Muse Spark: 個人の超知能に向けたスケーリング

2026年4月9日原文(ai.meta.com)

概要

Meta Superintelligence Labs が開発した Muse Spark の発表
マルチモーダル推論 ・ツール利用・複数エージェント協調を特徴
健康・科学・個人利用 など多様な応用例
効率的なスケーリング と安全性評価の実施
今後のモデル拡張と 個人向け超知能 への展望

Muse Spark：Meta Superintelligence Labsによる新AIモデルの概要

Muse Spark はMeta Superintelligence Labsが開発した 最初のMuseファミリーモデル
マルチモーダル推論 をネイティブに実現、ツール利用や視覚的連鎖思考、複数エージェント協調をサポート
meta.ai および Meta AIアプリ で本日より利用可能、選定ユーザー向けに APIプライベートプレビュー も提供
競争力ある性能 をマルチモーダル認識・推論・健康・エージェントタスクで発揮
現状の課題領域（長期的エージェントシステムやコーディングワークフロー）にも継続投資

Muse Sparkの主な機能と応用例

視覚情報統合 によるSTEM分野の質問、エンティティ認識、ローカリゼーションで高い性能
インタラクティブ体験 の実現（例：ミニゲーム作成、家電トラブルシューティング）
健康分野 では1,000人以上の医師と協業し、事実に基づいた包括的な回答を強化
- 栄養情報や運動時の筋肉解説などのインタラクティブ表示
直感的なプロンプト例 ：
- ウェブ上で遊べる数独ゲーム作成
- コーヒーマシンの主要部品識別およびインタラクティブチュートリアル
- 健康状態に基づいた食品推奨マッピング（点の色分け・スコア表示）
- ヨガフォームの筋肉部位・難易度・フォーム修正アドバイス表示

スケーリング戦略と技術的進化

プリトレーニング でマルチモーダル理解・推論・コーディング能力を獲得
- モデル構造・最適化・データ選定など全面刷新
- Llama 4 Maverick 比で1桁以上少ない計算量で同等性能を達成
強化学習（RL） による能力増幅
- 大規模RLでも安定した成長を実現
- パフォーマンス指標（pass@1, pass@16）の向上と汎用性の確保
テスト時推論 の最適化
- 思考時間ペナルティとマルチエージェント協調で効率化
- トークン数を抑えつつ正確性を最大化
- 並列エージェントによるレイテンシー低下と性能向上

安全性評価とリスク管理

Advanced AI Scaling Framework に基づく安全性評価の実施
- 生物・化学兵器等の高リスク領域での拒否行動を確認
- サイバーセキュリティや制御不能リスクも安全域内
Apollo Research による第三者評価で高い評価認識率
- 評価文脈の認識が行動に与える影響は限定的と判断
- 安全性・準備態勢レポートで詳細公開予定

今後の展望

Muse Spark は個人超知能への第一歩
モデル能力の スケーリングと進化 を継続
さらなる高機能モデルのリリースを予告

公式サイト ：meta.ai

Hackerたちの意見

これ、AI競争と19世紀の鉄道マニアがすごく似てるってことを強調してるよね。いろんな会社が同じくらい強力なAIを持つことになるから、囲い込みができなくて、安くなると思う。投資を回収することは絶対無理だね。

└

囲い込みは計算能力とエネルギーアクセスにあるんだよね。さらに先にはチップがあって、だからイーロンは今ファブを作ってるんだ。HuggingFaceにはたくさんの優秀なモデルがあるけど、実行する手段がないんだよね。

└

これがAnthropicが自社製品のサブスクリプションを制限して、APIの価格を他のモデルの数倍にしている本当の理由だと思う。アプリケーションはAPIユーザーよりも粘着性が高く、技術的でないユーザーはプログラマーよりも粘着性が高いからね（つまり、CoworkはCodeよりも粘着性がある）。

└

いや、みんなAIの話ばっかりしてるし、使ってるよね。今のところ、人間が使ってる新しいツールの中で、ダントツで人気だと思う。スマホやスプーンと同じくらい。蒸気機関みたいに、革命的な存在かも。AI企業は地球上で一番大きなソフトウェア企業になりつつあるし、すべてがその方向に向かってる。市場には集められるのを待ってる兆ドルの資金があるんだ。

└

人々が見落としてるのは、投資を人から回収する必要はないってこと。機械から回収するんだよ。

いくつか内部ベンチマークを試してみたけど、全然感心しなかった。これでOAIとAnthropic、Geminiの話には全く入れないと思う。いくつかの技術的な質問に対する返答に大きな分析ミスがあった。

└

もう少し遊んでみたけど、全然良くない。基本的な数学のミスが返答に散らばってる。基本的な敵対的テストをしてみたら、Geminiがその返答を分析して、オプスやGemini、GPTが扱えるような単純な質問に対して基本的な数学のミスを見つけてる。ヤバいね。

これを批判してるコメントが理解できない。もしこれがオプス4.6を少しでも上回るか、同等なら、メタはトップのAI企業と競争できるモデルを作れるってことだよね。確かに、たくさんお金を使ったし、今後もコストがかかるけど、それを人々が試したり（お金を払ったり）するコーディングエージェントにするにはどれだけの労力が必要なんだろう？（ClaudeやCodexなどのエージェントと一緒に使うことを考えると）それに、メタは全製品（IGやWhatsApp、VRを含む）でSATAモデルを使うために他の会社にお金を払う必要がなくなるから、長期的にはバランスシートにも影響が出ると思うよ（常に研究開発にお金を使ってるけど）。

└

これを批判してるコメントは、Llama 4のベンチマックスを覚えてる正当な懐疑派だと思う。このモデルは数ヶ月前にはもう出てたけど、Gemini 2.5プロレベルだったからリリースしなかったんだよね。

└

Opus 4.6を少しでも上回るか、せめて同じくらいにはならないよね。

└

なんでこのコメントが叩かれてるのか理解できない。人々はMetaを嫌うのが好きみたいで、理由があろうとなかろうと関係ないんだよね。正当化されるかどうかは別として、ただ多くの人のデフォルトのバイアスなんだよ。

└

ベンチマークが信じられるなら、まあまあのモデルだと思うけど、プログラミングに関してはOpusには全然敵わないね。残念ながら、これらのベンチマークは日常のコーディングタスクに役立つモデルの要素を完全には捉えてない。追いつくには時間がかかるだろうし、その間にOpusはどんどん進化していくよ。でも、競争が増えるのはいいことだね。

Hacker Newsで議論の続きを見る

ハクソク