Η Meta αποκάλυψε το Muse Spark, το πρώτο μοντέλο τεχνητής νοημοσύνης που αναπτύχθηκε από τα Meta Superintelligence Labs, τη νέα ερευνητική μονάδα AI που ιδρύθηκε πέρυσι με δισεκατομμύρια δολάρια σε επενδύσεις. Σύμφωνα με δοκιμές αναφοράς που δημοσίευσε η Meta, το μοντέλο είναι ανταγωνιστικό με τα κορυφαία μοντέλα AI από την OpenAI, την Anthropic και την Google σε πολλές εργασίες, αν και δεν τις ξεπερνά σε όλους τους τομείς. Εάν τα αποτελέσματα των δοκιμών επαληθευτούν από ανεξάρτητους ειδικούς, το Muse Spark φαίνεται να επαναφέρει τη Meta στην «κούρσα» της τεχνητής νοημοσύνης, μετά την αποτυχία του προηγούμενου μοντέλου της, Llama 4, που κυκλοφόρησε τον Απρίλιο του 2025.
Η εταιρεία έχει στο παρελθόν κατηγορηθεί για χειραγώγηση δημοσιευμένων αποτελεσμάτων δοκιμών μοντέλων AI, προκειμένου να εμφανίζονται πιο ικανά από την έκδοση που ήταν διαθέσιμη στους περισσότερους χρήστες. Στην περίπτωση των benchmarks του Llama 4, η Meta παραδέχτηκε αργότερα τη χρήση εξειδικευμένων, μη κυκλοφορημένων εκδόσεων του μοντέλου, βελτιστοποιημένων για συγκεκριμένες εργασίες, για την αύξηση των σκορ, ενώ η γενική έκδοση που διατέθηκε σε όλους τους χρήστες δεν απέδιδε εξίσου καλά.
Επιπλέον, λίγοι θα μπορούν να χρησιμοποιήσουν το νέο μοντέλο της Meta εκτός του οικοσυστήματος προϊόντων της εταιρείας. Σε αντίθεση με τα προηγούμενα μοντέλα AI της Meta, τα οποία κυκλοφόρησαν ως μοντέλα “open weight” (δηλαδή, οποιοσδήποτε μπορούσε να τα κατεβάσει δωρεάν, να τα εκτελέσει στον δικό του εξοπλισμό, καθώς και να τα τροποποιήσει και να τα βελτιστοποιήσει κατά βούληση), το Muse Spark είναι, προς το παρόν, πρωτίστως ένα εσωτερικό εργαλείο.
Το μοντέλο τροφοδοτεί επί του παρόντος τον βοηθό Meta AI στην αυτόνομη εφαρμογή Meta AI και στο meta.ai. Η εταιρεία ανακοίνωσε ότι θα το διαθέσει σε WhatsApp, Instagram, Facebook, Messenger και στα AI γυαλιά Ray-Ban της Meta τις επόμενες εβδομάδες. Επίσης, θα προσφέρει το μοντέλο σε “ιδιωτική προεπισκόπηση” σε επιλεγμένους συνεργάτες μέσω ενός API (Application Programming Interface). Αυτό καθιστά το Muse Spark ακόμη πιο ιδιωτικό από τα επί πληρωμή, ιδιωτικά μοντέλα που προσφέρουν οι ανταγωνιστές της Meta. (Η Meta ανέφερε σε ανάρτηση στο blog της ότι ελπίζει να διαθέσει σε open-source μελλοντικές εκδόσεις του μοντέλου).
Το Muse Spark είναι το πρώτο μοντέλο συλλογισμού της Meta, που σημαίνει ότι μπορεί να επεξεργαστεί μια διαδικασία βήμα προς βήμα, χρησιμοποιώντας διαφορετικές στρατηγικές εάν η αρχική προσέγγιση αποτύχει. Τα προηγούμενα μοντέλα της εταιρείας σχεδιάστηκαν για να παράγουν άμεση απάντηση βάσει της εκπαίδευσής τους. Το Muse Spark είναι επίσης ένα πολυτροπικό μοντέλο που μπορεί να λαμβάνει και να εξάγει κείμενο και εικόνες. Το μοντέλο υποστηρίζει επίσης τη χρήση άλλων εργαλείων λογισμικού και μπορεί να βοηθήσει στην ενορχήστρωση της εργασίας πολλαπλών υπο-πρακτόρων, σύμφωνα με μια τεχνική ανάρτηση στο blog που κυκλοφόρησε από τη Meta.
