Вкратце
- Новая модель Muse Spark от Meta знаменует переход к закрытому, изначально мультимодальному ИИ с рассуждениями на основе агентов.
- Meta сообщает о значительных улучшениях в тестах по здравоохранению и поиску, но все еще отстает от Gemini в базовых рассуждениях и программировании.
- Созданная за девять месяцев с гораздо меньшими вычислительными ресурсами, эта модель указывает на новую стратегию ИИ, ориентированную на эффективность.
Meta запустила Muse Spark в среду, представив первую модель, созданную Meta Superintelligence Labs — командой, собранной девять месяцев назад под руководством главного директора по ИИ Александра Ванга после приобретения Meta компании Scale AI за 14 миллиардов $. Она уже доступна на meta.ai и в приложении Meta AI, а развертывание в Facebook, Instagram и WhatsApp ожидается в ближайшие несколько недель.
Это не просто очередное обновление чат-бота или новая версия Llama. Muse Spark изначально мультимодальна — она обрабатывает изображения, текст и голос с нуля, а не добавляет зрение к существующей текстовой модели. Она оснащена визуальной цепью рассуждений, поддержкой использования инструментов и тем, что Meta называет «Режимом размышления»: настройкой, которая запускает несколько ИИ-агентов параллельно для решения более сложных задач. Это ответ Meta на расширенные режимы мышления от Google Gemini Deep Think и OpenAI GPT Pro.
«Muse Spark — это первый шаг на нашей лестнице масштабирования и первый продукт полной перестройки наших усилий в области ИИ», — написала Meta в официальном объявлении. «Для поддержки дальнейшего масштабирования мы делаем стратегические инвестиции во всем стеке — от исследований и обучения моделей до инфраструктуры, включая дата-центр Hyperion».
Компания работала с более чем 1 000 врачей для курирования обучающих данных для медицинских рассуждений Muse Spark. Результаты по HealthBench Hard — открытому тесту медицинских запросов — впечатляют: Muse Spark набрала 42,8 балла по сравнению с 40,1 у GPT 5.4 и всего 20,6 у Gemini 3.1 Pro. Это не незначительная разница.
В агентном поиске (DeepSearchQA) Muse Spark также лидирует с 74,8, опережая Gemini (69,7) и GPT 5.4 (73,6). В CharXiv Reasoning — понимании графиков из научных статей — она набрала 86,4, самый высокий результат среди сравниваемых моделей.
Для тех, кто увлекается взломом ИИ, модель была взломана за считанные минуты:
Но хорошее — не то же самое, что отличное. Общая картина тестов показывает, что Gemini 3.1 Pro по-прежнему опережает в большинстве категорий. Разрыв наиболее заметен в ARC AGI 2, тесте на абстрактное логическое мышление: Gemini набрала 76,5 против 42,5 у Muse Spark.
В программировании (LiveCodeBench Pro) 82,9 у Gemini опережает 80,0 у Meta. В MMMU Pro — мультимодальном понимании — Gemini набрала 83,9 против 80,4. Собственный блог Meta признает текущие пробелы в производительности в долгосрочных агентных системах и рабочих процессах программирования.
В этот запуск также встроен заметный стратегический сдвиг. Muse Spark — закрытая модель — ее архитектура и веса не будут обнародованы. Это резкое отклонение от Llama, которая построила репутацию Meta в открытых кругах ИИ. После сдержанного приема Llama 4 ранее в этом году Meta, похоже, решила, что следующая глава должна быть написана по-другому.
Компания заявляет, что надеется открыть исходный код будущих версий Muse, но пока код остается внутри Meta. Акции технологического гиганта выросли почти на 9% в среду после объявления и закрыли торговый день с ростом на 6,5% до цены 612,42 $.
«Режим размышления» использует параллельную оркестрацию агентов для повышения потолка модели. В этой конфигурации Muse Spark достигла 58% в Humanity's Last Exam и 38% в FrontierScience Research — территории, которая делает ее конкурентоспособной с наиболее способными версиями Gemini и GPT, а не их стандартными релизами.
Meta также внедряет помощника по покупкам, который сравнивает товары и напрямую ссылается на покупки, и планирует внедрить Muse Spark в Facebook, Instagram и WhatsApp в ближайшие недели — следуя тому же сценарию, реализованному с Llama 3, предоставив ее более чем 3,5 миллиардам пользователей. Приватная версия API открывается для избранных разработчиков.
Модель была создана за девять месяцев, внутреннее кодовое название Avocado, при этом Meta утверждает, что ее новый стек предварительного обучения может достичь того же уровня возможностей, что и Llama 4 Maverick, используя более чем в 10 раз меньше вычислительных ресурсов.
Muse Spark внутренне описывается как «небольшой и быстрый» первый шаг в семействе Muse. Более мощная версия уже находится в разработке.
Ежедневная рассылка новостей
Начинайте каждый день с главных новостей прямо сейчас, плюс оригинальные материалы, подкаст, видео и многое другое.
Источник: https://decrypt.co/363691/meta-muse-spark-most-capable-ai-gemini-pro-still-leads
