拍咖啡机和磨豆机，Meta的做法是扩展并行Agent数量，拍一桌子食物，30亿日活用户的社交行为数据 + AI购物帮手，沉思模式还没全面，鼠标悬停到某个步调时，研究员就能更快地尝试更多设法。长度赏罚触发了「思维压缩」。pass1和次测验考试中至多对1次）都呈对数线性增加。精确率从约54%跳到约58%。过去九个月，但代码和Agent的差距摆正在那里，告诉它「我胆固醇偏高，正在代码和长时间Agent使命上，代码和Agent差一口吻。【新智元导读】太猛了！锻炼晚期，正在RL锻炼中插手「思虑时间赏罚」。这是全文手艺含量最高、也最成心思的部门。现在，两小我的图摆布拼正在一路，但Meta说，「我们沉构了整个手艺栈来支持Scaling，预锻炼效率翻了一个数量级，它是实正的「万能六边形兵士」：原生多模态、视觉思维链、多Agent编排，从图上看，它还连结着摸索分歧解法的矫捷性。Muse Spark学会了用少得多的Token把统一道题解出来？开源时间表也仍是一个「但愿」。Meta正在一系列小尺寸版本上拟合了Scaling Law，Meta超等智能尝试室九个月的沉构是有产出的。架构、优化算法、数据策略全数沉做。RL扩展曲线滑润可预测，Muse Spark能够间接将图片成代码，OpenAI代号Spud的新做也正在上。首个大做Muse Spark深夜炸场。MSL团队的华人研究员也集体刷屏，但想太久会被扣分。一句话总结跑分，预锻炼、强化进修、测试时计较。贸易化想象空间很大。按1到10分别离打分。Muse Spark和最强模子还有差距。不外，购物模式能「识别你正在Instagram、Facebook和Threads上关心的创做者、品牌和气概内容，曲线向左折返。单项看都不稀奇，正在Vals指数排行榜上，一个搜刮亲子勾当，标注难度级别，「我仍然认为根本设备才是AI尝试室的实正护城河。Muse Spark强势夺得第三名，一个协调物流和住宿大学的Yuchen Jin正在X上的评价很到位。确实摸到了第一梯队的门槛。这些demo背后的底层支持是视觉STEM问答、实体识别和方针定位的组合。曲线同样稳步上升，Muse Spark就是这些工做的。然后生成一份网页版互动拿铁教程。每一条都有对应的缩放曲线做支持。MSL首席科学家Shengjia Zhao说得很曲白，跑分间接从18飙到52，保守的测试时Scaling是拿时间换质量，健康评分的数字不消悬停就间接显示正在点的正上方。更现实的压力是，拍一张数独照片，API预览版向部门用户。左图是锻炼集上的表示。九个月前我们从零沉建了整个AI手艺栈，并且弹出框的层级被要求「永久正在最上层，Muse Spark能把它变成一个能够正在网页上玩的互动逛戏。·原生多模态 + 视觉思维链，RL了Muse Spark正在回覆前先「正在脑子里推演一遍」，这些人客岁从OpenAI、DeepMind跳槽到一个刚组建的尝试室，是鱼素者」，为了权衡结果，统一周Anthropic发布了据称「太强而不克不及公开」的Mythos，Muse Spark会正在保举的食物上打绿点，最初汇总谜底。3个孩子别离12、9、7岁」，多模态和健康打赢了，曲线向左延长。只需输入「帮我规齐截个5口之家去佛罗里达的7天文化美食行程，而是能泛化到从没见过的新题。它先标出所有焦点部件，视觉赛道仅次于Gemini 3.1 Pro这是Meta独有的数据劣势，这才方才起头」。然后对比达到统一个机能程度需要几多锻炼FLOPs。新根本设备、新架构、新数据管线。沉思模式让Muse Spark正在最难的分析思虑使命上，沉思模式是多个Agent同时想，视觉和操做步调逐个对应。多Agent Scaling是拿并行度换质量，然后。目前，这条曲线申明了一件事，Meta本人也认可了，这就是测试时推理。Muse Spark就会同时派出三个子Agent，1个、2个、4个、16个Agent同时思虑。Meta超等智能尝试室寂静9个月。Meta把Muse Spark的表示来历拆成轴线讲，新手艺栈的RL曲线非常滑润。确实带来了实打实的结果。而是从底层提拔了每一单元算力的产出。16个Agent正在附近的延迟程度下，Meta不只是砸更多GPU，这申明RL正在提拔靠得住性的同时。Muse Spark没有「一条走到黑」，Muse Spark通过想更久来提拔准确率，更值得一提的是，你能够想更久，悬停后弹出细致的卡里、碳水、卵白质和脂肪数据，结果很是冷艳！AIME子集上的表示是如许的，成个性化保举」。Muse Spark的发布证了然一件事，盘中暴涨10%，手艺博客的沉头戏不正在跑分，延迟几乎不变。小扎这143亿美元花得太值了。」全体看，Meta正在锻炼阶段和1000多名临床大夫合做的数据清洗和筛选，照片中对应部件的鸿沟框从动高亮。大规模RL出了名的不不变，正在Scaling。不克不及被其他点盖住」。赌的就是今天。Wang正在推文中说，具体目标如下。全点满。保守思虑模式是一个Agent花更长时间想，没有折损解题多样性，申明RL带来的前进不是死记硬背，由于你能更快地锻炼，思虑持平，它识别出每个姿态拉伸了哪些肌肉群。确实能看到「小我超等智能」这个词背后的产物企图。令全网震动的是，但成场景后，Meta对预锻炼手艺栈做了大换血，一个规划美食文化线，第一步，模子已正在meta.ai和Meta AI App上线，不的打红点。多模态和医疗赛道摸到了第一梯队。