Στην ανάρτηση στο blog της, με την οποία ανακοινώθηκε το νέο μοντέλο, η Meta περιγράφει το Muse Spark ως “μικρό και γρήγορο κατά σχεδίαση, αλλά αρκετά ικανό να συλλογίζεται περίπλοκα ερωτήματα στην επιστήμη, τα μαθηματικά και την υγεία”. Το περιγράφει ως το πρώτο σε μια σειρά νέων μοντέλων, με το Muse Spark να χρησιμοποιείται για την επικύρωση της αρχιτεκτονικής και του καθεστώτος εκπαίδευσης που χρησιμοποιεί η Meta, πριν η εταιρεία επεκτείνει αυτή την κλίμακα σε μεγαλύτερα και ακόμη πιο ισχυρά μοντέλα της ίδιας οικογένειας.
Το μοντέλο διαθέτει επίσης μια λειτουργία “Σκέψης” ή “Αναστοχασμού”, κατά την οποία μπορεί να ενεργοποιήσει υπο-πράκτορες για να συλλογιστούν διαφορετικά μέρη μιας εργασίας παράλληλα. Η Meta ανέφερε σε μια τεχνική ανάρτηση στο blog της σχετικά με το νέο μοντέλο ότι αυτή η λειτουργία επιτρέπει στο Muse Spark “να ανταγωνιστεί τις ακραίες λειτουργίες συλλογισμού προηγμένων μοντέλων όπως το Gemini Deep Think και το GPT Pro”.
Τα αποτελέσματα των δοκιμών αναφοράς που δημοσιεύτηκαν μαζί με την κυκλοφορία, απεικονίζουν ένα μοντέλο που είναι ανταγωνιστικό αλλά όχι κυρίαρχο. Για παράδειγμα, στο GPQA Diamond benchmark, το οποίο υποτίθεται ότι ελέγχει την ικανότητα συλλογισμού σε επίπεδο διδακτορικού, το Muse Spark σημείωσε 89.5%, το οποίο υστερούσε ελαφρώς τόσο έναντι του Gemini 3.1 Pro (94.3%) όσο και έναντι των 92.7% και 92.8% που σημείωσαν αντίστοιχα τα Claude Opus 4.6 της Anthropic και GPT-5.4 της OpenAI. Σε ένα κορυφαίο benchmark υγείας, το HealthBench Hard, το Muse Spark ξεπέρασε όλα τα ανταγωνιστικά μοντέλα με βαθμολογία 42.8%, πολύ καλύτερα από το Opus 4.6 ή το Gemini 3.1 Pro, και ελαφρώς καλύτερα από το GPT-5.4.
Η Meta αναγνώρισε τα κενά στην απόδοση. Η τεχνική της ανάρτηση αναφέρει ότι η εταιρεία συνεχίζει “να επενδύει σε τομείς με τρέχοντα κενά απόδοσης, ειδικά στα συστήματα παρατεταμένης διάρκειας συλλογισμού και στις ροές εργασιών κωδικοποίησης”.
Η κυκλοφορία του Muse Spark είναι το πιο απτό προϊόν έως τώρα της ευρείας αναδιοργάνωσης που ανέλαβε η Meta μετά το φιάσκο του Llama 4. Τον Ιούνιο του 2025, η Meta δαπάνησε 14,3 δισεκατομμύρια δολάρια για να αποκτήσει το 49% μη ψηφώντων μετοχικού κεφαλαίου στην Scale AI και προσέλαβε τον συνιδρυτή και CEO της, Alexandr Wang, ως τον πρώτο Chief AI Officer της Meta.
Ο Wang ανέλαβε την ευθύνη να ηγηθεί μιας νεοσύστατης μονάδας Meta Superintelligence Labs. Ο Wang και ο Zuckerberg προχώρησαν σε ένα “κυνήγι ταλέντων”, προσφέροντας σε ερευνητές AI από ανταγωνιστικά εργαστήρια AI πακέτα αποδοχών που φέρεται να έφταναν στις εκατοντάδες εκατομμύρια δολάρια, συμπεριλαμβανομένων των μετοχών. Η εταιρεία έχει επίσης δεσμευτεί για εκατοντάδες δισεκατομμύρια δολάρια για την ανάπτυξη υποδομών υπολογιστικής ισχύος AI για την υποστήριξη της νέας της ώθησης στην AI.
