Muse Spark - MetaがMuse Sparkを公開——Llama後継の推論AIがFacebook・Instagramに展開 anchor left anchor right

Apr 09 2026 AIニュース

Muse Spark – Meta が公開した Llama 後継の推論 AI モデル

anchor left anchor right

Muse Spark は、Meta Superintelligence Labs が 2026 年 4 月 8 日に発表した Llama 後継のクローズド推論 AI モデルで、3 段階の推論モードを備えるフラッグシップです。

📖 この記事で分かること

  • Metaが新AI「Muse Spark」を4月8日に公開
  • Llamaのオープン路線からクローズドモデルへ転換
  • 3段階の推論モードとマルチエージェント機能を搭載
  • Facebook・Instagram・WhatsAppへ順次展開予定

💡 知っておきたい用語

  • マルチモーダル: テキスト・画像・音声・動画を一緒に理解できるAIの仕組み。人が目と耳を同時に使って物事を把握するイメージ。

最終更新日: 2026年5月21日

Muse Spark - MetaがMuse Sparkを公開——Llama後継の推論AIがFacebook・Instagramに展開

Muse Sparkとは何か

Metaは2026年4月8日、Llamaシリーズの後継として位置づけられる新AIモデル「Muse Spark」を正式発表しました。Meta Superintelligence Labs(MSL)が開発した「Museファミリー」の第1弾で、ネイティブマルチモーダル対応の推論モデルとして、ツール使用・ビジュアル思考の連鎖・マルチエージェント調整に対応します。

提供は米国のMeta AIアプリとmeta.aiで開始され、セレクトパートナー向けにプライベートAPIプレビューも始まっています。

なぜLlamaから転換したのか

これまでMetaはオープンソースのLlamaシリーズでAI戦略を進めてきましたが、Muse Sparkではアーキテクチャもコードも非公開のクローズドモデルへと路線を切り替えました。Metaは「将来のバージョンをオープンソース化することを希望している」とのみ表明しています。

転換の背景には組織再編があります。Meta Superintelligence Labsは約9か月前に設立され、元Scale AIのCEOであるAlexandr Wang氏が最高AI責任者(CAO)として迎えられました。同氏の採用はScale AIへの143億ドルの投資と連動しており、Mark Zuckerberg氏がMetaのAI競争力低下に強い危機感を抱いたことが組織立ち上げの引き金とされます。

3つの推論モードとマルチエージェント機能

Muse Sparkの設計上の特徴は、タスクの難易度に応じて切り替えられる3段階の推論モードにあります。

  • Instant: 軽量・高速。日常的な質問向け
  • Thinking: やや時間をかけて推論。複雑なプロンプトに対応
  • Contemplating: 複数のAIエージェントが並行して推論する高度モード

Contemplatingモードは、Gemini Deep ThinkやGPT Proといったフロンティアモデルの高度推論モードと競合する位置づけです。Metaは難関ベンチマーク「Humanity’s Last Exam」で58%、「FrontierScience Research」で38%を達成したと公表しています。なお、本モードは現時点で段階的にロールアウト中です。

マルチエージェント機能も注目点です。たとえば「家族旅行の計画を立てて」というリクエストに対し、あるエージェントが旅程を作成し、別のエージェントが子ども向けアクティビティを調べる、といった形で複数のサブエージェントが並行して動作します。

健康・ショッピング・マルチモーダルへの応用

Metaは1,000人以上の医師と協力して健康領域のトレーニングデータを整備しました。Muse Sparkは食品の栄養成分や運動中の筋肉活動に関する情報をインタラクティブに表示でき、個人向けヘルスケアAIとしての活用を想定しています。

ショッピング機能も標準搭載され、商品の比較、メリット/デメリットの整理、購入リンクの提示が可能です。これはChatGPTのショッピング機能と直接競合する領域です。

マルチモーダル対応については、入力として音声・テキスト・画像を受け付ける一方、出力は現時点でテキストのみです。

今後の展開と残された課題

Muse Sparkはまず米国のMeta AIアプリとmeta.aiで提供が開始され、今後数週間でFacebook・Instagram・WhatsApp・Messenger・Ray-Ban Meta眼鏡へと展開される予定です。月間数十億ユーザーを抱えるプラットフォームに統合される点が、他社の単独AIアシスタントと異なる要素です。

一方で課題も明示されています。Metaは公式ブログで「長期的なエージェントシステムとコーディングワークフローに現時点ではパフォーマンスギャップが存在する」と認め、引き続き投資を続けるとしています。

