標題 : Meta重磅秀出Muse Spark：耗資百億的人才與伺服器能否化為廣告金流？

・ 2026 年 04 月 09 日

摘要 : Meta推出專有AI模型Muse Spark，關鍵在於能否轉化為廣告與付費API收益。

新聞 : Meta終於在投入鉅資與大量人力近一年後，對外發表其首款新一代專有模型Muse Spark，標誌著公司AI策略由開源Llama家族向封閉商用模式的重大轉向。這項發布不僅是技術宣示，更是對投資人與內部管理層的答卷：在耗費逾140億美元挖角Scale AI創辦人Alexandr Wang與其團隊、成立Meta Superintelligence Labs，以及計劃在今年投入1150至1350億美元資本支出的背景下，Meta必須證明AI能帶來實際回報。

背景與關鍵資料： - 今年6月Meta為挖角Wang與團隊支付超過140億美元，並在1月向華爾街公佈巨額資本支出計畫。 - 去年Meta營收約2000億美元，其中98%來自廣告，顯示廣告仍是核心獲利來源。 - Muse Spark改採專有策略（但Meta表示未來會考慮釋出部分開源版本），並計畫先行展開「私有API預覽」，之後向第三方收費提供API存取。 - 與競爭者相比，OpenAI與Anthropic的估值合計逾1兆美元，Google已將其Gemini模型深植至自家產品與雲端販售，Meta在商用化與收費上顯得較晚。

技術定位與市場機會： Meta公佈的基準測試顯示Muse Spark在影像與影片處理方面表現突出，這與Meta掌握的超過30億月活躍用戶以及Reels短影片、Instagram與Facebook的視覺內容使用習慣高度契合。多位分析師指出，Meta最有可能也最應該把AI能力優先用於提升廣告效能：使廣告更具吸引力、提升目標投放精準度，從而提高廣告投資報酬率並促使廣告主加碼投放，形成良性迴圈。

不同觀點與挑戰： - 支持者（如Citizens的Andrew Boone）認為，Meta擁有全球最大社群流量，若能把Muse Spark整合進廣告產品，將形成難以取代的競爭優勢。 - 懷疑者指出Meta在商業化上動作偏晚，且由於Muse Spark改為專有，開發者社群可能轉向OpenAI、Anthropic或採用可自由微調的開權模型來滿足定製需求。AI新創創辦人Joseph Ott就表示，開放權重與可微調性是吸引使用者的重要因素。 - 另有觀點強調「AI主權」的重要性：如Encord共同創辦人Ulrik Stig Hansen所言，發展自家基礎模型可避免對第三方供應商的依賴，是維持長期競爭力的必要佈局。

分析與評論： Meta面臨三大考驗：一、讓Muse Spark在技術層級足以與領先模型競爭；二、找到清晰且可規模化的變現路徑（廣告增效、企業API付費或其他商業服務）；三、兼顧開發者生態與公司控制權——過度封閉可能減少開發者採用，但過度開放又可能削弱商業化空間。從目前資料看，Muse Spark在視覺與影音處理的強項最契合Meta現有廣告生態，短期內以廣告增效作為主要商業化路徑最為務實；中長期則仍需觀察API定價、開放策略與生態系統建構是否能吸引足夠付費客戶。

駁斥替代觀點：針對「開放策略能更快吸引使用者」的說法，Meta的反論在於其掌握的龐大用戶資料與廣告投放平臺，能直接將模型能力轉化為廣告成效，這種第一方資料與廣告流量的整合難以被僅靠開源技術的對手複製。換言之，對Meta來說，技術公開與否並非唯一贏面，如何把AI能力嵌入廣告價值鏈，提升廣告主的投資回報，才是決勝關鍵。

結論與展望（行動號召）： Muse Spark的推出代表Meta已從研發與佈局階段邁入商業化驗證期。投資者與市場應重點觀察：Meta如何將Muse Spark整合至廣告產品、API收費策略與商業化進度，以及是否在保有競爭力的同時採取適度開源以維繫開發者生態。對廣告主而言，若Muse Spark能實證提升廣告成效，預期將更願意為最佳化工具付費；對開發者與企業客戶，關鍵在於Muse Spark是否提供足夠差異化與成本效益，能夠勝過現有免費或便宜的替代方案。短期內，Meta需證明的是：這款「冠冕之寶」能否真正變現，而不僅止於技術展示。