，由 Meta Superintelligence Labs（MSL）研發，開發代號原為「Avocado」。與 Meta 過去廣受開發者喜愛的 Llama 系列不同，Muse Spark 採閉源（Proprietary）架構，是 Meta 首次以商業封閉策略發布的主力模型——不過 Meta 表示，未來不排除以開源形式釋出後續版本。
該模型支援文字、語音、圖片三種輸入格式，輸出目前僅限文字。Meta 強調，Muse Spark 是「專門為旗下產品量身打造」，目標是在多模態感知推理（modal perception reasoning）、代理任務（agentic tasks）等方面展現競爭力。
MSL：Meta 砸重金打造的超智慧部隊
Alexandr Wang
Muse Spark 的誕生背景，需要從 Meta Superintelligence Labs（MSL）說起。
2025 年 6 月，Meta CEO 馬克·祖克柏正式宣布成立 MSL，旗下整合了 Meta 原有的基礎模型研究、產品開發與 FAIR（基礎 AI 研究）三大團隊。這個部門不只是重組，更是 Meta 宣戰 OpenAI 與 Google 的戰略宣示。
MSL 由前 Scale AI 執行長 Alexandr Wang 出任 Meta 首席 AI 長（Chief AI Officer），以 Meta 投資 Scale AI 143 億美元的龐大金額為後盾。此外，Meta 從 OpenAI、Google DeepMind、Anthropic 等頂尖 AI 實驗室挖角超過 11 位核心科學家，部分簽約金據傳高達數千萬至上億美元。Muse Spark 正是這支夢幻團隊歷時九個月、從零打造全新 AI 架構的成果。
核心技術亮點
效能突破：同等能力，算力縮減十倍
Muse Spark 最值得關注的技術主張，是其訓練效率的大幅提升。Meta 宣稱，Muse Spark 可以達到 Llama 4 Maverick 的同等能力，但所需算力「少了十倍以上（over ten times less compute）」。這代表在相同硬體資源下，Meta 能夠部署更多、更強的 AI 服務。
根據 Meta 技術部落格，這得益於全新的訓練方法論與升級的技術框架，讓團隊能夠設計出「更小但性能不輸舊版 Llama 4」的模型。
三大使用模式
Muse Spark 針對不同複雜度的任務設計了三種模式：
- 快速回應模式（Fast mode）：適合日常輕量問答，回覆速度優先
- 思考模式（Thinking mode）：針對較複雜推理任務進行深度分析
- 深思模式（Contemplating mode）：平行調度多個 AI 代理，協同處理高難度科學與推理題目，直接對標 Google Gemini Deep Think 與 OpenAI GPT Pro[6]
健康領域優先投資
Meta 將健康議題列為 Muse Spark 的重點強化方向，並與超過 1,000 位醫師合作，整理出針對健康問答的訓練資料集。在 HealthBench Hard 健康問答評測上，Muse Spark 取得 42.8 分的成績，顯著超越 Gemini 3.1 Pro（20.6 分）與 GPT 5.4（40.1 分）。[6]
基準測試：哪裡領先、哪裡落後？
以下為 Muse Spark 與主要競爭對手在核心評測項目的表現對比：[6]
| 評測項目 | Muse Spark | Gemini 3.1 Pro | GPT 5.4 | 結果 |
|---|---|---|---|---|
| CharXiv Reasoning（圖表推理） | 86.4 | 80.2 | 82.8 | ✅ 領先 |
| HealthBench Hard（健康問答） | 42.8 | 20.6 | 40.1 | ✅ 大幅領先 |
| DeepSearchQA（代理搜尋） | 74.8 | 69.7 | — | ✅ 領先 |
| Humanity's Last Exam（Contemplating） | 50.2 | 48.4（Deep Think） | 43.9（Pro） | ✅ 領先 |
| ARC AGI 2（抽象推理） | 42.5 | 76.5 | 76.1 | ❌ 明顯落後 |
| Terminal-Bench 2.0（程式碼代理） | 59.0 | 68.5 | 75.1 | ❌ 落後 |
Alexandr Wang 對此坦承，Muse Spark 在長時程代理任務（long-horizon agentic systems）與程式碼工作流程上仍有明顯缺口，並表示將持續投入改善。[1][6]
全新 Shopping Mode：Meta 版「AI 購物助手」
Muse Spark 的差異化功能之一，是專屬的 Shopping 購物模式。這項功能深度整合 Meta 生態系的海量用戶數據，結合 Facebook、Instagram、Threads 上的創作者內容與社群風格分享，為用戶提供穿搭靈感、家居佈置建議等個人化購物推薦。
Meta 表示，Shopping Mode「挖掘了平台上已有的品牌故事與造型靈感，展示創作者和社群分享的內容」。未來還計劃加入功能，讓模型能直接引用 Instagram、Facebook、Threads 上的用戶推薦內容。
部署計劃：從 Meta AI App 到 Ray-Ban 智慧眼鏡
Muse Spark 目前已優先在 Meta AI 獨立 App 與 Meta.ai 網站上線，並計劃在未來數週內全面接棒現有的 Llama 模型，在以下平台上提供服務：[3][7]
- Facebook、Instagram、WhatsApp、Messenger
- Ray-Ban Meta AI 智慧眼鏡
Meta AI App 用戶將能根據問題的複雜度，自由切換「快速回應」與「深度分析」兩種模式——例如從隨意閒聊，一鍵切換到分析法律文件或解讀食品營養標示的任務。
市場意義：Meta 終於追上了嗎？
Muse Spark 的發布對 Meta 具有特殊的戰略意義。在過去一年，Meta 被外界普遍認為在 AI 競賽中落後於 OpenAI、Anthropic 和 Google。Muse Spark 是 Meta 的「還擊宣示」——它的技術路線不走 Llama 的開源路徑，轉而選擇封閉模型，代表 Meta 正式將 AI 能力納入商業競爭的核心版圖。
Axios 指出，根據 Meta 自身評估，Muse Spark 「大幅縮小了與 Llama 4 系列的性能差距」。然而從 ARC AGI 2 等評測可見，Muse Spark 在純粹的抽象推理能力上，距離 GPT 5.4 與 Gemini 3.1 Pro 仍有一段距離，Meta 的超智慧之路才剛開始。
資料來源：Meta AI 官方部落格、CNBC、Axios、Yahoo Finance、OfficeChai、FT
參考來源：Meta AI Official Blog – Introducing Muse SparkReuters via Global Banking & Finance – Meta Unveils Muse Spark, First AI Model From Superintelligence TeamYahoo Finance – Meta Debuts First AI Models From Its New Superintelligence LabWION – Meta Unveils First AI Models from New Superintelligence Lab（YouTube）Yahoo Finance – Meta Announces Formation of ‘Superintelligence’ Unit Amid AI Race
