Meta lanserer Muse Spark, sin første superintelligensmodell

Nøkkelinnsikt
- Meta har brukt hundrevis av milliarder på AI-infrastruktur, men valgte bevisst å lansere en begrenset modell først. Det er en strategisk kursendring etter Llama 4 Maverick-skuffelsen.
- Planer om betalt API-tilgang ville gi Meta en helt ny forretningsmodell og gjøre selskapet til en direkte konkurrent til Anthropic og OpenAI, ikke bare et gratis open source-alternativ.
- Benchmarktallene for den kommende Contemplating Mode (58 prosent på Humanity's Last Exam) er et tillitssignal til investorene før modellen er lansert.
- Muse Spark er i første rekke bygget for Metas egne apper: handel, innholdsskapere og koding. Det gjør det til et økosystemprodukt like mye som en generell AI-tjeneste.
Dette er et AI-generert sammendrag. Kildevideoen kan inneholde demonstrasjoner, visuelt innhold og ytterligere kontekst.
Kort fortalt
Meta har lansert Muse Spark, den første AI-modellen fra Meta Superintelligence Labs (MSL), forskergruppen som administrerende direktør Mark Zuckerberg bygde rundt sjef for kunstig intelligens Alexandr Wang. Modellen er tilgjengelig i dag i Metas AI-app og på nettsiden, med utrulling til Instagram, WhatsApp og Metas AI-briller i løpet av de neste ukene. CNBCs Julia Boorstin brøt nyheten på direkten mens Metas aksje steg 6,5 prosent.
Les også:
Et bevisst forsiktig første steg
Ventet du deg at Meta skulle komme dundrende med en ChatGPT-dreper? Da er ikke Muse Spark det. Meta kaller det sin kraftigste modell til nå, men selskapet presenterer bevisst dette som «det første steget på vår skaleringsstige» snarere enn et ferdig produkt. Den forsiktige tilnærmingen er i seg selv en strategi.
Etter at Llama 4 Maverick-lanseringen tidligere i år ble møtt med kritikk for å levere under forventningene, ser Meta ut til å ha lært av erfaringen. Tilnærmingen denne gangen er klar: lever noe ekte, hold forventningene nede, og la produktet tale for seg selv. Det er en annen holdning enn det vi er vant til fra store AI-lanseringer.
Modellen gikk internt under kodenavnet Avocado hos Meta, noe som sier noe om hvordan den ble behandlet internt: et stille, iterativt prosjekt heller enn et bråkete showstunt. Det offentlige navnet, Muse Spark, er del av en større Muse-familie med modeller som Meta sier er under utvikling.
Hva Muse Spark faktisk kan gjøre
Muse Spark er en multimodal modell, det vil si at den kan jobbe med tekst, bilder og kode samtidig i stedet for å håndtere dem separat. Dette er ikke noe som er skrudd på etterpå: Meta sier modellen er bygget fra grunnen av for å håndtere ulike typer inndata sammen.
Det første fokuset er på funksjoner som gir mening i Metas egne apper:
- Handlemodus finner frem produktideer fra innholdsskapere brukeren allerede følger, og gjør den sosiale feeden til noe som ligner en personlig nettbutikk.
- Visuelle kodeverktøy lar brukere beskrive en nettside eller et minispill med vanlige ord og se modellen bygge det.
- Innholdssøk hjelper brukere med å finne relevant innhold fra kontoene de allerede følger.
Utover disse funksjonene for vanlige brukere inneholder modellen flere evner hentet fra Metas tekniske blogginnlegg. Visuell tankekjede (visual chain of thought) lar modellen resonnere om bilder steg for steg, slik du kanskje ville kommentere et diagram før du trekker en konklusjon. Verktøybruk (tool use) lar den kalle opp eksterne tjenester og API-er midt i en samtale. Helseresonering er trent på data fra over 1 000 leger, slik at den kan gi faktabaserte og presise svar på helsespørsmål i stedet for vage ansvarsfraskrivelser.
På ingeniørsiden hevder Meta en ti ganger bedre regnekrafteffektivitet sammenlignet med Llama 4 Maverick. Det betyr at Muse Spark gjør mer med mindre prosessorkraft, blant annet gjennom en teknikk kalt tankekompresjon (thought compression), der modellen kutter ned antallet interne tenkesteg uten at kvaliteten forringes.
Den kraftigere modellen kommer senere
Det mest spennende med lanseringen er det Meta valgte å ikke slippe. Sammen med Muse Spark antydet selskapet en mer avansert modus kalt Contemplating Mode, en funksjon der AI-en tar seg ekstra god tid til å resonnere gjennom vanskelige problemer før den svarer, likt måten OpenAIs «o»-serie-modeller fungerer på.
