Meta 的首个闭源 AI 模型问世 — 它打破了扎克伯格对 Open AI 做出的所有承诺

2024 年 7 月，马克·扎克伯格撰写了一份 2000 字的宣言，宣称“开源 AI 是前进之路”。他认为封闭 AI 会危险地集中权力，而开放模型则民主地分配能力，并且 Meta 致力于为所有人构建 AI。

2026 年 4 月 8 日，Meta 发布了 Muse Spark——其首个闭源 AI 模型。

没有公开权重。没有开放许可。仅通过 Meta 自有基础设施提供 API 访问。由扎克伯格团队耗时九个月、花费 143 亿美元构建的 meta AI 模型，目前在 Artificial Analysis Intelligence Index 全球排名第 4，落后于 Gemini 3.1 Pro、GPT-5.4 和 Claude Opus 4.6。

这一转变提出了三个值得深入思考的问题：Meta 为什么现在放弃开源？开发者社区实际上失去了什么？Muse Spark 是否代表了这家公司在十二个月前发布了一款被自家开发者称为失败之作的模型之后的真正复苏？

发生了什么

Muse Spark 于 2026 年 4 月 8 日发布，是 Meta Superintelligence Labs (MSL) 的首个模型——这是扎克伯格在 2025 年夏季 Llama 4 惨败后重组的 AI 部门。该模型由 29 岁的 Alexandr Wang 领导，他是 Scale AI 的前联合创始人兼 CEO，扎克伯格将其聘为首席 AI 官，并通过对 Scale AI 的 143 亿美元投资获得了 49% 的所有权。

Wang 在 19 岁时创立 Scale AI，为自动驾驶汽车标注训练数据。29 岁时，他已成为任何前五名科技公司中最年轻的首席 AI 官，如今掌管着一个日触达超过 30 亿用户的平台的 AI 雄心。

Muse Spark 接受语音、文本和图像输入，仅产生文本输出。Meta 将其描述为“设计上小而快”——所需的计算量比 Llama 4 Maverick 低一个数量级，却能达到同等能力水平。根据 Meta 自己的基准披露，它“在许多任务上与 OpenAI、Anthropic 和 Google 的领先 AI 模型具有竞争力，尽管并非在所有方面都超越它们”。

最后这句话因其诚实而值得注意。此前的 Llama 发布都伴随着后来被证明无法兑现的优越性声明。

该 meta AI 模型立即为 Meta AI 应用和桌面网站提供支持，未来几周将部署到 Facebook、Instagram、WhatsApp、Messenger 和 Ray-Ban Meta AI 眼镜。发布定价：免费，但有速率限制。 monetization 策略：尚未披露。

一种名为“Contemplating”的模式——用于复杂问题的多代理推理——即将推出，但目前尚未上线。Meta 还表示，Muse Spark 在视觉 STEM 问题和健康相关查询上表现尤为出色，理由是与超过 1000 名医生合作进行了健康重点训练数据的协作。

为什么这款 Meta AI 模型标志着战略转折点

要理解 Meta 为什么转向闭源，你需要了解开源实际上为公司带来了什么——以及它何时停止发挥作用。

2023 年和 2024 年发布的 Llama 2 和 Llama 3 是对 AI 社区真正的开源馈赠。研究人员可以下载权重、对其进行微调、本地部署，并在其基础上发表论文。对 Meta 而言，这具有战略价值：它大规模建立了开发者忠诚度，吸引了希望在可发表模型上工作的研究人员，并创建了一个衍生产品生态系统，使 Meta 在无需商业销售的情况下保持与 AI 对话的相关性。

开源策略之所以有效，正是因为 Llama 具有竞争力。一款全球排名前三、免费下载的模型是一种市场颠覆。而一款排名第四且免费的模型则是一个慈善项目。

Llama 4 打破了这一策略。它于 2025 年 4 月发布，收到了开发者褒贬不一的评价。内部动荡公开化。最具破坏性的是发现 Meta 向基准排行榜提交了经过优化的 Llama 4 变体，这些变体与公开发布的权重不同——开发者社区将这种做法称为“bench-maxxing”。当你赠送模型权重时，可重现性是核心价值主张。Bench-maxxing 彻底摧毁了这一价值主张。

