Muse Spark
Muse 家族首个原生多模态推理模型，支持工具、视觉思维链和多 Agent 编排。
FAMILY / META
Muse
Meta Superintelligence Labs 的新一代模型家族，覆盖多模态推理、Agent、图片与视频生成。
- 首个模型
- 2026
- 收录模型
- 12
- 最近收录的版本
- Muse Spark Open
01 / RELEASE SEQUENCE
家族发布序列
- 2026-04-08Muse Spark语言 · 推理
- 2026-07-07Muse Image图片生成 · Agent
- 2026-07-07Muse Video Preview视频生成 · 多模态
- 2026-07-09Muse Spark 1.1推理 · 编码
- 2026-08-05Muse Spark 1.2推理 · 编码
- 2026-08-10Muse Glimmer 30B语言 · 编码
- 2026-09-01Muse Voice Transcribe语言
- 2026-09-02Muse Spark 1.3推理 · 编码
- 2026-09-23Muse Realtime Avatar视频生成 · 多模态
- 2026-10-12Muse Wonder语言 · 推理
- 2026-10-12Muse Wonder Full语言 · 推理
- 2026-10-15Muse Spark Open语言 · 推理
02 / GENERATIONS
各代变化
Muse Image
可调用搜索与代码工具、自我迭代，并支持单图和多图参考的 Agent 化图片模型。
Muse Video Preview
Muse 家族的视频生成预览，强调视觉保真、时间一致性与原生音频；尚未正式开放。
Muse Spark 1.1
强化工具、计算机操作、编码和多模态理解，并以 1M 上下文开放 Meta Model API 预览。
Muse Spark 1.2
Muse Spark 1.3 的前代编码主力模型，配套推出多 Agent 编码工具 Muse Code。
Muse Glimmer 30B
面向本地常驻 Agent 的 30B 开放模型，可在单张消费级 GPU 或 Mac、PC 上运行。
Muse Voice Transcribe
它把 Muse 的能力从多模态推理扩展到实时语音输入，支持超过一小时音频和 20 多位说话人。
Muse Spark 1.3
相较 1.2，Meta 工程师对比称其约减少 20% 工具调用和 25% token 使用，并增强长程 Agent 的实用性。
Muse Realtime Avatar
Meta 将其描述为音频驱动的 Diffusion Transformer；官方报告人像视频为 448×768、25 fps，从用户回合结束到同步语音与视频响应首字节约 870 ms。
Muse Wonder
Meta 于 2026-10-12 正式介绍 Muse Wonder，并通过 Meta Model API 预览及 Muse Code 提供。官方材料未披露参数量、开放权重或许可证。
Muse Wonder Full
Meta 于 2026-10-12 发布 Muse Wonder Full，并向 Muse Code 订阅用户提供。官方材料未披露参数量、开放权重或许可证。
Muse Spark Open
Muse Spark Open 将 Meta 的 Muse 系列扩展到可下载的全尺寸 MoE checkpoint，并提供本地部署与微调路径；不据此推定它与 Muse Spark 1.3 的直接权重继承关系。