Meta发布原生多模态大模型 Muse Spark：9 个月重构全栈，算力提升 10 倍，首度实现医学推理与沉思模式

Meta 超级智能实验室在历时 9 个月的全链路重构后，推出首款原生多模态大模型 Muse Spark。该模型由余家辉、宋飏、Jason Wei 等顶尖科研团队研发，定位为推理与多模态感知模型，已在 Meta 官网和 APP 上上线，API 仅向部分合作伙伴开放，计划后续开源。

关键性能

• 多模态理解：在多模态感知、图表阅读、图片转代码等任务上，得分与 Gemini 3.1 Pro、GPT 5.4 持平或居首。
• 推理与工具调用：引入“沉思模式”（Contemplating），通过多智能体协作实现更高质量的推理，能够在高难度评测（如 AIME）中与 Gemini Deep Think、GPT Pro 正面竞争。
• 医学能力：与 1000+ 医生合作，在 HealthBench Hard 上取得 42.8 的最高分，并在 MedXpertQA MM 中名列前茅。
• 短板：在编程和长时自主 Agent 任务上仍落后于 Gemini、Claude 等竞争模型。

训练技术创新

1. 算力效率：预训练阶段使用新架构，使得在相同性能下所需算力比 Llama 4 低 10.3 倍。
2. 强化学习（RL）：采用稳健的 RL 流程，训练步数与成功率呈对数线性增长，提升了模型的泛化与可靠性。
3. Test‑time 思维压缩：加入长度惩罚机制，鼓励模型在推理时使用更少的 token，形成“三阶段”演化（延长‑惩罚‑精简‑扩展）。
4. 多智能体协作：在推理阶段并行多个子模型/模块，以保持响应速度的同时提升整体表现。

商业与生态

• 发布后 Meta 股价短线上涨约 7%。
• 新增“购物模式”，基于用户在 Instagram、Facebook、Threads 上的兴趣进行个性化商品推荐。
• 模型目前闭源，API 限制合作伙伴使用，计划未来开源后续版本。

已知问题

• 编程任务生成代码质量不稳定，部分前端生成失败或代码无法运行。
• 在复杂的自动微分实现等任务中仍出现训练失效、损失不下降等现象。

总体来看，Muse Spark 通过算力优化、RL 强化和多模态推理的组合，使 Meta 在多模态与医学推理领域重新进入第一梯队，但在编程和长时自主 Agent 能力上仍需改进。