Metaが高速なマルチモーダルAIモデル「Muse Spark」を発表

Metaは、新しいマルチモーダルAIモデルである Muse Spark を発表しました。

このモデルはこれまでのLlamaシリーズなどで培ってきた同社のオープンソース重視の戦略とは異なり、クローズドなモデルとして提供されます。この商業化重視への方向転換は、約140億ドルを投じたScale AIの買収および「Superintelligence Labs」の設立といった同社の戦略的ピボットと深く関連しているとアナリストらは分析しています。

Muse Spark のアーキテクチャは、画像、テキスト、音声をネイティブに処理するマルチモーダルエンコーダーを搭載しています。特に「Contemplating mode（熟考モード）」と呼ばれる特殊な推論プロセスを搭載しており、複雑な問題に対して複数のサブエージェントを並行して立ち上げ、異なる解決方法を同時に探索させることで処理速度を大幅に向上させます。また、これらのサブエージェントは外部APIを呼び出して計算やデータ検索を自律的に行うことも可能です。

パラメータ数は非公開ですが、Llama 4に比べて約10分の1という極めて高い処理効率を実現しています。ベンチマークテストにおいては、難解な推論評価である「GPQA Diamond」で89.5%の正解率を記録し、医療ベンチマーク「HealthBench Hard」でも42.8%というトップクラスのスコアを達成。さらに視覚推論テストではGemini 3.1 Proに匹敵する精度を示しており、軽量でありながら高いパフォーマンスと実用性を両立したモデルとして注目されています。