扎克伯格在 2025 年夏季重组了 AI 部门，成立了 Meta Superintelligence Labs，并引入了 Wang。信息明确无误：Meta 前沿 AI 的开源时代结束了。

Scale AI 投资解释了闭源策略。拥有 Scale AI 49% 的股权，使 Meta 能够优先获得世界上最大的专业数据标注业务，用于未来的训练运行。这是一个结构性护城河——开源社区贡献无法复制，而且如果 Meta 保持结果模型的专有性，它就最具价值。从这个角度看，赠送在 Scale AI 专有数据管道上训练的模型权重，就是赠送花费 143 亿美元获得的竞争优势。

还有分发论点。Muse Spark 将嵌入 Meta 的应用——这些产品被超过 30 亿人使用。这种部署规模将产生任何 API 公司或开源项目都无法比拟的微调信号。来自 WhatsApp 和 Instagram 的消费者使用数据将成为训练燃料。只有 Meta 控制模型时，这个循环才能发挥作用。

开源社区失去了什么——Meta 获得了什么

开发者社区的反应尖锐。“信息很明确，”Trending Topics 写道，“开源是一种市场策略，从来不是原则。”DEV Community 发表了一篇题为“Meta 花费 143 亿美元扼杀开源 AI”的文章。WebProNews 用标题总结：“Meta 扼杀了 Llama。”

这些反应在情感上尖锐，但在事实上不准确。Meta 的 Llama 4 权重仍然公开可用。之前模型的开源管道仍在继续。关闭的是 Meta 的前沿层——今后最好的模型将是专有的。社区仍然可以访问 Meta 通过 Llama 4 构建的内容；它不再能访问 Meta 接下来构建的内容。

这种区别很重要。运行在 Llama 2 和 Llama 3 衍生品上的开源 AI 生态系统是巨大的——数千个微调模型、数十个商业产品、每个主要 ML 会议的研究论文。Muse Spark 的闭源不会使这些消失。但升级路径——Meta 的前沿将继续可供下载的期望——已经消失。

扎克伯格 2024 年 7 月的宣言指出：“开源 AI 是前进之路——它分配权力而非集中权力。”Muse Spark 在前沿层关闭了这条路径。当你的模型可以通过 Meta 的生态系统免费使用时，“分配权力”的开源论点适用方式不同：能力是分配的（任何人都可以通过 Meta AI 使用 Muse Spark），但底层技术不是（没有人可以独立检查、修改或部署它）。扎克伯格的论点没有改变；实施方式改变了。

对 Meta 决定的有力辩护令人不舒服但有效。OpenAI、Anthropic 和 Google 于 2026 年 4 月 6-7 日联合宣布，他们正在通过 Frontier Model Forum 共享情报，以阻止中国 AI 公司通过对抗性蒸馏窃取他们的模型——一种通过向强大模型提供提示并使用输出训练更便宜的仿制品的技术。Anthropic 声称三家中国 AI 公司通过欺诈账户与 Claude 生成了超过 1600 万次交互，专门用于此目的。开放权重使蒸馏变得极其容易。Meta 的开源模型几乎肯定被这样使用。转向闭源在一定程度上是对这种竞争动态的回应。

商业模式差距仍然是合理的批评。Muse Spark 以免费方式发布，没有披露 monetization 策略。Anthropic 的年化收入达到 300 亿美元。OpenAI 达到 250 亿美元。CNBC 直接提出了问题：“Meta 的新 AI 模型 Muse Spark 能赚钱吗？”目前还没有答案。

Muse Spark 与竞争对手的比较：Meta 实际处于什么位置

Artificial Analysis Intelligence Index 排名——Gemini 3.1 Pro（第 1）、GPT-5.4（第 2）、Claude Opus 4.6（第 3）、Muse Spark（第 4）——是 Meta 首次进入全球前四。Llama 4 的尴尬之后，这是一次有意义的复苏。

但在有三名选手领先的比赛中获得第四名，在商业上也是一个复杂的局面。企业客户在评估用于高风险应用（如合同审查、代码生成、临床文档）的 AI 模型时，往往会选择安全和合规团队可以批准的性能最佳选项。接近但不是最佳，对于嵌入人们已经在使用的应用中的消费者聊天机器人来说是足够的位置。对于企业销售动作来说则更难。

