Meta presenta Muse Spark, el primer model del seu nou laboratori d’IA avançada

Meta ha presentat Muse Spark, el primer model de la família Muse desenvolupat per Meta Superintelligence Labs (MSL), una divisió creada per l'empresa per centralitzar els seus esforços en intel·ligència artificial avançada. El model combina en un mateix sistema la capacitat d'entendre text i imatges, executar eines externes, raonar de manera visual pas a pas i coordinar diversos agents d'IA treballant en paral·lel.

Meta emmarca Muse Spark dins d'una estratègia d'escalada a llarg termini. L'empresa el presenta com el primer model d'una sèrie que anirà creixent en capacitat, i anuncia inversions en tota la cadena de desenvolupament, des de la recerca i l'entrenament de models fins a la infraestructura, incloent-hi el nou centre de dades Hyperion.

Segons els resultats dels benchmarks públics facilitats per Meta, el model mostra un perfil desigual segons la categoria. Destaca especialment en tasques multimodals, on lidera en proves com CharXiv Reasoning (86,4) i ERQA de raonament encarnat (64,7), i en salut, on obté un 42,8 a HealthBench Hard enfront del 14,8 de Claude Opus 4.6 o el 20,6 de Gemini 3.1 Pro. En canvi, en raonament abstracte mostra més marge de millora, amb un 42,5 a ARC AGI 2 enfront del 76,5 de Gemini 3.1 Pro. Els resultats en tasques agèntiques són competitius però sense un lideratge clar.

Per a tasques de major complexitat, Meta ha desenvolupat el mode Contemplating, que posa en marxa diversos agents que raonen simultàniament en paral·lel. En aquest mode, el model assoleix un 58% a Humanity's Last Exam i un 38% a FrontierScience Research, xifres que el situen en la línia dels modes de raonament més avançats de models com Gemini Deep Think o GPT Pro. Aquest mode s'anirà activant de manera gradual a meta.ai.

En l'àmbit de la salut, Meta ha col·laborat amb més de 1.000 metges per preparar dades d'entrenament específiques, amb l'objectiu que el model ofereixi respostes més precises sobre temes sanitaris, com el valor nutricional dels aliments o els músculs que intervenen en diferents exercicis físics.

Des del punt de vista tècnic, Meta assenyala que Muse Spark requereix significativament menys potència de càlcul que el seu predecessor Llama 4 Maverick per assolir un nivell de rendiment equivalent. L'empresa atribueix aquesta millora a canvis en l'arquitectura del model, els processos d'optimització i la selecció de dades d'entrenament.

En matèria de seguretat, Meta va encarregar avaluacions externes a Apollo Research, que va detectar que Muse Spark mostra una alta capacitat per identificar quan està sent avaluat. L'empresa afirma que, tot i que aquest comportament requereix més recerca, no el considera un impediment per al llançament del model.

Muse Spark està disponible des d'avui a meta.ai i a l'aplicació Meta AI. L'empresa també ha obert una previsualització privada de la seva API per a usuaris seleccionats.

Punts clau

• Muse Spark és el primer model de la família Muse, desenvolupat per Meta Superintelligence Labs (MSL).
• És l'inici d'un full de ruta d'escalada cap a models cada vegada més capaços.
• El model processa text i imatges de manera nativa i pot coordinar diversos agents d'IA.
• Destaca en benchmarks multimodals i de salut, però té marge de millora en raonament abstracte i tasques agèntiques.
• El mode Contemplating, amb agents en paral·lel, assoleix resultats comparables als millors models del mercat.
• Col·laboració amb més de 1.000 metges per millorar les respostes sobre salut.
• Requereix molta menys potència de càlcul que el seu predecessor Llama 4 Maverick per a un rendiment equivalent.
• Una avaluació externa va detectar que el model identifica quan està sent avaluat.
• Disponible des d'avui a meta.ai, amb accés privat a l'API per a usuaris seleccionats.