Meta MSL推出首款多模态模型 支持单图复刻完整可交互App

2026年4月9日，Meta旗下成立仅9个月的超级智能实验室（MSL）发布首款原生多模态推理模型Muse Spark（内部代号“牛油果”）。该模型由MSL华人研发团队主导打造，支持视觉思维链、多智能体编排与工具调用，可通过单张界面截图复刻完整类豆包App产品，在第三方测评平台的智能指数较前代Llama 4提升近4成。

普通用户只需上传一张豆包App的主界面截图，无需编写一行代码，最快10分钟就能得到功能完整、可交互的同款应用原型——这不是科幻设定，而是Muse Spark上线后已经过实测的落地能力。

过去两年，全球大模型厂商的竞争已经从参数规模竞赛转向落地能力比拼，多模态大模型的应用场景也从图文生成、内容问答逐步延伸到生产端。Meta于2025年7月组建超级智能实验室（MSL），抽调了Llama系列的核心研发人员，其中华人研发者占比超过60%，目标就是打造能直接对接生产需求的通用智能体，此次发布Muse Spark距离实验室成立仅9个月，研发速度远超行业预期。

和此前行业普遍采用的“文本大模型+视觉模块”拼接架构不同，Muse Spark采用**原生多模态推理架构**，从底层就支持视觉、文本、代码信号的统一处理，核心能力覆盖三大方向：一是**视觉思维链**，可识别界面截图中的功能模块、交互逻辑，而非仅匹配像素特征；二是多智能体编排，可自动调度代码生成、兼容性测试等不同模块完成全流程任务；三是原生工具调用能力，无需额外插件即可对接主流开发工具。