剩余的主要开放权重替代方案填补了不同的利基。Google 的 Gemma 4（Apache 2.0 许可，最多 31B 密集参数）在开放模型中全球排名第三，并且真正具有竞争力。Arcee 的 Trinity（400B 参数，Apache 2.0）针对企业本地部署。Meta 自己的 Llama 4 权重仍然可用于微调。开放前沿并未崩溃——它只是不再有 Meta 的前沿层承诺。

Muse Spark 最具差异化的功能可能是健康用例。与超过 1000 名医生合作进行训练数据，并在健康相关查询和视觉 STEM 问题上声称特别强项，开辟了一个 GPT-5.4 和 Claude Opus 4.6 没有专门针对的垂直领域。这种差异化是否能在临床评估要求的接触中存活下来仍有待观察。

Ray-Ban 部署在战略上意义重大，但被低估。Muse Spark 将是首个在发布时嵌入消费硬件的前沿级 AI 模型——而不是几个月后作为软件更新添加。这种嵌入式部署在其他前沿实验室无法访问的形式因素中生成真实世界的实时使用数据。如果空间计算是有意义的下一个平台，这就是数据护城河。

Meta AI 战略接下来会怎样

在接下来的几个月里，最重要的信号将是“Contemplating”模式是否兑现多代理推理的承诺。Claude 的扩展思考、GPT-5.4 的推理模式和 Gemini 的复杂任务处理都已确立。Meta 的多代理方法需要在难题上展示有意义的改进，以证明闭源溢价的合理性。

分发飞轮是论点。超过 30 亿人使用 Meta 的应用。即使是日常活跃用户的一小部分生成 Muse Spark 交互，也会创建比任何学术或初创公司竞争对手都大得多的微调数据集。问题是这些使用数据需要多长时间才能转化为未来模型版本的可衡量能力改进。

Meta 表示“希望开源模型的未来版本”。最可能的解释是：Muse Spark 的架构——而不是 Muse Spark 本身——在商业窗口关闭后开源，类似于 OpenAI 最终发布 GPT-2 的方式。社区获得架构；Meta 保留训练权重。

扎克伯格的真实立场可能比开放与封闭的框架所暗示的更微妙。他 2024 年 7 月的论点是开源“分配权力”。通过 Meta 的应用家族免费访问 Muse Spark 也分配了访问权——只是通过 Meta 的分发渠道，而不是通过可下载权重。交付机制改变了。覆盖论点仍然站得住脚。

长期风险很简单：如果 Muse Spark 无法 monetize，Meta 将面临二元选择。回到开源——牺牲商业转变的信誉——或推出订阅并直接与 ChatGPT Plus 和 Claude Pro 竞争。两种选择都不是免费的。这家以慷慨建立 AI 身份的公司现在必须决定它的成本。

Meta 转变还有一个很少被报道的第三维度：对学术 AI 研究社区的影响。Llama 2 和 Llama 3 为无法负担 OpenAI API 成本的大学提供了数千篇学术论文的动力。研究微调、对齐、可解释性和安全性的研究人员使用 Llama 权重，因为它们可以免费下载并本地部署。Muse Spark 结束了 Meta 前沿工作的这一管道。学术实验室将需要回退到 Gemma 4（Google 的开放模型）、较旧的 Llama 版本，或向 OpenAI 和 Anthropic 申请研究 API 额度。Meta 的学术影响力——Llama 策略最有价值的长期资产之一——现在面临风险。

健康用例是 Muse Spark 差异化故事最清晰的地方。与超过 1000 名医生合作进行训练数据，并专门针对视觉 STEM 和健康查询进行定位，使 Muse Spark 定位于其他前四模型没有积极追求的垂直领域。医疗保健是美国每年 4 万亿美元的行业，具有特定的监管要求（HIPAA、FDA 关于 AI 作为医疗设备的指导），这创造了与一般企业软件截然不同的采购环境。如果 Meta 能在 OpenAI 或 Anthropic 构建明确的健康垂直领域之前为 Muse Spark 建立临床信誉，健康用例可能成为持久的护城河。问题是“在许多任务上具有竞争力”是否足以满足需要“在此特定临床工作流上达到最佳水平”的临床买家。

