Meta shakes up the frontiers, open and closed

Meta重塑边界，开放与封闭的博弈

美国开放权重模型强势回归！

Nathan Lambert

2026年10月17日

文章配音

0:00

-11:43

您的浏览器不支持音频播放。请升级浏览器。

本周标志着美国开放权重模型在前沿领域实现了重大突破。Meta率先推出Muse Spark Open模型，目前该模型已显著超越其他美国开放模型，成为性能最强的美国本土开放模型。同时，Reflection推出的首款模型Beam也具有重要意义。若没有这两款模型，中国公司已发布的20多款开放权重模型将全面超越当前西方最佳模型。截至本文撰写时，Mistral也宣布推出性能强劲的Mistral Large 4模型，其指数评分为38（见下文），但权重尚未正式发布。此外，还有传闻称其他机构将推出更多强大的美国开放权重模型！

从多个维度来看，美国最佳模型与最佳中国模型之间的差距已缩小约50%。我们正从美国开放模型对需要前沿性能的消费者基本无影响力，转变为虽落后但已具备实际应用价值的阶段。

这揭示了前沿模型领域竞争的激烈程度。在Reflection和Mistral公布模型性能指标之前，Meta已率先开放了更智能模型的权重。这些模型都在与数月前发布的中国模型竞争，整个行业都在追问：自8月18日GLM-5.3和7月16日Kimi K3发布以来，Kimi和智谱AI究竟去了哪里？

这是一个非常微妙的问题，我将在另文中深入探讨。本文重点聚焦Meta的转型，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将获得关注——以及可能面临的挑战

通过我们的开放模型分析可以反复发现，性能与模型规模相当的情况下，西方开放权重模型的采用率远超中国模型（尽管中国模型通常率先发布）！Muse Spark Open恰逢开放端到端LLM代理真正落地的时机（约具备GLM 5.2能力水平）。

在中文模型性能快速提升的推动下，开放生态正经历需求的加速增长。推理服务提供商正在快速扩展，开放微调经济形态正在形成，无数企业正寻求掌控自己的智能。Muse Spark Open的性能位于GLM 5.2之上，接近DeepSeek V4.1 Flash，但落后于GLM 5.3或Kimi K3。其性能应足以完美契合当前生态需求，属于"足够好"的水平。

根据Hugging Face上Muse Spark Open模型卡片的说明：

Muse Spark Open是一款总参数量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设计，Muse Spark Open原生支持多模态。该开放权重版本增加了额外的安全微调，使其在没有系统防护机制的情况下作为独立模型时更具抗滥用能力。我们建议将Muse Spark Open作为更广泛AI系统的一部分部署，并根据具体使用场景添加相应的防护机制。

以下是Muse系列模型在人工分析智能指数中的分布情况。

此部分旨在返回到原始模型卡片片段。据透露，该开源权重模型接受了额外的安全训练，以准备此次开源发布。许多观察者认为，此次发布可能是一个在安全训练过程中“损坏”的模型，因为其发布时间在Muse Spark 1.3之后。

实际上，这更可能是对Muse Spark 1.2进行的安全调优，这在人工分析中只会导致1个点的下降，以加强安全行为。当Meta发布Muse Glimmer（30B代理模型）时，Alex Wang表示他们正准备以开源权重形式发布Muse Spark 1.2模型，这与上述情况相符。

如果有什么因素会阻碍Muse Spark Open的发展，那将是他们为其设计的特定许可证。总结来说，该定制许可证几乎包含了过去几年构建开源模型时我们所看到（并在此批评过）的所有限制性许可证行为，具体如下：

• 在产品中使用该模型的用户必须在其产品上显示“Built with Muse”。Meta在Llama中采用了这一做法，Kimi也尝试过，但几乎没有人遵守。

• 存在收入限制因素，即每月整个业务部署该模型收入超过2000万美元的公司需要与Meta单独签订许可证。其他主要开源模型提供商也在这样做，以建立重新销售推理的收入分成协议。

• Muse Spark Open要求用户同意使用政策，这在真正“开源软件”的世界里使该模型变得极不开放。

• 上述所有规定同样适用于模型输出及其衍生品，因此如果安全使用该模型生成合成数据存在法律模糊性。

该许可证确实允许将Muse Spark Open用于内部研究和应用。

我们目前处于一个奇怪的平衡点，该许可证在法庭上尚未经过验证且复杂，但许多参与者可能会忽视它。许多人将基于该模型通过各种推理提供商进行开发，而Meta可能只会针对严重的违规行为采取行动。

目前，许可证尚未成为AI采用的决定性因素，但未来可能会发生变化。这就是我们认为对于试图竞争并重新获得采用的实验室来说，为模型设置复杂且非标准的开源许可证是不必要的战略风险。

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

Meta是第一梯队（OpenAI/Anthropic）还是第二梯队（Gemini/xAI）的前沿实验室？

在Muse Spark Open发布前几天，Meta推出了其封闭前沿模型Muse Wonder和Muse Wonder Full。1 在传统基准测试中，这些模型表现非常强劲，仅落后于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战略调整仅过去一年多，该调整以CEO马克·扎克伯格的《个人超级智能》帖子为标志，当时该帖子受到了大量批评。Meta是唯一一家拥有前沿开源和封闭模型的美国公司。阿里巴巴的Qwen也采取了类似的策略，但其开源倾向更为明显。