Meta sier Contemplating Mode allerede konkurrerer med frontiermodeller som Googles Gemini, DeepSeeks DeepThink og OpenAIs GPT o3 Pro. Den scorer 58 prosent på en benchmark kalt Humanity's Last Exam, en beryktet vanskelig test av resonnering innen vitenskap, matematikk og logikk, og 38 prosent på FrontierScience Research, en annen krevende benchmark brukt til å sammenligne de skarpeste modellene. Det er tall som hører hjemme i toppsjiktet.
Men modusen er ikke tilgjengelig ennå. Meta slipper benchmarktallene nå og sender ut funksjonen senere, et trekk som fungerer som et signal til investorene og en advarsel til konkurrentene: neste lansering blir betydelig kraftigere.
En ny inntektskilde for Meta
Alexandr Wang brukte ni måneder på å bygge Meta Superintelligence Labs, med hundrevis av milliarder dollar i AI-infrastruktur i ryggen. Den infrastrukturen inkluderer datasenteret Hyperion, som Meta beskriver som en sentral del av AI-stabelen sin, fra modelltrening helt frem til utrulling.
Nå snakker Meta for første gang om å gjøre denne investeringen til en direkte inntektslinje. Selskapet sier det planlegger å åpne betalt API-tilgang til Muse Spark, likt måten Anthropic tar betalt for Claude og Google tar betalt for Gemini. Et API (Application Programming Interface) er i praksis en måte for andre programvareprodukter å koble seg til modellens evner på, slik at utviklere kan bygge oppå den i stedet for å lage sin egen.
Dette er ukjent territorium for Meta. Selskapet har historisk posisjonert AI-modellene sine, særlig Llama-serien, som gratis og åpne alternativer til de betalte konkurrentene. Å ta betalt fra utviklere for API-tilgang vil gjøre Meta til en direkte kommersiell konkurrent til OpenAI og Anthropic, ikke bare et gratis valg i økosystemet. En privat API-forhåndsvisning åpner allerede for utvalgte utviklere i dag.
Metas aksje endte dagen opp 6,5 prosent, et uttrykk for investorentusiasmen rundt det en CNBC-kommentator beskrev som en «transformasjon som skjer i sanntid».
Hva dette betyr
Muse Spark er ikke en ChatGPT-rival ennå. Men kombinasjonen av en reell produktlansering, ambisiøse benchmarktall for en kommende modus og en tydelig dreining mot betalt API-inntekt tyder på at Meta bygger mot noe mer betydelig. Den forsiktige utrullingen gir Wang tid til å få de kraftigere modellene riktige. Hvis Contemplating Mode-tallene holder seg når den lanseres, vil Metas posisjon i frontierkappløpet se veldig annerledes ut innen årets slutt.
Ordliste
| Begrep | Forklaring |
|---|---|
| Multimodal (multimodal) | En AI-modell som kan forstå og jobbe med ulike typer inndata samtidig, for eksempel tekst, bilder og kode. |
| Tankekjede (chain of thought) | Når en AI resonnerer steg for steg før den gir et svar, likt det å vise utregningen i et mattestykke. Muse Spark gjør dette visuelt for bilder. |
| API (Application Programming Interface) | En måte for programmer å snakke med hverandre på. Tenk på det som en meny som lar utviklere bestille spesifikke evner fra en modell. |
| Resonneringsmodus (Contemplating Mode) | En spesialmodus der AI-en tenker lenger og grundigere på vanskelige problemer før den svarer, tilsvarende OpenAIs o-seriemodeller. |
| Frontiermodell (frontier model) | De mest avanserte AI-modellene som er tilgjengelige, ytterst på grensen av hva som er teknisk mulig. |
| Tankekompresjon (thought compression) | En teknikk der modellen bruker færre interne tenkesteg for å komme frem til samme svar, noe som gjør den mer effektiv uten at kvaliteten går ned. |
Kilder og ressurser
- Meta — Introducing Muse Spark from Meta Superintelligence Labs — Metas offisielle tekniske blogginnlegg med fullstendige kapabilitetsdetaljer og benchmarktall
- CNBC Television — Meta unveils Muse Spark AI model to rival top chatbots (YouTube) — Julia Boorstins liverapport fra Halftime Report, inkludert aksjereaksjon og analytikernes kommentarer
Vil du vite mer? Se hele videoen på YouTube →