转战闭源遇挑战：消息称 Meta 一再推迟上线 AI 模型 Muse Spark

从开源先锋到闭源急转弯：Muse Spark姗姗来迟

Meta曾是开源大模型阵营的旗帜，Llama系列一度成为开发者社区的基础设施。然而，2025年4月Llama 4因“刷分”丑闻翻车，叠加首席AI科学家杨立昆对主流LLM路线的质疑，Meta陷入技术路线与口碑的双重危机。随后Meta成立超级智能实验室（MSL），并于2026年4月8日推出首款闭源模型Muse Spark，宣告彻底转向。据内部人士透露，原计划更早上线的模型因团队重构、技术栈重建而一再推迟，最终耗时九个月才面世。Meta首席AI官汪滔形容团队“从一片空地重建整条AI系统框架”，效率虽超以往，但迟到已成事实。

内部地震与九个月“推倒重来”：Meta AI团队大换血

Muse Spark的发布延迟直接源于Meta AI部门的剧烈震荡。2025年6月，Meta斥资约143亿美元收购Scale AI 49%股份，并挖角其创始人汪滔主导MSL；扎克伯格亲自出面以高达1亿美元年薪招揽人才，同时裁撤约600个旧AI团队职位。去年底，杨立昆正式离职，标志Meta彻底拥抱闭源与LLM路线。这场人事与组织变革导致模型研发一度停滞，核心团队从零搭建算力基础设施与训练管线，直到2026年初才进入冲刺阶段。变革中大量早期AI员工流失，也拖慢了Muse Spark的迭代节奏。

能力尚未登顶：Muse Spark在多项测试中落后对手

尽管Meta宣称Muse Spark是“有史以来最强大的模型”，但第三方评估显示其尚未全面领先。在Artificial Analysis综合排名中，Muse Spark位列第四，落后于谷歌Gemini 3.1 Pro、OpenAI GPT-5.4和Claude Opus 4.6。编程能力尤其薄弱——在SWE-Bench Verified等关键基准中得分接近或低于上述竞品。即便在Meta引以为傲的多模态与推理测试中，Muse Spark也仅在CharXiv Reasoning等少数项目上超越对手，多数场景被Gemini 3.1 Pro High压制。独立评测机构Vals AI指出，编程短板是Meta后续急需攻克的瓶颈。

资本重注与竞争加剧：Meta能否后来居上？

为追赶对手，Meta在AI基础设施上押注空前——预计2026年资本支出高达1150亿至1350亿美元，近乎2025年的两倍。同时，公司计划裁员20%以转嫁成本压力。但市场环境并不宽松：Anthropic刚推出具备自主漏洞利用能力的Mythos Preview，OpenAI的GPT-6传闻将于4月上线，DeepSeek也更新界面预示V4版本将至。扎克伯格在财报会上坦言，首批模型“表现不错”，但更重要的是展示Meta的快速进步轨道。摩根士丹利认为Meta市盈率已处十年低位，但能否凭借Muse Spark系列真正缩小差距，仍取决于后续迭代速度与编程等短板的补齐。