Meta 搅动前沿模型格局，开源与闭源同时发力

这一周，美国开放权重模型的实力平衡向前沿方向迈出了一大步。Meta 以 Muse Spark Open 引领了这波攻势，它目前是美国制造的最强开放模型，且领先幅度相当大；不过 Reflection 的首个模型 Beam 的加入也同样值得关注。如果没有这两个模型，中国公司构建并发布的开放权重模型中，将有 20 多个优于西方最好的模型。截至本文撰写时，Mistral 也宣布了一款强劲的模型 Mistral Large 4，其指数得分为 38（见下文），但其权重尚未发布。还有传言称，其他机构也将推出几款强劲的美国开放权重模型！

在许多方面，美国与中国最好模型之间的差距已大致缩小了一半。美国最好的开放模型从对需要前沿性能的消费者基本无关紧要，变成了虽然落后但仍具相关性。

这描绘出前沿模型业务残酷竞争的本质。Reflection 和 Mistral 公布了其模型得分，而 Meta 在另外两家实验室能够发布各自权重之前，就放出了更聪明模型的权重。所有这些模型都在与几个月前发布的中国模型竞争，业界集体在问——自 GLM-5.3 和 Kimi K3 分别于 8 月 18 日和 7 月 16 日发布以来，Kimi 和智谱 AI 都去哪儿了？

这是一个非常微妙的问题，我将在以后深入探讨。今天的文章聚焦于 Meta 的逆转、Muse Spark Open 对生态系统意味着什么，以及西方前沿实验室之间的力量平衡。

为什么 Muse Spark Open 应该会腾飞——以及为什么可能不会

我们在 Interconnects 通过开放模型分析反复看到的一点是，西方开放权重模型在相同性能与规模比的情况下，获得的采用率惊人地高于中国模型（尽管中国模型通常先推出）！Muse Spark Open 正进入这一环境，与此同时，开放式 LLM 智能体终于成为现实（约 GLM 5.2 能力及以后）。

乘着中国模型性能快速提升的东风，开放生态系统一直在经历需求加速。推理提供商正在快速扩张，开放后训练经济正在形成，无数企业希望拥有自己的智能。Muse Spark Open 的性能大致位于 GLM 5.2 之上、接近 DeepSeek V4.1 Flash、落后于 GLM 5.3 或 Kimi K3。它应该完全“足够好”，可以直接融入其中。

作为背景，以下是 Hugging Face 上 Muse Spark Open 模型卡的内容：

Muse Spark Open 是一个总参数 816B、激活参数 42B 的开放权重模型，上下文窗口为 100 万 token。Muse Spark Open 专为编码和智能体工作而构建，原生支持多模态。该开放权重版本增加了额外的安全后训练，使其作为没有系统护栏的独立模型时更能抵御滥用。我们建议将 Muse Spark Open 作为更广泛 AI 系统的一部分进行部署，并针对具体用例添加额外的护栏。

以下是各 Muse 模型在 Artificial Analysis Intelligence Index 上的分布。

这里加入这段是为了回扣最初的模型卡片段。据分享，这个开放权重模型经过了额外的安全训练，为此次开放发布做准备。许多观察者认为这次发布可能是一个在安全训练中“被弄坏”的模型，因为它是在 Muse Spark 1.3 之后才推出的。

实际上，这更可能是对 Muse Spark 1.2 的一次安全微调，在 Artificial Analysis 上只会带来 1 分的下降，以强化安全行为。当 Meta 发布 30B 智能体模型 Muse Glimmer 时，Alex Wang 表示他们正准备以开放权重形式发布 Muse Spark 1.2 模型，这与上述情况相符。

如果说有什么会拖累 Muse Spark Open，那就是他们为其设计的特定许可证。总而言之，这份自定义许可证几乎包含了我们在过去几年构建开放模型时见过的（并在此批评过的）所有限制性许可证行为。具体如下：

在产品中使用这些模型的用户必须在其产品上显示“Built with Muse”。Meta 在 Llama 上就这么做过，Kimi 也尝试过，但几乎没有人遵守。
还有一个收入门槛因素：整个业务中部署该模型月收入超过 2000 万美元的公司，需要与 Meta 签订单独许可证。其他知名的开放模型提供商也在这样做，以便为转售推理建立收入分成协议。
Muse Spark Open 要求你同意一项可接受使用政策，在真正的“开源软件”圈子里，这让该模型极其不符合开源定义。
上述所有条款同样适用于模型的输出及其衍生品，因此在能否安全地将该模型用于合成数据方面存在法律模糊性。

该许可证确实允许将 Muse Spark Open 用于内部研究和应用。

我们正处于一种奇怪的平衡状态：这份许可证复杂且在法庭上未经检验，但许多参与者很可能会无视它。许许多多的人会通过各类推理提供商在这个模型上构建应用，而 Meta 很可能只会追究情节严重的违规行为。

目前，许可证尚未成为 AI 采用的决定性因素，但未来可能会改变。这就是为什么我们认为，对于试图竞争并重新获得采用率的实验室来说，为其模型设置复杂、非标准的开放许可证是一种不必要的战略风险。

Interconnects AI 是一份由读者支持的出版物。考虑成为订阅者。

Meta 是一线（OpenAI/Anthropic）还是二线（Gemini/xAI）前沿实验室？

就在 Muse Spark Open 发布前几天，Meta 揭晓了其闭源前沿模型 Muse Wonder 和 Muse Wonder Full。1 在传统基准测试上，这些是非常强大的模型，仅次于 Anthropic 的 Opus 5.5，与 OpenAI 的 GPT-6-Astra 或 Google 的 Gemini-4-Argon 相当。

