Meta 重塑前沿格局，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朝着前沿方向发生了阶跃式变化。Meta 凭借 Muse Spark Open 引领了这波攻势，它目前以相当大的优势成为最强的美国制造开放模型，而 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 多个优于西方最佳模型。在撰写本文时，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。也有传言称，其他机构还将推出几款强劲的美国开放权重模型！

在许多方面，美国最佳模型与中国最佳模型之间的差距已大致缩小了一半。美国最佳开放模型从对追求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。

这描绘了前沿模型业务残酷竞争的本质。Reflection 和 Mistral 宣布了各自的模型得分，而 Meta 在其他两家实验室能够发布自家权重之前，就先放出了更聪明模型的权重。所有这些模型都在与数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，我将在另一次深入探讨。今天这篇文章聚焦于 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 应该会大受欢迎——以及为什么它可能不会

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 正进入这样的环境，与此同时，开放式 LLM 智能体终于真正可用（约GLM 5.2 能力及以上）。

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 的性能大致高于 GLM 5.2、接近 DeepSeek V4.1 Flash，落后于 GLM 5.3 或 Kimi K3。它应该完全“足够好”，能够直接融入其中。

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 1M tokens。专为编程和智能体工作打造，Muse Spark Open 原生支持多模态。这个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。

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

这里加入这段是为了回到最初的模型卡片段。据分享，这个开放权重模型经过了额外的安全训练，为本次开放发布做准备。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 进行的安全微调，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 表示他们正准备将 Muse Spark 1.2 模型作为开放权重发布，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囊括了我们在过去几年使用开放模型构建时所见过（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：在整个业务中部署该模型且月收入超过 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，这使得该模型极其不开放源代码。
上述所有条款同样适用于模型的输出及其衍生作品，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。非常非常多的人会通过各种推理提供商在该模型上构建应用，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 在传统基准测试中，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 大规模 AI 转向仅一年多，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放和闭源模型的美国公司。阿里巴巴的 Qwen 也采取了类似策略，但更倾向于开放。

所有这些模型的氛围检查都很扎实，但外界原本预期它们不会立刻在真实使用场景中挑战 Anthropic 和 OpenAI 最新模型的精细程度。我很期待更多地去试用它们——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。无论它在财务上是否成功，这都是一种独特的视角，契合其作为企业的历史。

常常感觉各家实验室像走马灯一样，轮流追赶 Anthropic-OpenAI 这对领先组合。长期来看，Gemini 和 xAI 是否会出局并不明确，但这两家的产品 offerings 比今天的 Meta 要混乱得多。如果你听 Zuck 和 Alexandr Wang 在 The Cheeky Pint 上的访谈，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、非常扁平的组织——并且他们在持续发布非常稳定的模型和产品改进。

发表评论

我对构建模型的世界观很大程度上是：你需要资源、算力、数据和人才（这些都源于大量资金），但把它们组织起来非常困难。Gemini 有时被描述为一个不可能完成任何工作或获得成长的地方——这夸大了问题，因为很多人喜欢在那里工作，但其中也有几分道理。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 则走在自己的路上，它可能更接近于人才流动过大，或组织性不足以长期持续产出优秀模型。

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持续性。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，并由此取得了领先。OpenAI 则时好时坏，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）。

以下是本文关注的公司当前态势，再加上代表整体领先开放权重模型的小米 V2.6 Pro。排名会是 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，我们一直在预测前沿模型竞赛将变得过于昂贵，令许多参与者难以跟上，如今这一局面或许正在西方模型之间显现。鉴于所有模型彼此之间如此接近，我们似乎离“一人通赢”的RSI还非常遥远，但我们正在把美国能够参与竞争的实验室范围，从原本更广、充满惊喜的圈子，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——他们也可能加入这份名单，考虑到他们拥有超大规模业务的财力支持，并能直接获取OpenAI的知识产权用于训练模型。

我们从Mistral、Nemotron、Reflection、Arcee等“第三梯队”选手那里看到的最好模型，越来越难以对开源或闭源前沿产生影响。这些模型仍能获得可观的采用量，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实际使用中会有多成功方面，命中率仍然不高。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，再回到Opus 5.5的热门？准确预测这一点可以赚到数十亿美元，实验室们肯定也在尝试，但这些模型在长尾层面从根本上仍然很大程度上不可知。

在仍留在竞赛中的所有选手中，从长期视角看，押注Meta、Gemini和微软在财务上似乎要容易得多，因为他们拥有雄厚的资产负债表。这就是“AI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的估值不到2万亿美元，而Anthropic正以同样的价格逼近其轰动性的IPO。Meta在同样的技术上似乎落后半步，但从长期看，两者似乎从几乎相同的起点出发，而Meta拥有极其赚钱的核心业务。这两个估值中必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问题）。身处绝对前沿可能既充满价值，又在财务上动荡不安。时间会给出答案——我们知道市场可以长时间保持非理性。

Muse Wonder和Muse Wonder Full想必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”有可能只是一个循环更多的版本，但我没有足够信心把这个假设写进正文。