Nathan Lambert 评 Meta Muse 系列如何改变开放与闭源前沿格局

这一周，美国开放权重模型的实力天平向前沿方向迈出了一大步。Meta 以 Muse Spark Open 引领了这波攻势，它如今是美国制造的最强开放模型，而且优势相当明显，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。在撰写本文时，Mistral 也宣布了一款强劲的模型 Mistral Large 4，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，美国和中国最好的模型之间的差距大约缩小了一半。美国最好的开放模型从对追求尖端性能的消费者基本无关紧要，变成了虽然落后但仍然重要。

这描绘出了前沿模型业务残酷而激烈的竞争本质。Reflection 和 Mistral 公布了它们的模型得分，而 Meta 在其他两家实验室能够发布自己的权重之前，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，整个行业都在共同发问——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，我将在其他时间深入探讨。今天的文章聚焦于 Meta 的翻身、Muse Spark Open 对生态系统的意义，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——以及为什么它可能不会

在 Interconnects，通过我们的开放模型分析，我们一次又一次地看到，西方开放权重模型获得的采用率惊人地高于性能与规模比值相同的中国模型（尽管中国模型通常先发布）！Muse Spark Open 正进入这样的环境，与此同时开放式 LLM 智能体终于成为现实（约 GLM 5.2 能力及之后）。

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的加速增长。推理提供商正在迅速扩张，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 1M tokens。Muse Spark Open 专为编程和智能体工作而构建，原生支持多模态。此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，并针对具体用例配备额外的护栏。

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

这里加入这一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，为这次开放发布做准备。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 之后才发布的。

实际上，这更可能是对 Muse Spark 1.2 的安全微调，在 Artificial Analysis 上只会下降 1 分，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 模型以开放权重形式发布，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，这个自定义许可证几乎囊括了我们在过去几年构建开放模型时所见过（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展示“Built with Muse”。Meta 在 Llama 上这么做过，Kimi 也尝试过，但几乎没人遵守。
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”阵营看来，这使该模型极其不开源。
以上所有条款同样适用于模型的输出及其衍生品，因此对于能否安全地将该模型用于合成数据，存在法律上的模糊性。

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：这个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家推理提供商在这个模型上进行构建，而 Meta 很可能只会追究恶劣的违规行为。

目前，许可证还不是 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赢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 相近。

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Personal Superintelligence 帖子为标志，当时遭到了很多批评。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感觉都很扎实，但人们的预期是它们不会在现实使用中立刻挑战最近 Anthropic 和 OpenAI 模型的精细程度。我很期待更多地尝试它们——是时候再订阅一个 AI 服务了。

我喜欢 Meta 近期的这一波表现，在热门的 Muse 智能体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一桂冠。无论它在财务上是否成功，这都是一个独特的视角，契合其作为一家企业的历史。

常常感觉有一个旋转门，哪家实验室在紧追 Anthropic-OpenAI 这对领先组合。从长远来看，Gemini 和 xAI 是否出局并不明确，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 上的谈话，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，我预计这会有回报。许多实验室因层层官僚和激励错位而消亡。与此同时，Alex Wang 有 200 多名直接下属——也就是说，这是一个非常扁平、管理层极少的组织——而他们发布的模型和产品改进非常稳定。

留下评论

我关于构建模型的世界观很大一部分是，你需要资源、算力、数据和人才（这些都是大笔资金的下游），但组织它们非常困难。Gemini 有时被描述为一个无法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做出伟大的模型。

虽然我今天在称赞 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 则走自己的路，可能更接近于人才流动过大，或组织性不足，无法长期维持伟大的模型。

当我们回顾过去几年时，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 似乎最为从容有序，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 则时热时冷，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）。

以下是本文关注的各家公司的现状，再加上代表整体领先开放权重模型的 Xiaomi 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

在长期预测前沿模型游戏会变得过于昂贵、令许多玩家难以跟上之后，我们可能正在西方模型中看到这一局面成为现实。考虑到所有模型彼此之间如此接近，我们似乎离在 RSI 上出现“一人通吃”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原本更广、充满惊喜的范围，缩小到 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劲的扩展科学成果——他们可能会加入这份名单，考虑到他们拥有超大规模业务带来的财务支持，以及直接获取 OpenAI 知识产权用于训练模型的机会。

我们见过的来自 Mistral、Nemotron、Reflection、Arcee 等“第三梯队”玩家的最佳模型，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，足以开始发展一项业务，但如今构建真正前沿模型的成本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，行业的技术核心仍然无法高命中率地预测一个模型在现实世界使用中会有多成功。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，变成 Claude Opus 5 这样的彻底失败，然后又凭借 Opus 5.5 回到热门？准确预测这一点蕴藏着数十亿美元的商机，实验室肯定也在努力，但这些模型在长尾中从根本上仍然基本上不可知。

在仍留在竞赛中的所有玩家中，从长期视角看，在财务上押注 Meta、Gemini 和微软要容易得多，因为它们拥有雄厚的资产负债表。这就是“AI 需要一段时间，而 OpenAI/Anthropic 并没有秘密配方”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，但从长期来看，它们似乎从几乎相同的起点出发，而 Meta 拥有一项利润极高的核心业务。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？

留下评论

Meta 以及 OpenAI 和 Anthropic 的“竞争对手”存在的时间越长，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）。处于绝对前沿可能既充满财务动荡，又极具价值。时间会证明一切——我们知道市场可以在很长时间内保持非理性。

Muse Wonder 和 Muse Wonder Full 大概是不同的预训练运行，其中 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。