Meta Muse Spark 到 1.2：多模態推理、平行 Agent 與版本邊界

Meta 在 2026 年 4 月推出初代 Muse Spark，將它定位為 Meta Superintelligence Labs 的第一個 Muse 模型。短短數月內，產品又演進到 1.1 與 1.2，因此今天閱讀初代公告時，最重要的不是把所有能力混成一個「Muse Spark」，而是確認每項能力屬於哪個版本、哪種存取方式。

本文以 Meta 的第一方公告為界：能確認的是多模態、工具使用、平行 Agent、官方評測與版本可用性；無法由公開資料確認的內部演算法，不會補成看似精確的架構故事。

初代 Muse Spark 公開了什麼

Meta 的初代公告將 Muse Spark 描述為原生多模態推理模型，支援 tool use、visual chain of thought 與 multi-agent orchestration。公開示例包含視覺定位、互動式標註，以及由多個 Agent 平行推理的 Contemplating mode。

Meta 報告 Contemplating mode 在 Humanity’s Last Exam 得到 58%、在 FrontierScience Research 得到 38%。這些是 vendor-reported results；若沒有獨立重現，不應直接推論成特定工作負載的準確率或投資報酬。

官方也說明三個 scaling axes：

1. Pre-training：改進架構、最佳化與資料整理，以提升每單位訓練算力的能力。
2. Reinforcement learning：隨 RL steps 增加，觀察訓練與 held-out 評測的表現變化。
3. Test-time reasoning：用 thinking-time penalty 控制 token 成本，並以多個平行 Agent 增加推理計算量。

公開內容沒有說 Contemplating mode 使用 MCTS 加 PRM，也沒有揭露固定的 Planner／Actor／Verifier 路由。將這些常見模式套進產品，只能算架構假說，不能寫成 Meta 已證實的實作。

健康資料：公開的是資料整理，不是 RLHF 配方

Meta 表示曾與超過 1,000 名醫師合作整理資料，使健康回答更完整、符合事實，並展示營養資訊與運動肌群等互動輸出。公告沒有說這 1,000 人直接參與 RLHF，也沒有公開 DPO、CGM 個人化建議或 3D 肌肉模型的訓練配方。

因此比較準確的結論是：Meta 把健康列為重要應用與資料投資領域，但這不足以證明模型可替代臨床判斷，也不足以重建其 post-training pipeline。

1.0、1.1 與 1.2 不要混用

版本	官方重點	存取狀態與判讀
初代 Muse Spark	多模態、工具使用、visual chain of thought、平行 Agent	meta.ai 與 Meta AI app；初期 API 為 private preview
Muse Spark 1.1	工具與 computer use、coding、百萬 token context、Meta Model API	2026 年 7 月公告將 API 推到 public preview
Muse Spark 1.2	coding 最佳化與 Muse Code	Meta 開發者入口顯示 1.2 與 Muse Code 已成為目前開發者主線

這個版本表也提醒一件事：初代 benchmark、1.1 的 API 能力與 1.2 的 coding 表現不能互相代換。模型 ID、價格、區域與 preview 條款都應在實作當天重新查證。

對工程團隊的實際意義

Muse Spark 最值得觀察的不是「System 2」標籤，而是兩個可測試的系統決策：

• 平行 Agent 是否真的降低端到端延遲：要把排程、重複工作與彙整成本一起量測。
• 多模態與 computer use 是否能通過可重現評測：測試應包含視覺誤讀、工具失敗、長流程狀態漂移與權限越界。

正式採用前，至少固定模型版本、保存評測資料集、記錄 reasoning 與工具成本，並為高風險動作設人工確認。想建立完整 Agent 評估框架，可先看AI Agent 實戰指南；若要改善 coding agent 的長流程可靠性，可接著讀長時間 Agent 的 Harness 設計。

主要來源

• Meta：Introducing Muse Spark
• Meta：Introducing Muse Spark 1.1
• Meta AI for developers