据 Similarweb 的统计，Muse 的日活跃用户数在过去 11 天内增长了 10 倍，达到约 70 万。这是一个惊人的增长速度，但总体规模在人工智能应用领域仍然相对较小。即便如此，Muse 也频频出现了力不从心的情况。
越来越多的证据表明，Meta 已经难以满足 Muse 不断增长的用户群的需求。状态监控平台 SaaSHub 已将 Muse 的状态列为 " 服务降级 "，指出其监测系统仍可以访问 Muse，但却持续报告问题，比如频频回复无法搜索。
此外，一名研究人员对 Muse 进行了压力测试，要求其一次性生成 120 个子代理，但 Muse 只成功创建了 33 个，其余尝试均失败。
这些扩展性问题相对于 Muse 不到 100 万的用户规模来说显得格外严峻，目前 Meta 还只在美国和加拿大推出了 Muse 的服务，并未开放 WhatsApp 和 Instagram 用户的注册渠道。如果 Meta 想要进一步抢占份额，那么当前的算力瓶颈将成为其最大的制约因素。
算力难题
Meta 的首席人工智能官 Alexander Wang 在 9 月 9 日曾透露，Muse 的早期使用量远远超过了内部预期，用户使用量是内测时的 10 倍左右，这促使 Meta 重新设置了代币使用量并增加限制。
而造成瓶颈的一个重要原因可能在于 Muse 的计算密集型架构。Meta 承诺为每位 Muse 用户提供一台专属虚拟机，配备 2 个虚拟 CPU、8GB 内存和 100GB 固态硬盘。
业内此前分析指出，假设 Muse 的用户数量在一年内达到 1 亿的规模且用户间不存在资源共享，Meta 至少需要 2 亿个 CPU 核心，相当于约 158 万颗 126 核的 AMD Ryzen EPYC CPU。此外，其还需要 800PB 内存和 10000PB 的固态硬盘。
1 亿的用户规模对于在应用商店名列前茅的人工智能应用来说并非难事，难的是 Meta 如何获得足够的硬件支持。
另一方面，这种硬件投入与 Muse 当前的定价可能也无法平衡。Meta 目前每周最多可向每位用户免费发放 1 亿个代币，付费订阅套餐起价约为每月 20 美元，最高为每月 100 美元。