Muse Spark Open和Wonder基准测试。点击展开。

这些模型的整体表现令人印象深刻，但预期它们在实际应用中不会立即挑战Anthropic和OpenAI最新模型的精炼程度。我很期待进一步尝试它们——现在该注册另一个AI订阅服务了。

我喜欢Meta最近在Muse代理产品上的表现，他们正在推动自己的产品方向，例如在有用场景中赢得美国开源权重冠军。无论是否实现财务成功，这种视角都与其作为企业的历史高度契合。

感觉各大实验室似乎在不断更替，竞相追赶Anthropic-OpenAI这对领先组合。长期来看Gemini和xAI是否会被排除在外尚不明确，但这两家在产品定位上比Meta更加模糊。如果你听过Zuck和Alexandr Wang在The Cheeky Pint上的对话，他们会明确表达对高自主权、高算力研究人员实验室的愿景，这种模式我认为最终会取得成效。许多实验室因官僚层级和利益错配而失败。与此同时Alex Wang有超过200名直接下属——也就是说这是一个非常扁平化的组织，管理层级极少——他们持续推出稳定的产品和模型改进。

留言评论

我构建模型的世界观很大程度上认为，你需要资源、算力、数据和人才（所有这些都需要大量资金支持），但将这些要素组织起来非常困难。Gemini有时被描述为一个无法开展任何工作或成长的地方——这种说法夸大了问题，因为很多人确实喜欢那里，但其中也包含部分事实。管理层级很容易阻碍优秀模型的诞生。

虽然我今天在称赞Meta，但Llama项目的失败常被描述为管理过度的典型案例，模型决策更多出于政治考量而非性能表现。xAI则处于自己的赛道，可能面临人才流动过快或组织架构不足以长期维持优秀模型的挑战。

回顾过去几年，Meta、Gemini和xAI都推出了性能前沿的模型，但OpenAI和Anthropic的特殊之处在于他们持续保持前沿地位的稳定性。Anthropic似乎最为成熟有序，拥有清晰的组织运作计划和愿景，并因此获得了领先优势。OpenAI表现起伏不定，但依然能够维持部署模型的前沿地位，同时在公开科学突破领域（从纳维-斯托克斯方程到o1的推理时间扩展）保持领先地位。

本文关注公司的当前状态，加上Xiaomi V2.6 Pro代表的总体领先开源权重模型。排名为：Anthropic > OpenAI > Meta ~ Gemini > xAI ~ 中国开源权重 > 美国开源权重。

AI行业的开放问题

在经历了长时间的预测后，前沿模型游戏对许多参与者来说变得过于昂贵，现在我们可能在西方模型中看到这一趋势的显现。鉴于RSI下所有模型之间的差距非常小，我们似乎还远未达到“一人胜出”的局面，但参与美国竞争的实验室数量正在从最初广泛且充满意外的名单中逐渐缩小，目前只剩下Anthropic、OpenAI、Meta、Gemini和xAI这五家。如果微软开始发布模型，鉴于他们正在展示强大的扩展性科学成果，且拥有超大规模业务的财务支持以及可以直接访问OpenAI用于训练模型的知识产权，他们可能会加入这个名单。

我们从Mistral、Nemotron、Reflection、Arcee等“第三梯队”玩家那里看到的最佳模型，越来越难以在开放或封闭的前沿领域产生影响。这些模型仍然可以获得大量采用，足以开始发展业务，但构建真正的前沿模型的成本现在以每个主要模型数十亿美元来衡量，只有大型公司才能承担。

尽管资源投入大幅增加，但整个行业的技术核心在预测模型在实际使用中的成功概率时仍存在高失败率。是的，评估是一个不错的参考指标，但为什么像Anthropic这样的领先实验室会从Claude Fable 5这样的成功模型，到Claude Opus 5的彻底失败，再到Opus 5.5重新回归成功？准确预测这一趋势可以创造数十亿美元的收益，实验室也肯定在努力尝试，但模型在长尾部分的本质仍然难以预测。

从长期来看，对Meta、Gemini和微软进行财务押注似乎更容易，因为它们拥有雄厚的资产负债表。这是“AI需要一段时间，OpenAI/Anthropic没有独门秘方”的观点。毕竟，这是历史上增长最快的收入行业——竞争自然会非常激烈。

目前，Meta的估值低于2万亿美元，而Anthropic正以相同的价格接近其轰动性的IPO。Meta在相同技术上似乎落后半步，但从长期来看，这两家公司似乎几乎从同一点起步，而Meta拥有极其盈利的核心业务。两个估值中有一个需要大幅修正。我与朋友进行的一个有趣的思维实验是：你预计Anthropic在2027年11月的公开估值会是多少？2028年呢？

Meta和OpenAI、Anthropic的“竞争对手”在AI领域停留的时间越长，AI IPO（以及这并不涉及任何安全风险定价）的估值压力就会越负面。处于绝对前沿可能既具有价值又充满财务动荡。时间会证明一切——我们知道市场可以保持非理性状态非常长时间。

Muse Wonder和Muse Wonder Full可能代表不同的预训练运行，Full是更大的模型，但这一点尚不明确，这与AI行业糟糕的命名传统并列。鉴于最近关于循环架构的新闻，“full”可能只是一个更循环的版本，但我不够确定，因此不会将这一假设放入正文。

上一篇