文 | 强调 Next
这是过去一年里 Meta 最需要一个好消息的时刻。Llama4 的基准造假丑闻让开发者社区彻底寒了心，旗舰项目 Behemoth 迟迟没有下文，与此同时 OpenAI、Anthropic 和 Google 的军备竞赛越打越猛。
扎克伯格今天把 Muse Spark 推到了台前。
这是 Meta 超级智能实验室（MSL）交出的第一份答卷，也是汪韬（Alexandr Wang）加入 Meta 九个月后，第一次向外界证明这笔 143 亿美元的赌注没有白下。发布当日，Meta 股价盘中最高涨超 10%，收涨约 9%，市场给出了它想看到的那个答案。
一、九个月，从废墟里盖起来
要理解 Muse Spark，先得理解它是怎么来的。
去年夏天，Llama4 的基准测试被抓了现行：Meta 承认拿了针对特定任务微调的专用版本去刷分，普通用户能用到的那个，跟公布的数据压根对不上。这件事对 Meta AI 的品牌伤害不小，但更深的问题在于，就算没有造假，Llama4 也没能在前沿模型序列里站稳脚跟。
扎克伯格再次推倒重来。
他找来了时年 29 岁的 Scale AI 联合创始人汪韬，花 143 亿美元买下 Scale AI 49% 的非投票股权，把汪韬塞进 Meta 首席 AI 官的位置，同时成立 Meta 超级智能实验室，从 OpenAI、Anthropic、Google 高薪挖人，据报道部分研究员的薪酬包含股权在内达到数亿美元。
然后是整整九个月的沉默。
汪韬在 X 上写道：" 九个月前，我们从零开始重建了 AI 技术栈。新的基础设施、新的架构、新的数据流水线。" 不是在原有基础上打补丁，是字面意义上的重头来过。
二、" 思维压缩 "：效率才是真正的护城河
Muse Spark 最让人意外的数字，不是某个基准测试的排名，而是计算效率。
Meta 声称，Muse Spark 达到 Llama4 Maverick 同等性能水平所需的计算量，减少了十倍以上。背后是一种叫做 " 思维压缩（Thought Compression）" 的训练技术：在强化学习阶段，对模型过度思考的行为施加惩罚，迫使它用更少的推理 token 解决同样的问题，同时不牺牲准确率。
AI 军备竞赛进入 2026 年，算力成本依然是最核心的约束之一。Meta 今年的 AI 基础设施支出上限调至 1350 亿美元，比上年几乎翻倍。但光砸钱不够，烧得更高效才是差异点。如果十分之一的计算量能跑出同等智力水平，那意味着同样的预算可以跑更多次实验、迭代更多代模型。
从这个角度看，" 思维压缩 " 不只是一个技术细节，它意味着这套新架构是可以规模化的。
三、偏科的 " 视觉天才 "
评估一个新模型，先看它的长板和短板分别在哪里。Muse Spark 的性格相当鲜明。
长板：多模态与健康
第三方机构 Artificial Analysis 的独立评测，给 Muse Spark 打出了 52 分（满分参照系中），在 Intelligence Indexv 4.0 排名第四，位列 Gemini3.1 Pro（57）、GPT-5.4（57）和 Claude Opus4.6（53）之后。
但在具体科目上，Muse Spark 的多模态能力是真实的强项。视觉理解（MMMU-Pro）排名第二，得 80.5，仅次于 Gemini 3.1 Pro 的 82.4。图表推理（CharXiv Reasoning）得 86.4，力压 Gemini 的 80.2 和 GPT-5.4 的 82.8，全场第一。
Health Bench Hard 上，Muse Spark 拿了 42.8，超过 GPT-5.4 的 40.1，把 Gemini 3.1 Pro 的 20.6 甩开一大截。Meta 号称与超过 1000 名医生合作，专门为健康场景定制了训练数据。
然后是短板，同样明显。
ARCAGI 2（抽象推理）：Muse Spark 得 42.5，而 Gemini 3.1 Pro 得 76.5，GPT-5.4 得 76.1。差距将近一倍，这个分布不像是追分的问题，更像是架构层面的结构性缺口。
终端编程（Terminal-Bench2.0）：Muse Spark 得 59.0，GPT-5.4 是 75.1，Gemini 是 68.5。Meta 自己的技术博客里也直接承认，" 长程 agentic 系统和代码工作流 " 是当前的重点投入方向。
三级推理模式
模型提供三种模式：Instant（即时）、Thinking（思考）、Contemplating（沉思）。Contemplating 模式最有意思——它并行启动多个子智能体，分头处理任务再综合结论。Meta 宣称在这个模式下，HLE（人类最后考试）得分达到 58%，Frontier Science Research 达到 38%，能跟 Gemini DeepThink 和 GPT Pro 在同一个场上竞争。
四、深水炸弹：这对 DeepSeek 意味着什么？
Muse Spark 走向闭源，不仅是 Meta 的转型，更是全球 AI 生态的一次大洗牌。首当其冲的，就是一直以 " 开源高效率 " 著称的 DeepSeek。
DeepSeek 此前凭借极致的算力利用率在开源界封神，但 Muse Spark 提出的 " 思维压缩 " 直接在闭源侧把效率拉到了新高度。如果闭源模型不仅智力更强，连推理成本都下探到开源模型的水平，DeepSeek 这种 " 平替 " 的性价比优势将被大幅削弱。
