Meta于周三（4月8日）发布新一代AI模型Muse Spark，这是超级智能实验室（Meta Superintelligence Labs，MSL）打造的Muse系列首款模型，主打多模态推理与多智能体协作能力，并已正式上线美国市场的Meta AI应用与网站，后续将扩展至WhatsApp、Instagram、Facebook与Messenger等服务，预计在未来几周内逐步推向全球市场。

2025年6月成立的Meta超级智能实验室由Alexandr Wang领导，是Meta核心AI研发单位，整合了FAIR（基础AI研究）与生成式AI团队，负责开发新一代通用人工智能与个人超级智能。而Meta AI是一个独立的AI助手程序，提供网页版与移动端，2025年4月上线时采用的是Llama 4模型。

不同于Meta过去以开源基础模型为主的Llama系列，Muse Spark转向以产品应用为核心设计，直接集成到Meta AI及旗下社交与通信服务中，强调实时交互与任务处理能力，反映Meta从模型提供者向AI产品平台的战略转变。

在功能上，Muse Spark是一款原生多模态模型，可同时理解文本与图像，并支持工具调用与视觉思维链，使其不仅能生成回答，还能处理多步骤任务。此外，在其Contemplating推理模式下，Muse Spark可启动多个子智能体进行分工与并行处理，例如同时规划行程、比较选项与收集信息，提升整体效率与结果质量，展现其从单一模型向AI协作系统演进的设计方向。

Meta也公布了Muse Spark在多项基准测试中的表现，涵盖多模态理解、推理、医疗与智能体任务等多个方面。其中，在图像与跨模态理解测试CharXiv与MMMU Pro中，Muse Spark表现优于或接近GPT与Gemini等模型；在视觉问答测试SimpleVQA中也保持竞争力。在高难度推理方面，GPQA Diamond（博士级科学推理测试）与Humanity's Last Exam（跨领域复杂问题测试）显示其已达到第一梯队水平。

在医疗领域，Muse Spark在HealthBench（开放式医疗问答测试）与MedXpertQA（医学选择题测试）中也展现出稳定表现，表明其在健康与医疗知识理解方面具备能力。此外，在编程能力测试LiveCodeBench与软件修复测试SWE-Bench，以及智能体任务测试DeepSearchQA与Terminal-Bench中，Muse Spark同样具备一定竞争力，体现其在多步骤任务与工具操作上的表现。

在Contemplating推理模式下，Muse Spark在跨领域推理测试Humanity's Last Exam的无工具情境下达到50.2%，高于Gemini 3.1 Deep Think与GPT 5.4 Pro；在可使用工具的情境下则达到58.4%，接近GPT 5.4 Pro水平。在科学研究测试FrontierScience Research中，Muse Spark达到38.3%，优于Gemini的23.3%，并略高于GPT的36.7%，显示其在复杂推理与科学问题处理上的竞争力。

Meta表示，Muse Spark除集成至Meta AI及旗下产品外，也将通过API向部分合作伙伴开放测试与接入，逐步扩大应用范围，并随着全球部署推进，扩展至更多服务与市场，朝着个人超级智能的长期目标迈进。