Meta策略转向后首个模型发布：部分指标超GPT-5.4，尚未全面领先（2026/04/10）

当地时间4月8日，Meta发布多模态推理模型Muse Spark ，标志着Meta AI策略转型后的阶段性成果 。

“这是Meta Superintelligence Labs（超级智能实验室）开发的首款Muse模型
，也是我们从零开始对AI业务全面改造后的首个产品
。为了支持进一步扩展，从研究到模型训练、基础设施建设 ，我们正对整个技术栈进行战略投资。”Meta在一篇文章中介绍 。

从模型表现看，Meta介绍
，Muse Spark在多模态感知 、推理
、健康和代理（agentic）任务方面的表现具有竞争力。例如，在多模态基准测试CharXiv Reasoning中 ，Muse Spark思考模式得分为86.4
，超过GPT-5.4的82.8和Gemini 3.1 Pro High的80.2，但在其他多个多模态基准测试中 ，其得分低于Gemini 3.1 Pro High
。

在多项与推理能力相关的基准测试中，Muse Spark思考模式的部分得分超过Grok 4.2 ，但得分均低于Gemini 3.1 Pro High和GPT-5.4。与代理能力相关
，Muse Spark思考模式DeepSearchQA测试得分74.8，超过Gemini 3.1 Pro High的69.7和GPT-5.4的73.6 ，在GDPval-AA Elo测试中的得分超过Gemini 3.1 Pro High和Grok 4.2
，但在SWE-Bench Verified等四项基准测试中的得分接近或低于Opus 4.6、Gemini 3.1 Pro High和GPT-5.4 。

从基准测试结果看，Muse Spark思考模式并未全面赶超谷歌和OpenAI的前沿模型 ，但在部分测试中的表现能与当前第一梯队的模型“掰手腕”
。能力更强的将是尚未上线的沉思模式。Meta透露，Muse Spark沉思模式在无工具Humanity’s Last Exam（人类终极考试）和FrontierScience Research（前沿科学研究）中得分超过Gemini 3.1和GPT-5.4 Pro 。

去年Meta的AI策略经历了转向
。先是去年4月Llama 4被质疑训练测试集作弊 、实际性能不及预期
，Meta首席人工智能科学家杨立昆（Yann LeCun）又被质疑反对主流LLM路线、导致Meta在AI竞争中落后。多重刺激下，Meta对AI团队进行了重组 。去年6月 ，Meta以近150亿美元的价格注资AI初创公司Scale AI
，Scale AI创始人亚历山大·王（Alexandr Wang）加入Meta，担任超级智能实验室负责人 ，Meta CEO扎克伯格随即开启AI人才争夺战
，为超级智能实验室招揽人才
。去年底，在Meta战略转型中 ，杨立昆宣布将离职。

AI战略的剧烈变动不仅涉及组织变动和人才流动
，也涉及AI发展的方向 。据杨立昆离职后透露，Meta管理层执着于稳妥
、已被验证的方案 ，将重点放在大语言模型开发上
，而不认可一些新颖的创意
。

无论如何，这场剧烈的AI策略转向后 ，Muse Spark成为Meta拿出的第一个果实。此前Meta的Llama系列模型开源，而Muse Spark为闭源模型
，新模型的推出也被外界视为Meta从开源到闭源的转向 。美股4月8日收盘，Meta股价上涨6.5%。

不仅在模型策略上进行了转向 ，Meta在AI基础设施投入方面也有大动作
。Meta是AI基础设施投入最激进的美国科技公司之一
，Meta此前预告，2026年资本开支可能相比上一年翻一倍 ，预计在1150亿美元至1350亿美元之间。

不过
，大模型竞争也趋于激烈，市场预计4月可能还会有多个新模型上线 ，Meta仍面临竞争对手的挑战 。

虽然Muse Spark部分基准测试得分超过Anthropic的Opus 4.6
，但Anthropic近期也取得新进展，该公司近日称未发布的前沿模型Mythos Preview编码能力达到了一个新的水准 ，有望重塑网络安全领域
。近日还有未经证实的市场传言称
，OpenAI的GPT-6可能在4月推出。4月8日，DeepSeek也低调更新了对话界面 ，新增“快速模式”和“专家模式”选项，被解读为可能是V4版本上线的前奏 。