Девять месяцев и 14,3 миллиарда долларов спустя Meta представляет Muse Spark. Не лучшая модель, но в ней есть то, чего нет у ее конкурентов

Девять месяцев назад Meta* подписала контракт с Александром Вангом, основателем Scale AI, потратив на этот шаг 14,3 миллиарда долларов. Цукерберг поручил ему перестроить стратегию компании в области искусственного интеллекта с нуля, и сегодня эти усилия привели к первому результату: Muse Spark, первая модель подразделения Meta* Superintelligence Labs. Мы стоим перед первым запуском основополагающей модели Meta* с тех пор, как они выпустили Flame 4 в апреле 2025 года. Цель Muse Spark — вернуть Meta* в гонку за искусственным интеллектом. Вопрос, конечно, в том, сможет ли эта модель конкурировать со все более и более исключительными конкурентами. Важно: вы уже можете попробовать ее на meta*.ai.

Добро пожаловать в гонку, Muse Spark. В Meta* заявляют, что они переписали и перестроили всю архитектуру своего проекта искусственного интеллекта с нуля, и то, чего они достигли, является многообещающим: повышение эффективности, которое в случае подтверждения было бы выдающимся. Модель, утверждают ее руководители, намного превосходит Llama 4 Maverick и достигает этого, используя в 10 раз меньшую вычислительную мощность, чем последняя основополагающая модель.

Таблица с результатами тестов показывает, что Muse Sparkl конкурирует с Opus 4.6, Gemini 3.1 Pro и GPT 5.4 от первого лица. Источник: Meta*.

Где они соревнуются, а где нет. Тесты, опубликованные Meta*, ставят Muse Spark в конкурентное, но не доминирующее положение. Он особенно выделяется в мультимодальном мышлении, где превосходит Claude Opus 4.6 и OpenAI GPT-5.4, а также обладает сильным здоровьем. В двух важных разделах она не так хороша. Во-первых, абстрактное мышление: она уступает в тесте ARC-AGI 2 своим конкурентам. Другая, более яркая, — это агентское программирование, область, в которой сейчас движется больше всего денег, и в которой его производительность приличная, но, похоже, она уступает своим конкурентам. Компания Artificial Analysis, которая публикует общий рейтинг моделей искусственного интеллекта с учетом всех этих тестов, ставит ее на четвертое место после Gemini 3.1 Pro, GPT-5.4 и Claude Opus 4.6.

Но давайте вспомним кое-что важное: одно дело тесты, и совсем другое, как эти модели ведут себя в каждом сценарии и для каждого пользователя. Личное восприятие гораздо важнее, чем эти синтетические данные.

Созерцательный режим предназначен для «глубокого мышления», и здесь он конкурирует с аналогичными режимами своих конкурентов. Источник: Meta*.

«Созерцательный режим». И в официальном анонсе, и в ветке Александра Вана была отмечена новинка этой модели, которую они назвали «созерцательный режим», который, по словам Вана, «объединяет несколько агентов, которые рассуждают параллельно и который предназначен для сложных запросов в области науки и рассуждений. В ходе нашего тестирования мы обнаружили, что она конкурирует с другими моделями экстремального мышления, такими как Gemini Deep Think или GPT Pro».

Но созерцательный режим — это не дальнейшее мышление, а параллельное мышление. Дизайн созерцательного режима элегантен и заслуживает понимания. Стандартный подход к улучшению аргументации модели в выводе — дать ей больше времени на размышление: модель генерирует больше внутренних токенов перед ответом, что улучшает качество, но увеличивает задержку для пользователя (то есть время, необходимое для того, чтобы дать нам ответ). Muse Spark предлагает альтернативу: вместо того, чтобы один агент думал больше, несколько агентов думали одновременно и сотрудничали.

График задержки, опубликованный Meta*, наглядно иллюстрирует это: с 16 агентами, работающими параллельно, точность последнего экзамена по гуманитарным наукам достигает почти 59% при задержке, сопоставимой с задержкой одного агента в расширенном режиме. Это похоже на разницу между одним экспертом, работающим сверхурочно, и комитетом экспертов, проводящим обсуждения одновременно. Результат не только лучше, он приходит раньше. Это особенно важно в тех случаях, когда пользователь не может ждать ответа несколько минут.

Остерегайтесь подводных камней. Запуск Flame 4 год назад обернулся полным провалом, когда выяснилось, что выдающиеся результаты тестов этой модели были обманчивы. Версия, получившая такие высокие оценки, была разработана и специально обучена, чтобы хорошо показывать результаты в тестах. Надеемся, что Meta* усвоила урок, но первые подозрения уже появились. Франсуа Шолле, создатель теста ARC-AGI, прокомментировал, что Muse Spark «уже кажется разочарованием: он чрезмерно оптимизирован для общедоступных тестов в ущерб всему остальному. Знание того, как оценивать модели таким образом, чтобы они соответствовали реальной полезности, является основной компетенцией лабораторий искусственного интеллекта, и любая новая лаборатория вряд ли добьется успеха, не разобравшись с этим в первую очередь».

