模型发布

Meta 五个月第四发:Muse Spark 1.3 加码智能体与科学推理

Meta 上线 Muse Spark 1.3 模型,五个月内的第四个迭代版本。xhigh 版在 Artificial Analysis Intelligence Index 上拿到 61 分,升级重心放在智能体和科学推理能力。

本文基于官方公告、公开资料和行业讨论整理,重要事实建议以原文和官方更新为准。
Meta 五个月第四发:Muse Spark 1.3 加码智能体与科学推理

Meta 上线 Muse Spark 1.3 模型,这是该系列五个月内的第四个版本。Meta 首席 AI 官 Alexandr Wang 在 X 上确认了这次更新,并强调智能体与科学推理是本轮的重点。

公开信息显示,Muse Spark 1.3 的 xhigh 版本在 Artificial Analysis Intelligence Index 上拿到 61 分。这是一项综合评测,覆盖推理、代码、数学与智能体等多项任务,分数越高代表综合能力越强。

头部厂商主版本通常一年更新一到两次,小版本大致月更。Meta 把 Muse Spark 推到近双周迭代的节奏,背后大概率有持续的训练与评测闭环,这种发布频率在工业界并不常见。

61 分在当前榜单上属于中上位置。第一梯队模型多在 65 分以上,主流开源模型或中小厂商产品常在 50 分上下。Muse Spark 1.3 没有冲到榜首,但明显缩小了和头部阵营的差距。

本轮升级重点放在两件事:智能体和科学推理。智能体能力直接关系到模型能不能稳定完成多步骤任务,例如自动操作浏览器、调用工具链、跨应用执行工作流。

科学推理则覆盖数学、逻辑推演与复杂问题拆解。这两项能力一旦提升,金融分析、研究辅助、数据清洗这类场景会更可靠,开发者也能少写很多兜底逻辑

中文用户应该关注什么

Muse Spark 系列目前主要面向英文场景,海外开发者已经在持续跟进。中文用户暂时没有看到官方接入通道,更多依赖 API 转发、第三方平台间接调用,或自行部署开源权重版本。

对国内 AI 工具使用者来说,更现实的路径是等开源版本稳定后用 Ollama、vLLM 等框架本地跑,或者通过国内云厂商接入类似能力的国产模型。Muse Spark 的更新节奏可以作为国产模型迭代速度的参照。

后续值得观察

三件事值得持续看:Meta 会不会继续高频迭代,把分数推到 65 分以上进入第一梯队;智能体能力是否真的能在生产环境稳定落地,而不是仅在评测集上好看;Muse Spark 何时以合规方式进入中国市场,或者通过开源版本与中文社区正式见面。

同主题阅读路径

查看「模型发布」栏目
继续比较相关工具

读完文章后,如果你想继续筛选 AI 工具,可以从真实使用场景开始做横向比较。

查看 AI 工具