Meta 的 Muse 被赞比编程模型重要 1000 倍

Alexandr Wang 称 muse 最被低估的部分是其背后的模型，感谢 MSL 研究团队攻克难题、发明新方法，打造出 muse 的核心。他还感谢 agentic 后训练、工具与计算机使用、记忆、个性化、对齐、安全及多模态理解等团队，以及数据、评测和基础设施团队。他表示这一核心模型如今驱动着一款普通人无需了解底层复杂性即可使用的产品。

听听投资者 pepe 怎么说…… Muse 的评测反响远超我们最疯狂的想象！ 【引用 @pepemoonboy】：$META 的 Muse 应用的评测简直疯了…… 我觉得这还没有真正反映在股价里 👀

muse spark 1.3 是最强前沿模型中不作弊 / 不进行奖励黑客的。 【引用 @hendrycks】：AI 智能体多久作弊一次？ 我们发布 CheatBench，一个覆盖数学、编程、知识工作、视觉任务等的奖励博弈评测。 在 Hugging Face 之后，AI 公司试图解决这个问题，但前沿智能体仍然频繁作弊。 https://cheatbench.ai/

评测出乎意料地全面！ 【引用 @ai】：AI 个人助手太多了，没时间一一评估。这项工作做得不错：https://assistantbenchmark.com

Scale AI 创始人 Alexandr Wang 转发评测称其 AI 助手速度比 Grok Bot/Instinct 快 5-10 倍，且免费。该产品采用单聊天窗口加临时"侧边聊天"设计，并设有优于同类产品的灵感页面，整体 UX 轻快流畅，适合新用户上手。

有趣的评测 Muse Spark 1.3 max 相比 xhigh 是一次可观的升级。 它在许多类别上进一步提升了性能，而每项任务仅需略高的成本和略长的时间。 其时间视野也大幅改善，已达到与 GPT-5.6 Sol 和 Opus 5 相同的水平。

试试看吧！

作者通过自己手机上的流量捕获复现了 OpenAI 广告收集器机制：bzr.openai.com 在 .openai.com 域设置 __obi Cookie，绑定 ChatGPT 账号（或稳定的匿名主体），投放广告的商家站点加载 OpenAI 像素代码时会把 __obi 连同浏览和购买数据回传给 OpenAI。

Epoch AI 分析海关数据发现，2024 年 4 月至 2025 年 6 月中国记录了 37.5 亿美元、均价约 10.6 万美元/台的马来西亚原产服务器进口，价格水平更符合 AI 服务器而非普通服务器。

Anthropic 让 Claude 在不到四周内优化了超过 30 个开源生物分子模型，平均提速约 4 倍、精度损失极小，输出完全一致时也有近 2 倍加速。优化代码全部开源，还推出低内存 Big 模式，可在单张 NVIDIA GPU 节点上对超过 10，000 token 的生物分子系统做准确预测。