Meta推出多模态推理模型Muse Spark，医疗问答能力领先同类产品

Meta Platforms今日发布了一款全新推理模型Muse Spark，该模型在回答健康类问题及分析多模态数据方面表现尤为出色。

未来几周内，Meta将把这一算法逐步部署至面向消费者的Meta AI服务中。与此同时，Muse Spark也将通过应用程序编程接口（API）向开发者开放，目前该API处于私有预览阶段。

Meta表示，Muse Spark在多项基准测试中的表现超越了Claude 4.6 Opus、Gemini 3.1 Pro和GPT 5.4。其中一项测试为HealthBench Hard，专门用于衡量AI模型回答医学问题的能力。Muse Spark的得分比排名第二的GPT 5.4高出逾2个百分点。

该模型的出色表现，部分源于Meta在逾1000名医生的协助下整理编制的临床训练数据集。这一数据集是公司对AI开发流程进行全面升级的重要成果之一。据这家Facebook母公司介绍，其工程师还对模型架构及训练后工作流程进行了优化改进。

Meta在今日发布的博客文章中表示："与我们的上一代模型Llama 4 Maverick相比，我们仅需不到其十分之一的算力，便能达到相同的能力水平。这一进步也使Muse Spark相较于目前主要的可比基础模型，在效率上具备显著优势。"

科学图表分析是Muse Spark另一项领先竞品的能力。在CharXiv Reasoning这一由技术图表构成的基准数据集上，Muse Spark的表现超越了Opus 4.6及其他竞争模型。这种视觉推理能力同样适用于更广泛的应用场景——用户可以在Meta AI应用中上传一张超市货架的照片，并让模型估算每种食品的卡路里含量。

Meta还对Muse Spark进行了另外十余项基准测试。在许多测试中，其得分与Opus 4.6、Gemini 3.1 Pro和GPT 5.4相差无几，且在多项评估中均领先于至少一款竞争模型。这些基准测试涵盖代码生成、机器人导航和工具调用等多个应用场景。

Muse Spark还可通过开启"深思模式（Contemplating mode）"来提升输出质量。该功能会同时启动多个AI智能体，将任务分解为若干子步骤并行处理。Meta表示，这项技术使Muse Spark在HLE这一AI领域公认的最难基准测试之一上的得分提升了约8%。

Muse Spark是Meta规划中的系列多模态推理模型中的首款产品。Meta在今日的博客文章中写道："我们正处于可预期且高效的规模扩展轨道上，期待很快向外界分享在通往个人超级智能道路上能力日益增强的系列模型。"

Q&A

Q1：Muse Spark在医疗健康方面有什么突出表现？

A：Muse Spark在HealthBench Hard基准测试中表现优异，该测试专门衡量AI模型回答医学问题的能力。Muse Spark的得分比排名第二的GPT 5.4高出逾2个百分点。这一成绩部分得益于Meta联合逾1000名医生共同编制的临床训练数据集，使模型在医疗问答领域具备较强的专业能力。

Q2：Muse Spark的"深思模式"是什么，有什么作用？

A：深思模式（Contemplating mode）是Muse Spark的一项可选功能，开启后会同时启动多个AI智能体，将复杂任务拆解为若干子步骤并行处理，从而提升输出质量。根据Meta的测试数据，该模式使Muse Spark在AI领域公认的高难度基准测试HLE上的得分提升了约8%，有效增强了模型面对复杂任务时的推理表现。

Q3：Muse Spark和上一代模型Llama 4 Maverick相比效率提升了多少？

A：根据Meta的官方说法，Muse Spark仅需Llama 4 Maverick不到十分之一的算力，便能达到相同的能力水平。这意味着在计算资源消耗方面实现了数量级的大幅降低，使Muse Spark相较于目前市场上主要的可比基础模型在运行效率上具备显著优势。