Ray-Ban 部署时间表是近期需要关注的指标。Meta 的 AI 眼镜自 2023 年以来已商业化，每一代硬件都增加了更多 AI 能力。如果 Muse Spark 在发布时嵌入下一代 Ray-Ban 中，产生比先前版本更有意义的助手体验，它将验证整个消费硬件 AI 策略。如果失败，眼镜仍将是一个利基产品，Muse Spark 的真实用户群将仅限于 Meta AI 应用。跨形式因素（云 API、移动和边缘硬件）跟踪 AI 模型部署的组织越来越依赖连接的 AI knowledge base 来理解快速的能力和平台变化。

还有一个值得提及的动态。在 Muse Spark 发布的同一周，OpenAI、Anthropic 和 Google 宣布他们正在联合共享情报，以阻止中国 AI 公司通过欺诈 API 访问蒸馏他们的模型。Anthropic 声称三家中国公司通过假账户与 Claude 生成了 1600 万次交互，专门用于训练仿制模型。这就是使开放权重在前沿具有战略问题的对抗性蒸馏威胁。Meta 的 Llama 模型作为开放权重发布，总是可以被轻易蒸馏——不需要欺诈账户。Meta 转向闭源，在一定程度上是对 OpenAI、Anthropic 和 Google 正在协调阻止的同一威胁的回应。讽刺的是：开源本应民主化 AI。在开放权重的主要受益者是利用它们训练竞争对手的资金雄厚的实验室的世界里，民主论点发生了逆转。

每个曾经支持开放前沿模型访问的主要 AI 实验室现在要么关闭了其前沿层，要么正在重新考虑。Meta 是最后一个做出这一举措的主要开源拥护者。这是否标志着开放前沿时代的结束，或者只是竞争市场自然成熟的问题，将由未来 12 个月在基准分数、企业合同以及 Muse 2 发布时是否还有人在使用 Muse Spark 来回答。

Muse Spark 是重建后的 Meta AI 部门发布的首个模型，在竞争压力下发布，进入一个前三名模型均为专有且开源替代格局从未如此分散的市场。它是否成功将较少取决于其基准，而更多取决于 Meta 将其分发优势——30 亿日活跃应用用户——转化为使闭源转变在回顾中经济合理的 monetization 模型的能力。

如果你的团队难以高效跟踪快速的 AI 模型发布和战略转变，帮助你捕获和连接快速变化信息的工具——比如结构化的 second brain——可以成为反应式和领先之间的区别。

常见问题

Meta Muse Spark 是什么？

Muse Spark 是 Meta 的首个闭源 AI 模型，由新重组的 Meta Superintelligence Labs 在首席 AI 官 Alexandr Wang 的领导下于 2026 年 4 月 8 日发布。它接受语音、文本和图像输入，在 Artificial Analysis Intelligence Index 全球排名第 4，落后于 Gemini 3.1 Pro、GPT-5.4 和 Claude Opus 4.6。

为什么 Meta 为其前沿 AI 放弃了开源？

三个 converging 原因：Llama 4 的基准操纵争议摧毁了使开放权重有价值的可信度；143 亿美元的 Scale AI 投资创建了一个专有数据管道，最好用闭合权重保存；以及对抗性蒸馏——竞争对手用提示喂养开放权重来训练仿制模型——使开源在前沿层具有战略成本。

Meta 的 Llama 仍然是开源的吗？

是的。Llama 4 权重仍然公开可用，用于微调和研究。改变的是 Meta 的前沿层——今后其最好、最有能力的模型将是专有的。Llama 2 和 Llama 3 衍生项目以及现有的微调不受影响。

Muse Spark 如何 monetize？

目前没有——Muse Spark 以免费方式发布，没有披露 monetization 策略。Meta 的隐含论点是，该模型推动其 30 亿日活跃应用用户的参与和数据积累，从而改进未来模型。这是否转化为独立的收入模型仍是一个悬而未决的问题。