这些重大发布距离 Meta 的大规模 AI 转向仅过去一年多，那次转向以 CEO Mark Zuckerberg 的个人超级智能帖子为标志，当时招致了很多批评。Meta 是唯一一家同时拥有前沿开源和闭源模型的美国公司。阿里巴巴的 Qwen 也采取了类似策略，但更偏向开放。

所有这些模型的整体体验都很扎实，但原本的预期是它们不会在真实使用中立刻挑战Anthropic和OpenAI最新模型的精细程度。我很期待更多试用它们——是时候再订阅一个AI服务了。

我喜欢Meta近期的这波表现，在热门的Muse agent中推动自家产品和方向，并在有用时拿下诸如美国领先开放权重模型这样的胜利。无论财务上是否成功，这都是一个契合其企业历史的独特视角。

常常感觉像是有一扇旋转门，各家实验室轮流紧咬Anthropic-OpenAI这对领先组合。长期来看，Gemini和xAI是否出局尚不清楚，但这两家的产品 offerings 比今天的Meta要混乱得多。如果你听了Zuck和Alexandr Wang在The Cheeky Pint上的对话，他们显然对一个高所有权、每位研究员高算力的实验室有着非常具体的愿景，我预计这会带来回报。许多实验室死于层层官僚和激励错位。而Alex Wang有超过200名直接下属——也就是说，这是一个管理层极少的非常扁平的组织——并且他们在发布非常一致的模型和产品改进。

发表评论

我对构建模型的很大一部分世界观是，你需要资源、算力、数据和人才（这些都下游于大笔资金），但组织它们非常困难。Gemini有时被描述为一个不可能完成任何工作或成长的地方——这夸大了问题，因为很多人喜欢在那里工作，但其中也有几分真实。层层管理很容易妨碍打造出色的模型。

今天我虽然在赞扬Meta，但Llama的失败常被描述为那种管理走得太远，模型决策出于政治而非性能。xAI则在自己的轨道上，它可能更接近人才流动过大或组织不足以长期维持出色模型的情况。

回顾过去几年，Meta、Gemini和xAI都产出过几乎处于性能前沿的模型，但让OpenAI和Anthropic脱颖而出的是它们保持前沿地位的一致性。Anthropic似乎最有准备、最有组织，对这些组织应如何运作有计划和愿景，并由此获得了领先。OpenAI则时冷时热，但设法在已部署模型的前沿保持跟进，同时是公开科学突破的领导者（从Navier-Stokes到o1的推理时间扩展）。

以下是本文所关注公司的现状，外加代表整体领先开放权重模型的小米V2.6 Pro。排名将是Anthropic > OpenAI > Meta ~ Gemini > xAI ~ 中国开放权重 > 美国开放权重。

AI行业的开放问题

长期以来，人们一直预测前沿模型竞赛将变得过于昂贵，许多参与者难以跟上，如今我们或许正在西方模型中看到这一局面上演。鉴于所有模型彼此之间如此接近，我们似乎离“一人通吃”的 RSI 还很遥远，但我们正在把美国能够参与竞争的实验室数量从一个充满惊喜的更大范围，收窄到 Anthropic、OpenAI、Meta、Gemini 和 xAI 这 5 家。如果微软开始发布模型——因为他们正在发布强有力的扩展科学成果——他们也可能加入这一名单，考虑到他们拥有超大规模业务的财务支持，并且可以直接获取 OpenAI 的知识产权用于训练模型。

我们从 Mistral、Nemotron、Reflection、Arcee 等“第三梯队”选手那里看到的最佳模型，越来越难以对开放或封闭前沿产生影响。这些模型仍然可以获得可观的采用率，足以开始发展业务，但构建真正前沿模型的成本如今以每个主要模型数十亿美元计，只有巨型公司才能维持。

尽管资源规模如此庞大，行业的技术核心在预测一个模型在真实世界使用中会有多成功方面，仍然没有很高的命中率。是的，评估是一个不错的代理指标，但为什么像 Anthropic 这样的领先实验室会从 Claude Fable 5 这样的热门模型，到 Claude Opus 5 的彻底失败，然后又凭借 Opus 5.5 回到热门？准确预测这一点蕴含着数十亿美元的商机，实验室们肯定在努力，但这些模型从根本上在长尾中仍然很大程度上不可知。

在仍留在竞赛中的所有选手中，从长期角度看，押注 Meta、Gemini 和微软在财务上似乎要容易得多，因为它们拥有雄厚的资产负债表。这就是“AI 将需要一段时间，而 OpenAI/Anthropic 并没有秘密武器”的视角。毕竟，这是有史以来收入增长最快的行业——竞争自然会极其激烈。

目前，Meta 的估值低于 2 万亿美元，而 Anthropic 正以同样的价格接近其轰动性的 IPO。Meta 在同样的技术上似乎落后半步，但从长期视角看，两者似乎从几乎相同的起点出发，而 Meta 拥有极其盈利的核心业务。这两个估值中有一个需要大幅修正。我和朋友们一直在思考的一个有趣思想实验是：你预计 Anthropic 在 2027 年 11 月的公开估值会是多少？2028 年呢？

发表评论

Meta 以及 OpenAI 和 Anthropic 的“竞争对手”存在得越久，围绕 AI IPO 的负面估值压力就会越大（这还没提到安全风险的定价）。处于绝对前沿可能财务动荡，同时也很有价值。时间会证明一切——我们知道市场可以长时间保持非理性。

Muse Wonder 和 Muse Wonder Full 大概是不同的预训练运行，Full 是更大的模型，但并不清楚，而这与 AI 行业糟糕命名的传统不相上下。考虑到最近所有关于循环架构的新闻，“full”有可能只是一个更多循环的版本，但我没有足够信心把这个假设放进正文。