在经历一年多的组织重构与巨额投入后，Facebook 母公司 Meta Platforms 终于交出阶段性答卷。

美东时间 8 日周三，Meta 正式发布自研 AI 模型 Muse Spark，标志着该司重金押注 AI 战略后的首次实质性落地。

Muse Spark 是 Meta 去年 6 月宣布成立 " 超级智能实验室 "（MSL）以来的首个核心成果，也是 Meta 豪掷 150 亿美元挖角 Scale AI 创始人 Alexandr Wang 以来发布的首款重大 AI 模型

该模型公布后，Meta 股价涨幅迅速扩大，午盘刷新日高时日内涨超 9.5%，显示投资者对这一转型信号反馈积极。到收盘，Meta 涨 6.5%，两连涨刷新三周来高位。

评论认为，如果说 Llama 代表 Meta 在 AI 时代的第一次尝试，Muse Spark 更像是一次 " 重启 "。对 Meta CEO 扎克伯格而言，这不仅是一场技术竞赛，更是一场关乎公司未来十年的战略豪赌。由于更大规模的 Muse 系列模型仍在开发中，Meta 能否真正缩小与谷歌、OpenAI 等行业领头羊的差距，市场仍需继续观察。

首款 " 超级智能实验室 " 开发模型亮相：从开源转向闭源

Muse Spark 由 Meta 新组建的 AI 核心团队 MSL 开发，该团队由 Alexandr Wang 领导。值得注意的是，这一模型一改 Meta 过去主打开源的 Llama 路线，转向闭源模式——模型权重和架构均不公开。

这一转向具有标志性意义。过去 Meta 依赖开源模型建立生态影响力，如今开始向商业化与竞争导向靠拢，未来可能通过 API 收费甚至订阅模式变现

业内普遍认为，这标志着 Meta 从 "AI 布道者 " 向 "AI 竞争者 " 的身份转变。

Muse Spark 的推出，必须放在 Meta 过去一年的激进布局中理解。

2025 年 6 月，Meta 斥资约 150 亿美元投资 Scale AI，并将其创始人 Alexandr Wang 挖至公司，执掌新成立的 " 超级智能实验室 "（MSL）。这一举动被视为 Meta 在 AI 竞赛中 " 重启战略 " 的关键一步。

彼时，Meta 在大模型能力上明显落后于 OpenAI、谷歌和 Anthropic。扎克伯格随后启动了一系列激进措施：大规模挖角 AI 顶级人才；精简组织结构，提高研发效率；承诺投入数百亿美元建设 AI 算力基础设施

而 Muse Spark，正是这套体系的首个 " 试验品 "。

能力仍有差距，但定位 " 起点模型 "

从性能来看，Meta 内部对 Muse Spark 的定位较为谨慎。

Meta 承认，该模型在部分能力上尚不及 OpenAI 的 ChatGPT、Anthropic 的 Claude 或谷歌的 Gemini，尤其是在编程等领域仍存在短板，但强调其意义在于：

" 这是我们 AI 发展轨迹上的一个早期数据点。"

具体特点包括：

提供多层推理模式（即时 / 思考 / 深度推理）

在科学、健康、数学问答方面表现较强

主打 " 小型、高速 " 模型定位

研发周期约 9 个月

换言之，Muse Spark 更像是 " 起跑信号 "，而非终局产品。

全面嵌入生态：电商智能体成重要落地场景

在应用层面，Muse Spark 将直接嵌入 Meta 核心产品矩阵：Facebook、Instagram、WhatsApp。

其中一个重点方向是 AI 购物助手（Shopping Agent）：

帮助用户搜索服装、家具等商品

提供推荐与决策支持

尚不能直接完成购买

这一布局与 Meta 广告、电商生态高度协同，显示其 AI 商业化路径正在逐步清晰。

技术路径引发争议：使用中美模型 " 蒸馏 "

另一个值得关注的细节是，Muse Spark 的训练方式，它使用了多种第三方开源模型，包括阿里巴巴的千问，同时也借鉴了 OpenAI 和谷歌模型

Meta 表示采用 " 蒸馏 " 等行业通行技术，并设有严格安全措施。

不过，这一做法在当前国际 AI 竞争的背景下显得敏感，可能引发监管与地缘政治层面的讨论。

AI 战略转折点：从 " 理想主义 " 走向 " 现实竞争 "

综合来看，Muse Spark 的意义远超一款模型本身：

战略转向确认：从开源理想主义转向闭源商业竞争；

组织改革初见成效：超级智能实验室开始产出成果；

商业化路径逐渐清晰：AI 助手 + 广告 + 电商形成闭环；

竞争仍在早期阶段：与 OpenAI 和谷歌差距尚未弥合。