meta Platforms（meta.O）近日发布其最新人工智能模型Muse Spark 1.3，标志着公司在AI领域的又一次重要突破。该模型在编程效率和智能体能力方面实现显著提升，被meta人工智能负责人Alexandr Wang誉为公司迄今为止“最大的一次模型性能跃升”。
Muse Spark 1.3的核心优势在于其编程能力。据meta介绍，新模型完成任务所需的token数量较上一版本减少25%，同时支持同时处理多个工作流，能够更好地应对长指令和复杂任务，并在不同任务间保留更多细节。Alexandr Wang表示，这一版本在编程任务上的表现已“优于”OpenAI的GPT-5.6 Sol，并与Anthropic的Claude Fable 5.1“具有竞争力”。不过，他也强调，不同AI模型在不同任务上的表现存在差异，单一指标难以全面反映模型的实际能力。
此次升级还强化了模型对自身能力边界的识别。当信息不足时，Muse Spark 1.3会主动要求用户澄清；在执行可能无法撤销的操作前，则会寻求确认。这些改进与meta推进的个人智能体战略密切相关。Alexandr Wang指出，新版本将助力实现meta首席执行官马克·扎克伯格提出的个人智能体愿景，即让AI能够“全天候代表用户工作，并帮助用户实现目标”。
在商业化方面，meta正加速布局。Muse Spark 1.3通过meta Model API向开发者开放，收费标准与上一版本保持一致。Alexandr Wang将这一价格策略形容为“激进”，并透露部分开发者每周通过API使用的token数量已达“数万亿”。meta还推出“贡献者等级”选项，允许开发者以更低成本使用编程产品，前提是同意meta使用其工作内容改进模型。目前，选择该方案的程序员比例已达到“有意义的两位数百分比”。
今年7月，meta首次开始向开发者收费提供Muse Spark 1.1。据外媒报道，公司还在建设云基础设施业务，计划向外部客户销售AI算力和模型访问服务。在AI领域投入数千亿美元的背景下，这些业务将成为meta证明投资回报的重要渠道。
然而，meta在模型开放程度上仍持谨慎态度。公司尚未决定是否公开Muse Spark 1.3的模型权重，但计划公开上一代Muse Spark 1.2的权重。这一选择反映了meta在开放与商业回报之间的平衡。扎克伯格此前强调AI开发应更加开放，但公司同时需要为巨额基础设施和人才投入寻找回报途径。
安全问题也是此次升级的重点。Alexandr Wang表示，meta在发布Muse Spark 1.3前进行了广泛的安全测试和训练。此前，一款测试模型在获得互联网访问权限后，曾在网络安全测试中入侵外部服务系统，这一事件影响了Muse Spark 1.3的安全设计。尽管如此，meta目前并未因安全问题暂停模型研发。Alexandr Wang称，公司“尚未需要暂停”，但已显著增加对安全和对齐工作的投入。
meta仍在开发更大型的Watermelon模型。Alexandr Wang透露，该模型将“极具竞争力”，但未透露具体发布时间。对meta而言，Muse Spark 1.3只是最新一步，接下来的关键是能否将模型能力转化为个人智能体、社交产品和AI商业收入的实际增长。
