这是Bubble2026年的第39篇更新。
时隔一年，
终于再见到Meta更新了模型。
只不过这次，不是Llama系列，换了个名字，叫Muse Spark。
九个月前，他们开始重新构建了整个AI技术栈、新的基础设施、新的架构、新的数据管线，做出了Muse Spark。
现在已经可以在Meta的产品、网站中使用它了。
网址在此：meta.ai
有一说一，这个网站真的很难打开使用...绝对是我用过所有AI网站里，最难打开使用的
回到正题，Muse Spark的Benchmark成绩如下：
对比的基本都是最猛的那几个。
但是我已经看到有老哥吐槽他们这个Benchmark 图做的稀烂，把自己的这一行标出高亮，会让人以为他们的成绩都是最好的。
所以，为了更方便比对，我重新简单做了一下这张图：
显然不是最好，但是还好有Grok，让它显得不是最差....
按照官方的说法，Muse Spark是一个原生的多模态推理模型，支持工具调用、视觉CoT、多Agent 编排。
同时，他们还推出了一个沉思模式。如果用过Gemini 3.1 Deep Think或者GPT 5.4 Pro，大概就能理解这个模式。
这个模式下，能让多个Agent并行思考处理复杂的问题。
在一些复杂的Benchmark上，跑分成绩如下：
人类最后一次考试（Humanity's Last Exam）上，不依靠工具，Muse Spark分数比Gemini 3.1 Deep Think和GPT 5.4 Pro都要好，而使用工具之后，也仅仅比GPT 5.4 Pro低那么0.3。
物理竞赛上，IPho 2025，Muse Spark的成绩比其他两个都差一些。前沿的科学研究，FrontierScience Research上，Muse Spark表现不错，比其他两个模型都要好。
那接下来，就是我的一手简单快速实测。
开始前，先叠甲说明：
我自己是认为这些case有的其实都比较老了，模型能做的好，不能说明它就一定牛逼，但是如果它这都做得不好，我觉得至少能说明模型比较一般。
照例开始，小球测试：
然后是魔方旋转还原测试：
前面的翻转做的不错，可惜还原的时候，没有把还原的路径都做出来。
与此同时，这是Opus 4.6的效果：
讲真，差异还是非常明显。
再看一个单行道交通灯模拟。
明显的细节上还是有问题，过了交通灯的车，怎么就还停下了....
甚至这个效果还没有两个月前的Kimi K2.5牛逼：
最后再看两个多模态的case。
这个来自@刘聪NLP：
非常神奇的是，Muse Spark 圈位置找对了，但是它回答错了...
讲真，它这个在图上直接圈出来还蛮让我眼前一亮的，但是架不住你回答错了呀...
最后再来看个页面复刻的case吧，简单复刻一个X页面。
原图：
复刻图：
小图标复刻、细节还原还是有问题，大体感觉方向是对的。
总体上来说，
Muse Spark 绝对不是现在的第一梯队的模型，
甚至某种程度上，我也不认为它能跟国产的开源模型相比。
但往好处想，
Meta 至少用这个模型证明了，他们还不想掉下这个牌桌。
只能说，期待他们后续的更新吧。
哦对了，
这模型是闭源的。