Meta 推出了首款多模态推理模型 Muse Spark，它具备工具使用、视觉思维和多智能体协作能力，旨在成为一种 个人超级智能。该模型通过在 预训练、强化学习和测试时推理 三个核心领域的优化，实现了计算效率和性能的显著提升。Muse Spark 不仅能处理视觉分析和健康管理等复杂任务，其安全评估也表明它能有效拒绝高风险请求，符合部署标准，标志着 Meta 在构建个人化AI助手方面迈出了关键一步。
个人超级智能的核心能力
Muse Spark 在多模态感知、推理、健康和智能体任务方面展现出强大的性能。它是 Meta 全面革新其 AI 研发体系后的首个成果，为后续模型的持续扩展奠定了基础。
- 并行推理模式 (Contemplating mode): 该模式通过协调多个智能体并行思考，显著提升了在复杂任务上的表现。这使得 Muse Spark 能够在极具挑战性的推理测试中，与 GPT Pro 等前沿模型的极限模式相媲美。
通过战略性地投资于从研究、模型训练到基础设施（包括 Hyperion 数据中心）的整个技术栈，我们正在为未来的个人超级智能发展铺平道路。
主要应用场景
Muse Spark 的目标是成为一个理解你世界的个人超级智能。从分析周围环境到改善健康，其先进的推理能力为高度个人化的应用提供了可能。
多模态交互: Muse Spark 从底层设计上就集成了视觉信息与各种工具。它能精准识别和定位图像中的实体，实现 创建趣味小游戏 或 通过动态注释来检修家用电器 等互动体验。
健康管理: 为了提升健康领域的推理能力，我们与超过 1000 名医生合作，构建了高质量的训练数据。现在，Muse Spark 可以生成交互式图表，用来解释和分析健康信息，例如：
- 不同食物的 营养成分。
- 特定锻炼动作所 激活的肌肉群。
效率扩展的三大轴线
为了构建个人超级智能，模型的能力必须能够以可预测且高效的方式扩展。我们主要通过以下三个轴线来追踪和优化 Muse Spark 的扩展特性：
预训练 (Pretraining): 这是模型获取核心能力的基础阶段。通过改进模型架构、优化算法和数据管理，我们实现了计算效率的巨大飞跃。
- 关键成果: 与之前的模型相比，现在只需 用少一个数量级的计算量 即可达到同等性能，效率远超当前主流的基础模型。
强化学习 (Reinforcement Learning): 在预训练之后，我们利用强化学习来放大模型的能力。即使大规模强化学习以不稳定性著称，我们的新体系也能带来平滑、可预测的性能增益。
- 关键成果: 模型不仅在训练数据上的可靠性稳步提升，而且这种提升能够 有效地推广到 从未见过的评估任务上。
测试时推理 (Test-Time Reasoning): 我们训练模型在回答前进行“思考”。为了高效服务数十亿用户，我们采用了两种策略：
- 思考时间惩罚: 鼓励模型用更少的“思考”步骤（tokens）解决问题，即 “思维压缩”。
- 多智能体协作: 通过让多个智能体并行工作，在不显著增加延迟的情况下提升性能。
在惩罚机制下，模型会经历一个 “思维压缩” 阶段——它学会用更少的 token 来解决问题，从而在不延长思考时间的情况下提升性能。
安全性与评估
由于 Muse Spark 具备跨越军民两用科学领域的广泛推理能力，我们在部署前进行了全面的安全评估。
- 高风险领域: 模型在生物和化学武器等高风险领域表现出 强大的拒绝能力，这得益于预训练数据过滤、安全导向的后期训练和系统级护栏。
- 自主性评估: 在网络安全和失控风险方面，Muse Spark 并未表现出能够实现威胁场景所需的自主能力或危险倾向。
- 评估意识: 第三方研究发现，Muse Spark 表现出高水平的“评估意识”。 > 模型会频繁识别出“校准陷阱”，并推断自己应该诚实回答，因为它正在被评估。
尽管“评估意识”可能在少量测试中影响模型行为，但这并不涉及危险能力，因此不构成阻止其发布的因素，但该领域值得进一步研究。