Έκτοτε, υπήρξαν περαιτέρω αναδιοργανώσεις, ακόμη και κατά τη διάρκεια της ανάπτυξης του Muse Spark. Τον Μάρτιο του 2026, η Meta δημιούργησε μια νέα οργάνωση Applied AI Engineering υπό την ηγεσία του Maher Saba, αντιπροέδρου που προηγουμένως εργαζόταν στη μονάδα εικονικής και επαυξημένης πραγματικότητας Reality Labs της Meta. Ο Saba αναφέρεται απευθείας στον Chief Technology Officer της Meta, Andrew Bosworth. Η μονάδα του Saba συνεργάζεται με τα Superintelligence Labs του Wang για την κατασκευή, όπως περιγράφεται σε ένα εσωτερικό σημείωμα, “της μηχανής δεδομένων που βοηθά τα μοντέλα μας να γίνονται καλύτερα, γρηγορότερα”. Η κίνηση αυτή ερμηνεύτηκε ευρέως ως η στρατηγική του Zuckerberg να “ασφαλίσει τα στοιχήματά του”, διασφαλίζοντας ότι η ανάπτυξη προϊόντων AI συνεχίζεται, ακόμη και καθώς ο Wang επιδιώκει μακροπρόθεσμη έρευνα υπερ-νοημοσύνης.
Σε μια τεχνική ανάρτηση στο blog, η Meta δηλώνει ότι τους τελευταίους εννέα μήνες η ομάδα της ανακατασκεύασε την “στοίβα” AI από την αρχή, συμπεριλαμβανομένων βελτιώσεων στην αρχιτεκτονική του μοντέλου, τη βελτιστοποίηση και την επιμέλεια δεδομένων. Η εταιρεία ισχυρίζεται ότι αυτές οι προόδοι της επιτρέπουν να επιτύχει τις ίδιες δυνατότητες με “πάνω από μια τάξη μεγέθους λιγότερη υπολογιστική ισχύ” από το Llama 4 Maverick, το προηγούμενο μοντέλο της Meta. Η Meta δηλώνει επίσης ότι η “pipeline” ενισχυτικής μάθησης (reinforcement learning pipeline) της παρέχει πλέον “ομαλές, προβλέψιμες αυξήσεις”, και ότι το Muse Spark είναι το πρώτο βήμα σε μια σκόπιμη “κλιμακωτή σκάλα” όπου κάθε γενιά επικυρώνει την προηγούμενη πριν η εταιρεία εκπαιδεύσει μεγαλύτερα μοντέλα.
Σε θέματα ασφάλειας, η Meta αναφέρει ότι το Muse Spark υποβλήθηκε σε εκτενή αξιολόγηση πριν από την ανάπτυξή του, ακολουθώντας το αναθεωρημένο πλαίσιο ασφαλείας της εταιρείας. Το μοντέλο παρουσιάζει εντυπωσιακά αποτελέσματα ασφαλείας σχετικά με την πιθανή μηχανική βιολογικών όπλων – σε ένα benchmark, αρνήθηκε το 98% των αιτημάτων που οι σχεδιαστές του benchmark έκκριναν ως δυνητικά βοηθητικά στην ανάπτυξη βιολογικού όπλου.
Ωστόσο, η ανάρτηση στο blog ανέφερε επίσης ότι ο τρίτος αξιολογητής Apollo Research διαπίστωσε ότι το Muse Spark επέδειξε τον υψηλότερο ρυθμό “συνειδητοποίησης αξιολόγησης” από οποιοδήποτε μοντέλο έχει παρατηρήσει η Apollo, αναγνωρίζοντας συχνά σενάρια δοκιμών ως “παγίδες ευθυγράμμισης”. Η Meta δηλώνει ότι η δική της επακόλουθη έρευνα βρήκε αρχικά στοιχεία ότι αυτή η συνειδητοποίηση μπορεί να επηρεάσει τη συμπεριφορά του μοντέλου σε ένα μικρό υποσύνολο αξιολογήσεων ευθυγράμμισης, αλλά κατέληξε στο συμπέρασμα ότι “δεν αποτελεί εμπόδιο για την κυκλοφορία”.
