在人工智慧競賽日趨白熱化的當下,社群媒體王國 Meta 於近日重磅推出全新多模態 AI 模型「Muse Spark」,這不僅標誌著 Meta AI 戰略的重大轉型,更被視為公司邁向「超級智慧」時代的關鍵一步。這款由新成立的 Meta Superintelligence Labs(MSL,超級智慧實驗室)傾力打造的模型,迅速引發全球科技圈熱議,預計將深度融入 Meta 旗下龐大生態系,為超過 40 億月活躍用戶帶來前所未有的智能體驗。
回顧 Meta 在 AI 領域的歷程,早期的 Llama 系列模型以開源策略聞名,一度成為開發者社群的寵兒。然而,隨著 OpenAI 的 GPT 系列、Google 的 Gemini 以及 Anthropic 的 Claude 等競爭對手層出不窮,Llama 在性能與多模態能力上逐漸顯露瓶頸,開發進度也屢屢延宕。這讓 Meta 高層深刻意識到,單靠開源參數堆疊已難以維持領先優勢。
2025 年底,Meta 斥資高達 143 億美元重組 AI 團隊,挖角前 Scale AI 創辦人 Alexandr Wang(汪滔)出任首席 AI 官,領導全新成立的 MSL 實驗室。歷時 9 個月,內部代號為「Avocado」的 Muse Spark 終於面世。這是 Muse 系列的首款模型,徹底擺脫 Llama 的開源模式,轉向封閉式設計,專注於「產品導向」的商業化應用。官方強調,Muse Spark 是「原生多模態推理模型」,從架構設計之初就整合文字、圖像與工具調用能力,旨在縮小與領先對手的差距。
Muse Spark 的最大亮點在於其「原生多模態感知」,不僅支援文字與語音輸入,更能即時處理圖像資訊。例如,用戶只需拍攝一張機場零食貨架的照片,模型即可精準辨識所有商品,並依蛋白質含量排序推薦。這類實體辨識與空間定位能力,在 STEM(科學、技術、工程、數學)題目上表現尤為出色,甚至能模擬排查家電故障時添加動態標注,提供互動式視覺解說。
更進一步,Muse Spark 內建三大 Agent 化功能,讓它從單純聊天機器人蛻變為智能代理:
視覺思維鏈(Visual Chain-of-Thought):處理圖像時不靠「一眼直覺」,而是逐步推理,提升準確率。
工具調用(Tool Use):原生支援 Web 瀏覽、計算器、程式碼執行等外部工具,處理複雜任務如資料分析或即時查詢。
多 Agent 編排(Multi-Agent Orchestration):單一模型可協調多個子代理,拆解大型問題,例如同時生成程式碼、驗證邏輯並優化介面。
在效能上,Muse Spark 雖定位「小巧快速」,但在科學、數學與健康領域的複雜推理已達業界頂尖水準。Meta 展示的視覺化程式開發(Visual Coding)功能更是令人驚豔:僅需簡單提示,即可生成客製化網站、小遊戲或儀表板,如復古街機遊戲或派對規劃工具,用戶還能一鍵分享給朋友。
Muse Spark 已率先登陸美國地區的 Meta AI App 與 Meta.AI 網頁,帶來顯著升級,包括更快的反應速度與進階邏輯推理。Meta 預告,未來數週內將陸續推廣至 Facebook、Instagram、Messenger、WhatsApp 等平台,甚至整合進即將推出的 AI 眼鏡。想像一下,在 Instagram 上直接引用社群分享內容生成推薦,或在 WhatsApp 中透過圖像即時解答問題,這將徹底革新用戶互動模式。
此外,Meta 透過「受邀制 API 預覽」向精選合作夥伴開放模型,雖然未完全開源,但這策略被視為保護核心技術的明智之舉。開發者社群雖有微詞,卻也認同這有助 Meta 將 AI 轉化為平台護城河,加速變現。
Muse Spark 的問世,不僅是 Meta 的復興宣言,更反映整個產業趨勢:從「研究導向」轉向「產品嵌入」。相較 OpenAI 的通用模型,Muse Spark 強調與 Meta 生態的無縫融合,預計將帶動廣告推薦、內容生成與社交互動的革新。台灣用戶也可望很快體驗,官方暗示將優先推廣至亞洲市場。
然而,挑戰猶存。隱私疑慮、算力成本與監管壓力仍是隱憂,尤其在歐盟 GDPR 與美國反壟斷調查下,Meta 如何平衡創新與合規備受矚目。展望未來,MSL 已預告 Muse 系列後續模型將挑戰「超級智慧」邊界,或許 Muse Spark 僅是冰山一角。
Meta Muse Spark 的登場,讓人看到一家傳統社群巨頭蛻變為 AI 先鋒的雄心。隨著這款模型的全球擴張,AI 不再是遙遠科幻,而是日常生活的智能夥伴。科技世界,正因之而煥然一新。