Meta a dévoilé Muse Spark, le premier modèle d’intelligence artificielle issu de l’équipe Superintelligence Labs constituée l’année dernière pour rattraper ses rivaux dans la course à l’IA.
Etre la couche d’intelligence commune de l’écosystème Meta
Connu en interne sous le nom de code « Avocado », Muse Spark est le premier modèle d’une nouvelle série. Il est conçu pour être rapide, tout en étant capable de raisonner sur des questions complexes en sciences, mathématiques et santé, avec une base solide sur laquelle la prochaine génération est déjà en cours de développement.
Meta ne communique pas sur sa taille, un indicateur clé habituellement utilisé pour comparer la puissance de calcul des systèmes concurrents.
Le modèle va alimenter l’application Meta AI et le site meta.ai, avec un déploiement prévu dans les prochaines semaines sur WhatsApp, Instagram, Facebook, Messenger et les lunettes Ray-Ban Meta.
L’objectif déclaré est de faire de Muse Spark la couche d’intelligence commune à tout l’écosystème du groupe, des réseaux sociaux aux appareils connectés.
L’efficacité computationnelle, argument central
Techniquement, le gain d’efficacité est l’un des arguments les plus convaincants. Meta rapporte que Muse Spark atteint ses capacités de raisonnement en utilisant plus d’un ordre de grandeur de calcul en moins que Llama 4 Maverick.
Cette efficacité repose sur un processus de « compression de la pensée ». Lors de l’apprentissage par renforcement, le modèle est pénalisé pour un temps de réflexion excessif, le forçant à résoudre des problèmes complexes avec moins de tokens de raisonnement sans sacrifier la précision. Multimodal et agentique, Les usages santé constituent un axe prioritaire. Le dataset clinique qui sous-tend ces capacités a été développé avec l’aide de plus de 1 000 médecins.
Le modèle propose deux modes de fonctionnement : un mode rapide pour les requêtes courantes, et un mode raisonnement pour les tâches complexes.
Un troisième, le mode « Contemplating », sera déployé progressivement. Il fait tourner plusieurs agents en parallèle pour démultiplier la puissance de raisonnement. Cas d’usage illustratif avancé par Meta: planifier des vacances en famille avec un agent qui rédige l’itinéraire pendant qu’un autre recherche des activités adaptées aux enfants.
Benchmarks : top 5 mondial mais avec des angles morts
Sur Artificial Analysis Intelligence Index, Muse Spark obtient un score de 52 ( contre seulement 18 pour Llama 4 Maverick ) se plaçant juste derrière Gemini 3.1 Pro Preview (57), GPT-5.4 (57) et Claude Opus 4.6 (53).
Ses points forts sont 39,9 % sur Humanity’s Last Exam, 80,5 % sur MMMU-Pro pour la vision, 42,8 sur HealthBench Hard et 86,4 sur CharXiv Reasoning.
Le choix d’un modèle propriétaire est en rupture avec les modèles Llama. Meta expérimente un nouveau flux de revenus en offrant aux développeurs tiers un accès à la technologie via une API, pour l’instant réservée à des partenaires sélectionnés, avec une ouverture payante plus large annoncée ultérieurement.
Des fonctionnalités shopping sont intégrées directement dans Meta AI, orientant les utilisateurs vers des produits à acheter. Avec plus de 3,5 milliards d’utilisateurs actifs sur ses plateformes, Meta dispose d’un énorme levier de distribution.
Alexandr Wang, le patron de Superintelligence Labs, a toutefois indiqué que des versions plus puissantes étaient en développement et que Meta prévoyait d’en publier au moins certaines en open source. Une concession nécessaire à une communauté de développeurs qui avait constitué le principal atout différenciant de l’écosystème Llama.
The post Avec Muse Spark, Meta signe un modèle rapide, multimodal et… propriétaire appeared first on Silicon.fr.
