Meta 1天连发3条消息，开源承诺又变卦了

导读：Llama 4 翻车不到两周，Meta 突然甩出一款新模型。更蹊跷的是，那个曾经把"开源"写进公司 DNA 的扎克伯格，这次说话留了个活口。

从"超级智能"团队手里接过来的第一款产品

Muse Spark 的发布，标志着 Meta 内部一次重要的人事交接。这款模型出自公司 3 月刚成立的 Superintelligence（超级智能）团队——这是 Meta 为了追赶 OpenAI 和 Anthropic 而紧急组建的精锐部队。

团队负责人是亚历山大·王（Alexander Wang），Scale AI 创始人，今年 2 月被 Meta 以天价薪酬挖来。他的任务很明确：让 Meta 的 AI 不再掉队。

Spark 的定位很克制。Meta 官方描述是"轻量级消费级模型"，翻译成人话就是：先不跟 GPT-5 硬碰硬，把日常体验做扎实再说。这种策略和 Llama 4 发布时的激进姿态形成对比——后者当时号称要在多个基准测试上碾压竞品，结果被社区扒出训练数据有水分，口碑崩盘。

Spark 的核心配置是双模式切换：Instant（即时）和 Thinking（思考）。前者秒回，后者多花几秒钟做推理。这不算新鲜，Anthropic 的 Claude Sonnet 3.7 去年初就玩过"混合推理"的概念。Meta 的差异化在于预告了第三个档位：Contemplating（沉思），号称会更慢但更深度，具体上线时间未定。

多智能体协作：一个请求拆给几个"临时工"

Spark 真正有点意思的功能，是多智能体（multi-agent）调度。用户提出一个复杂需求时，系统会自动拆分任务，派给不同的子代理并行处理。

Meta 举的例子是家庭旅行规划：一个代理排行程，另一个找亲子活动，第三个查餐厅评分。听起来像把原本一次性的对话，改成了项目管理软件的自动化流程。

这种架构的代价是延迟。代理之间的通信、结果整合都需要时间，和"Instant"模式的定位存在张力。Meta 没有公布具体耗时数据，只表示"用户会感受到任务在后台推进"。

原生多模态是另一个卖点。Spark 可以直接处理图像、视频、音频输入，类似 Google Lens 的拍照即问。购物场景被重点强调：拍一张商品图，模型会对比竞品、列出优劣、附购买链接。ChatGPT 去年已经上线类似功能，Spark 的差异化在于和 Meta 旗下电商生态的打通潜力——尽管目前还没实现。

开源承诺的措辞，扎克伯格去年就改过一次

Spark 的发布渠道选在了 Meta AI App 和 meta.ai 网站，美国市场首发，后续扩展到 Facebook、Instagram、WhatsApp。这个节奏和 Llama 系列的发布策略一致：先抓自有流量池，再谈生态扩张。

真正引发社区讨论的，是官方声明里的一句话："我们希望未来开源该模型的版本"（hopes to open source future versions）。

注意这里的时态和主语。不是"我们将开源"，是"希望"；不是"这个模型"，是"未来版本"。这种措辞在 Meta 的历史上极为罕见。2023 年至 2024 年，扎克伯格多次公开表态，把开源定位为 Meta AI 战略的核心竞争力，甚至放话"开源模型终将超越闭源"。

转折点发生在 2024 年底。扎克伯格在一次财报电话会上突然改口，称公司需要对开源决策"更加严谨"（more rigorous）。背景是 Llama 模型被曝出可能被用于军事用途，以及竞争对手指控 Meta 用盗版书籍训练模型。法律风险和地缘政治压力，让"无条件开源"的叙事难以为继。

「我们希望未来开源该模型的版本」——Meta 官方声明

这句话的模糊性，被业内人士解读为 Meta 给自己留的退路。如果 Spark 表现不及预期，或者训练数据存在合规隐患，"希望"可以随时落空。这和苹果在 AI 功能上的措辞策略类似：先承诺，再观察，最后根据反馈调整。

产品上线首日，一个细节暴露了优先级

Spark 的落地速度比 Llama 4 更快。后者发布时，Meta AI App 的更新推迟了数周；Spark 则是模型和客户端同步上线。这种效率提升，可能和亚历山大·王的团队有直接关联——Scale AI 的核心业务就是数据标注和模型迭代加速，王本人对工程交付的节奏把控有口碑。

但首日版本的功能完整性存疑。多智能体演示 GIF 里展示的"家庭旅行规划"场景，实际体验中需要用户多次确认代理拆分逻辑，流畅度不如宣传素材。拍照识图功能对中文菜单的识别准确率，也低于 Google Lens 的现有水平。

更关键的是，Spark 目前没有 API 开放计划。这意味着开发者无法像调用 Llama 那样，把 Spark 集成进自己的应用。消费级优先、开发者靠后的策略，和 OpenAI 的 GPT-4o 发布节奏类似——先建立用户认知，再谈生态建设。

Meta 的 Muse 系列后续还有更强版本在研。Spark 只是开胃菜，真正的考验是"Contemplating"模式能否做出差异化的深度推理体验，以及那个悬而未决的开源承诺，最终会不会兑现。

一个值得观察的信号：如果未来几周 Spark 进入 Instagram 和 WhatsApp 的速度，比 Llama 4 当时更快，说明 Meta 内部对这款模型的信心在恢复。反之，如果功能更新停滞，那句"希望开源"可能就会变成永远的希望。

你现在打开 Meta AI App，能看到 Spark 的切换开关吗？还是和我一样，还在等推送？