Meta在2026年4月推出的「Muse Spark」，是该公司首款自有的闭源基础AI模型。一向以人人可自由使用的「Llama」系列著称的Meta，为何转向不公开内部结构的路线？本文梳理这款出自新设组织Meta Superintelligence Labs的模型的定位，以及Meta接下来必须跨过的难关。
Muse Spark新在哪里
Muse Spark最大的特点，是它偏离了Meta一直坚持的「开放权重（公开模型内部）」方针，作为不公开内部结构的闭源模型登场。Meta由此正式踏上了OpenAI、Anthropic与谷歌所走的自研模型路线。
根据Meta公布的基准测试，Muse Spark在许多任务上与OpenAI、Anthropic、谷歌的主力模型不相上下。不过它并非在所有项目上都更胜一筹，现阶段「追平」比「领先」更接近实情。Meta在模型训练手法上下功夫，着力提升计算效率，这对希望压低运行成本的用户而言，可能成为差异化的卖点。
在哪里运行
Muse Spark的设计与其说是面向外部开发者，不如说是先融入Meta自家的服务。它会嵌入Facebook、Instagram、WhatsApp、Messenger等主力应用，嵌入独立的「Meta AI」应用与网站，以及Ray-Ban Meta智能眼镜这类搭载AI的设备。
换言之，把AI直接塞进数十亿现有用户的使用动线，正是Meta的基本战略。与此同时，让外部开发者通过API使用Muse Spark底层技术的计划也在同步推进，Meta已开始与部分早期合作伙伴测试，并表示将在近期开放使用。
巨额投资与「超级智能实验室」的由来
Muse Spark的问世，是Meta在2025年大手笔招揽人才的成果。Meta斥资约143亿美元（约2.29万亿日元），收购数据基础设施企业Scale AI约一半的（不带投票权的）股份，并将其联合创始人Alexandr Wang招入麾下，出任Meta首位首席AI官。※1 美元 = 160 日元（截至 2026 年 6 月 14 日）
Wang领导的新组织就是Meta Superintelligence Labs，Muse Spark正是这家实验室推出的第一款模型。组织新设的背景，是2025年发布的「Llama 4」未能赢得开发者支持，迫使CEO马克·扎克伯格重新审视公司的AI战略。延揽前GitHub CEO纳特·弗里德曼等知名AI人才，也是同一思路的一部分。
Meta必须跨过的难关
即便技术上已经追平，Meta仍面临几道难关。其一是开发者的信任。对于看重Llama开放性的群体来说，转向闭源路线让人产生距离感，如何重新赢回开发者社区是个未知数。
其二是持续推出新功能、新模型的频率。OpenAI、Anthropic、谷歌都以较短的间隔不断更新，用户已经习惯了这种节奏。Wang把Muse Spark形容为面向未来的「前菜」，并预告将推出更大规模的模型，但能否延续这股势头，将成为评价的分水岭。
业务层面的因素同样不可忽视。Meta的营收至今仍有98％来自广告，能否把AI培育成直接的收入来源尚是未知。该公司还在2026年5月裁员约8,000人，组织根基也有所动摇。从支撑广告业务的AI，转向让用户愿意付费的AI产品——Muse Spark能否成为这一转折点，关系到Meta未来数年的走向。
总结
Muse Spark是Meta Superintelligence Labs推出的首款基础AI，标志着这位开源先行者转向自研路线。它以嵌入主力应用与Ray-Ban Meta眼镜为核心，以计算效率为武器，同时背负着重建开发者信任、更新频率与商业化等课题。在性能追平主力模型的当下，关键在于Meta能否从此保持节奏。