До свидания, открытый исходный код, привет, проприетарная модель. Meta* уже предупредила, так что неудивительно обнаружить, что, по крайней мере, на данный момент Muse Spark является закрытой и проприетарной моделью. Семейство моделей с открытым весом Lama превратило Meta* в компанию, которая «демократизировала ИИ», в то время как OpenAI и Anthropic держали свои moedlos закрытыми. Это породило огромное сообщество разработчиков, исследователей и компаний, которые создавали модели на основе моделей Meta*, но Muse Spark отказывается от этой философии. Компания заявляет, что, возможно, выпустит версии Muse Spark с открытым весом в будущем, но ни к чему не обязуется. Известный специалист по искусственному интеллекту Итан Моллик подчеркнул, что «без открытых весов гораздо сложнее предсказать стоимость Spark».

Личный суперинтеллект «. Meta* создала Muse Spark с еще одним отличительным элементом: гиперперсонализацией. Представьте, что у вас есть личный помощник, который знает ваше имя и историю покупок, потому что вы зарегистрировались в сервисе. А теперь представьте себе другого посетителя, который прочитал десять лет ваших разговоров с друзьями, знает, какой юмор вам нравится, знает темы, которые вызывают у вас беспокойство, понимает вашу социальную сеть, видел фотографии, которыми вы поделились, и узнайте, какие статьи вам понравились или какой контент вы потребляете.

Разница здесь очевидна: Meta* использовала всю ту информацию, которая у нее есть о вас, благодаря всему, что вы разместили на своих платформах (WhatsApp*, Instagram*, Facebook*), а Muse Spark — первая модель, разработанная для использования этого преимущества изначально. У компании, похоже, нет никаких проблем с признанием того, что она использует те данные, которые она собрала именно для этого: посмотрим, как получится этот ход, потому что, хотя концепция мощная, она также может быть поставлена под сомнение из-за этого теоретического вторжения в частную жизнь. На данный момент уже есть первый пример такого использования: Цукерберг использует этот личный ИИ в своей повседневной жизни.

Речь идет не о лучшем программировании, а о проникновении в ваш WhatsApp*. Стратегическая цель Meta* с Muse Spark — не быть лучшей моделью для программирования или поиска вакцин от рака. Цель состоит в том, чтобы стать упомянутым гиперперсонализированным ИИ для 3 миллиардов пользователей, которые уже используют его платформы. Варианты использования, на которых сосредоточена Muse Spark, бросаются в глаза и отходят от той другой карьеры IAs в Силиконовой долине, и они будут стараться помочь пользователям в повседневных ситуациях, позволяя им создавать собственные приложения.:

• Сфотографируйте свою еду и получите анализ питания
• Потренируйтесь, и я скажу вам, какие мышцы вы задействовали
• Загрузите изображение игры и создайте из него небольшую интерактивную игру
• Решайте бытовые проблемы с помощью визуальных и голосовых заметок
• Вы получите более качественную информацию о своем здоровье благодаря работе Meta* с 1000 врачей, которые внесли свой вклад в улучшение аргументации в этом разделе

Безопасность по флагу. Как показал Клод Мифос, споры о мощности этих моделей и их влиянии на безопасность усиливаются. В Meta* наняли независимого консультанта, и, согласно их выводам, Muse Spark имеет самый высокий уровень «осведомленности об оценке» среди всех проанализированных ими моделей. Модель на самом деле часто определяет, что ее оценивают, и приходит к выводу, что она должна вести себя честно и «без обмана».

Не было обнаружено никаких доказательств того, что эта осведомленность влияла на поведение в опасных ситуациях, и внутренние тесты показали, что, например, он отказывается участвовать в разработке биохимического оружия в 98% случаев, опережая 95,4% Opus 4.6 или тревожные 74,7% GPT 5.4 или 61,5% Gemini 3.1 Pro.

Мы ждали девять месяцев Meta* вернется в гонку, но хватит ли Muse Spark? а именно, над чем работало новое подразделение суперинтеллекта Мета, и, наконец, у нас есть результат этой работы. Прием на рынках был очень положительным, и акции Meta* выросли на 6,5% после анонса, но будьте осторожны:Muse Spark не превосходит своих конкурентов по производительности, и ему придется доказать, что эта дифференциация (эффективность, гиперспециализация) в конечном итоге является ключом к окончательному возвращению Meta* в чрезвычайно успешную карьеру. competivia. Если Muse Spark не превратит эту эффективность в удержание в WhatsApp* или Instagram*, Meta* заплатит 14,3 миллиарда долларов за четвертое место.

Редактор: AndreyEx