当然，Meta 撤出开源，意味着开源界失去了一根定海神针。这给 DeepSeek 留下了巨大的市场空间去接管那些 " 被背叛 " 的开发者，但同时也让 DeepSeek 陷入了孤军奋战。没有了 Llama 作为行业标准，DeepSeek 必须独自面对闭源巨头们更厚的技术壁垒。
不过，汪韬主导的这次重建，在多模态融合和推理效率上的思路，与 DeepSeek 追求的方向高度重合。这意味着接下来的竞赛将不再是 " 开源 vs 闭源 " 的意识形态之争，而是纯粹的、关于 " 谁能用更少的卡跑出更强的智力 " 的终极对决。
五、最大的新闻：开源时代结束了
从 2023 年开始，Llama 系列是硅谷 " 开源 AI" 的精神图腾。开发者靠 Llama 做了无数应用，学术界用它做研究，初创公司用它起家，甚至竞争对手也拿它作为参照系。Meta 在这件事上赚到的品牌资产，是其 AI 业务最重要的护城河之一。
Muse Spark 放弃了这个护城河。
官方说法很温和：" 我们希望未来版本能够开源。" 但没有时间表，没有承诺，没有框架。当下这个版本，只能通过 MetaAI 应用、meta.ai 网站使用，部分合作伙伴可以申请 API 私测资格。架构和权重不公开。
这是彻底的闭源。
从商业逻辑上不难理解。Meta 今年 AI 基础设施支出上限 1350 亿美元，这个数字需要收入来支撑，单靠开源的生态声望显然不够用。当竞争对手的每一代模型都在拉开能力差距时，把最先进的架构创新保持私密，是避免自己的研发成果直接养肥对手的理性选择。
但从开发者社区的视角，这是一次背叛。Llama 之所以有价值，恰恰因为它可以被下载、被修改、被本地部署。Muse Spark 做不到这些。开发者失去的不只是一个可用的模型，而是一整套建立在 Meta 开放性信誉上的工作流。
汪韬在 X 上说得很直白：" 这是第一步，更大的模型已经在开发中。" 言下之意，Muse Spark 只是 Muse 系列的起点，后面的 Muse 才是真正的重头戏。这个表述在技术上可能是真的，但对那些已经依赖 Llama 生态的开发者来说，这个 " 未来的承诺 " 能不能兑现不好说。
六、扎克伯格真正在下的那盘棋
把 Muse Spark 放在产品层面看，它有点像今天的字节。
个人超级智能，这是扎克伯格在 Facebook 帖子里用的词。Muse Spark 将直接驱动 Facebook、Instagram、WhatsApp、Messenger 上的 MetaAI 助手，以及 Ray-BanMetaAI 眼镜。超过 35 亿人的触点，这是 OpenAI 和 Anthropic 没有的分发优势。
购物模式最能说明问题。MetaAI 识别用户在 Instagram 上看到的穿搭或家具，结合用户的兴趣数据和行为信号，直接推荐商品并完成购买。这不只是个好用的功能，这是 Meta 的社交图谱和用户数据，第一次被系统性地接入 AI 推理链条。
健康场景的布局同样值得注意。与 1000 名医生合作定制训练数据，这是 Meta 试图在医疗健康信息领域占据位置的明确信号。这个场景的黏性高、用户需求真实，但同时也意味着隐私风险极高——用户需要用 Facebook 或 Instagram 账号登录才能使用 Muse Spark，而 Meta 的隐私政策对于如何使用这些健康查询数据，措辞相当模糊。
从竞争格局来看，Muse Spark 的发布时机很有意思。就在前一天，Anthropic 刚刚公布了 Claude Mythos，初始仅向少数企业客户开放，重点指向网络安全防御。中国的 Z.AI 本周也在代码基准 SWE-BenchPro 上刷了新高。前沿 AI 的战线越来越宽，入局的玩家越来越多。
在这个背景下，Muse Spark 想做的事，是把 Meta 重新钉回顶层牌桌——不一定是最强，但得够格参与对话。
七、Llama4 的幽灵还在
最后还有一个问题，没有人能假装忘掉 Llama 4 的基准造假。
那次事件之后，Meta 对所有自己公布的测试数据都欠下了一笔信誉债。Muse Spark 发布时附上了大量基准数字，Artificial Analysis 也拿到了早期测试资格并独立评测。
但这个问题始终存在，你怎么知道这次是真实的？
Muse Spark 的 Contemplating 模式，是所有用户都能用到的那个，还是又是一个专为基准测试微调的特供版本？
Meta 说 Contemplating 模式会 " 逐步推出 "，这个措辞留了太多解释空间。
结语
Muse Spark 是一张入场券，不是终点。
它证明汪韬主导的九个月重建是有产出的，证明 " 思维压缩 " 这个新技术能跑出比 Llama4 Maverick 高得多的效率，也证明 Meta 在多模态和健康领域找到了真实的差异化空间。
但它同时也是一个信号：Meta 放弃了它在 AI 领域最独特的定位。Llama 时代，Meta 是那个把尖端模型免费开放给所有人的硅谷巨头，这件事让它在开发者心中的地位跟 OpenAI 和 Anthropic 完全不同。现在这个定位没了。
接下来 Muse 系列会涌出更强大的模型。更大的基建，更多的工程师，更高的算力密度。扎克伯格说得很清楚，这场赌局还在中场。
但有一件事已经确定：开源的 Meta，结束了。