プライバシー面では、MetaのプライバシーポリシーがAIシステムに共有されたデータの利用について制限が緩い点を、ユーザーは把握しておく必要があります。


編集部の見方

オープン → クローズドの転換: Meta が Llama のオープン路線から Muse Spark でクローズドモデルへ転換した点は、AI 業界全体の構図に影響する大きな決断です。これまでの「オープンソース系の旗手」というポジショニングを捨てて、商業競争に本気で参入する姿勢を示しています。

3 段階推論モード: 3 段階の推論モードとマルチエージェント機能は、Anthropic の Claude Opus・Google の Gemini 3.1 Pro と直接競合する仕様です。Facebook・Instagram・WhatsApp という巨大な配信チャネルに統合することで、消費者向け AI 利用シーンを一気に押さえる戦略が見えます。

読者にとっての意味: Meta 製品(Facebook・Instagram・WhatsApp)を日常的に使う読者は、近い将来 AI 統合機能が自動的に追加される形で恩恵を受けることになります。ビジネス利用では、Meta Business Suite との統合がどう進むかが今後の判断軸になります。


よくある質問

Q: Muse Sparkは無料で使えますか?

A: 現時点ではすべてのモードが無料で利用できますが、Metaはレート制限を設ける可能性があります。有料サブスクリプションの導入も検討中とされています。

Q: Llamaモデルはどうなりますか?

A: Muse Sparkは従来のLlamaシリーズとは別のモデルラインで、クローズドモデルとして展開されます。オープンソースのLlama路線とは異なるアプローチです。将来バージョンのオープンソース化については「希望している」との表明にとどまっています。

Q: Muse Sparkのトレーニングデータはどこから取得していますか?

A: 学習にはAlibabaのQwenやOpenAI・Googleのオープンソースモデルなどからの蒸留(ディスティレーション)技術が使われています。Metaは「業界で広く行われているディスティレーション技術を、厳格なセーフガードのもとで活用している」と説明しています。


まとめ

MetaはMuse Sparkによって、Llama中心のオープンソース戦略から、クローズドモデルを軸とした個人向けAI戦略へ大きく舵を切りました。Alexandr Wang氏率いるMSLが約9か月で開発した本モデルは、3段階の推論モード・マルチエージェント連携・健康領域への特化など、消費者向けAIとしての実用性を前面に押し出しています。コーディング性能など課題は残るものの、Facebook・Instagramを通じた展開規模はAI競争での存在感を左右する要因になります。


💡 編集部メモ

注目したいのは「Llamaのクローズド化」そのものよりも、Metaが消費者プラットフォームへの統合を最大の武器に据えた点です。ChatGPTやGeminiが単独アプリで戦うのに対し、Muse SparkはInstagramやWhatsAppの利用導線にそのまま流し込める。蒸留元としてQwenやOpenAI/Googleのモデルを名指しで挙げた点も率直で、ベンチマーク数値より「どこまでユーザーの日常にAIが溶け込むか」が次の評価軸になりそうです。


【用語解説】

  • ディスティレーション【蒸留】: 大きなAIモデルの知識を小さなモデルに「蒸留」して移転する学習手法。効率よく高性能なモデルを作れる。
  • マルチエージェント: 複数のAIエージェント(自律的に動くAI)が協調して一つのタスクを処理する仕組み。
  • クローズドモデル: モデルの重みやコードを公開せず、API・アプリ経由でのみ利用させる提供形態。OpenAIのGPTシリーズが代表例。

免責事項: 本記事の情報は執筆時点のものです。AI技術は急速に進歩しているため、機能や制限は予告なく変更される場合があります。


引用元:


この記事について: AI 支援で執筆、編集部が事実確認・編集しています。誤りや追加情報があれば Contact よりお知らせください。

anchor left anchor right
KOJI TANEMURA

15 年以上の開発経験を持つソフトウェアエンジニア / テクノロジーライター。AI エージェントの実務活用を研究し、現場や経営者向けセミナーでその知見を発信。本メディア tech-noisy.com では、一次情報に基づく最新ニュース・解説記事を執筆。また、音楽生成 AI による DJ パフォーマンスを企業イベントで行うなど、テクノロジーと表現の融合も探求している。

人気の記事

anchor left anchor left

おすすめの記事

anchor left anchor left

categories

anchor left anchor left

tags

anchor left anchor left