# 影片筆記：Muse Spark 1.1: Meta's First Paid Model (No Longer Open ??)

## 一句話總結
Meta 發布了首款頂級閉源付費模型 **Muse Spark 1.1**，標誌著其從開源倡導者轉向商業化策略，該模型具備強大的 Agentic（代理）能力與多模態感知錨定功能，並透過相容現有開發工具（如 OpenAI 設定）以低於競爭對手四分之一的價格提供 API 服務。

## 核心重點
*   **策略重大轉變**：Meta 從堅持開源（Llama）轉向推出頂級閉源模型 **Muse Spark 1.1**，並首次提供公開付費 API。
*   **定價策略**：扎克伯格稱其定價為「極具侵略性」，約為 GPT 和 Claude 價格的四分之一。
*   **Agentic 能力**：模型不僅是回答問題，還能「行動」（act）、觀看影片、使用工具並完成任務。
*   **開發者整合**：透過相容現有工具（如 OpenAI 設定、Claude Code），建立「側門」讓開發者以低成本切換模型。
*   **實測演示**：
    1.  **Facebook Marketplace 列表生成**：透過影片識別物品、進行價格研究並生成上架列表。
    2.  **Claude Code 整合**：強制 Claude Code 使用 Spark 1.1 進行編碼。
    3.  **多模態感知錨定**：針對冰箱食材圖片，根據用戶健康狀況生成推薦與不推薦的 HTML 疊加層。

## 詳細大綱

### I. Meta 策略轉變的背景與歷史
*   **過去：開源倡導者**
    *   2024年7月，扎克伯格發布文章《開源 AI 是前進的道路》。
    *   免費可下載模型曾是 Meta 的核心身份，定位為開放實驗室（Open Labs）對抗封閉實驗室（如 OpenAI）。
*   **轉變：策略翻轉**
    *   引入 Scale AI 的 **Alexander van** 擔任首席 AI 官。
    *   達成 140 億美元的交易。
    *   建立全新的 **Super Intelligence Lab**（超級智能實驗室）。
    *   4月發布首批 Muse Spark 模型（閉源、無下載、無等待）。
    *   頂級模型被鎖定在 Meta 自家應用內運行。
*   **現在：付費與開放 API**
    *   發布 Muse Spark 1.1 重大升級。
    *   首次提供公開付費 API 及定價。
    *   價格約為 GPT 和 Claude 的四分之一。
    *   直接競爭對手為 OpenAI 和 Anthropic。

### II. 策略轉變的商業邏輯
*   **Llama 並未死亡**：Llama 仍為開源且可下載，但「最佳模型」現在是閉源的。
*   **成本與控制**：
    *   Meta 每年在 AI 上花費超過 1000 億美元。
    *   不願將最佳模型免費贈送。
    *   若希望擁有服務 30 億人的個人代理，必須擁有執行工作的模型。

### III. 實測演示與功能驗證
*   **演示一：Facebook Marketplace 列表生成器（Agentic 行為）**
    *   **輸入**：一段 9 秒的影片（兒童三輪滑板車）。
    *   **過程**：
        1.  識別物品：Global Primo Pink 三輪滑板車，狀態為二手。
        2.  價格研究：搜尋美國、英國、加拿大市場的當前轉售價格。
        3.  整合資訊：利用 Marketplace API 數據生成完整上架列表。
    *   **結果**：快速生成包含價格、描述、條件的上架內容，展示多模態輸入理解與代理行為。
*   **演示二：Claude Code 整合**
    *   **方法**：在 dev.meta.ai 創建 API Key。
    *   **操作**：在 PowerShell 中運行指令，配置 **Claude Code** 連接器。
    *   **結果**：強制 Claude Code 使用 Muse Spark 1.1 模型進行編碼工作。
*   **演示三：多模態感知錨定（Perception Grounding）**
    *   **來源**：Meta 提供的 **Cookbooks** 中的用例（13種用例之一）。
    *   **輸入**：冰箱內食物圖片。
    *   **提示詞**：「我是素食主義者且患有高膽固醇，在推薦食物上標記綠點。」
    *   **過程**：識別食物項目並評分。
    *   **結果**：生成 HTML 疊加層，標示推薦（綠色）與不推薦（如橙汁、奶酪、黃油）項目及評分。

### IV. 開發者資源與使用方式
*   **Meta.ai**：
    *   將模式從「Instant」切換為「Thinking Mode」即可體驗 Spark 1.1。
*   **開發者入口**：
    *   **dev.meta.ai**：創建 API Key，查看詳細文檔（Plot Code, Python, Curl 呼叫範例）。
    *   **Playground**：上傳圖片、提問、調整進階設定（如 JSON Schema）。
    *   **Dashboard**：查看使用情況與儀表板。
*   **成本與贈額**：
    *   提供 20 美元免費額度。
    *   講者測試花費少於 1 美元。
*   **基準測試（Benchmarks）**：
    *   與 **Gemini 3.1 4.8** 等進行比較（講者表示會分享相關資料）。

## 工具 / 模型 / 名詞整理
*   **模型名稱**：
    *   **Muse Spark 1.1**（逐字稿中亦出現 "muse spark"、"muke spark"、"new spark"）
    *   **Llama**（提及仍為開源）
    *   **GPT**（提及價格對比）
    *   **Claude**（提及價格對比）
    *   **Gemini 3.1 4.8**（提及於基準測試中）
*   **平台與服務**：
    *   **Meta.ai**
    *   **dev.meta.ai**
    *   **Facebook's Marketplace / Marketplace API**
    *   **X platform**（扎克伯格發布平台）
    *   **Open AI**（提及設定相容性）
    *   **Anthropic**（提及競爭對手）
*   **開發工具與環境**：
    *   **Claude Code**（逐字稿中亦出現 "claw code"、"clods connector"）
    *   **Plot Code**（逐字稿中出現，疑為特定工具或口誤）
    *   **Python**
    *   **Curl**
    *   **PowerShell**
    *   **HTML overlay**（生成結果格式）
    *   **JSON Schema**（Playground 進階設定）
*   **其他專有名詞**：
    *   **Scale AI**
    *   **Alexander van**（Scale AI 首席 AI 官）
    *   **Super Intelligence Lab**（超級智能實驗室）
    *   **Agentic / Agentic behavior**（代理行為）
    *   **Multimodal input**（多模態輸入）
    *   **Perception grounding**（感知錨定）
    *   **Cookbooks**（Meta 提供的用例手冊）

## 操作流程整理
1.  **體驗 Spark 1.1**：
    *   進入 Meta.ai。
    *   將模式從「Instant」切換為「Thinking Mode」。
2.  **開發者 API 整合**：
    *   前往 **dev.meta.ai** 創建 API Key。
    *   查看詳細文檔（包含 Plot Code, Python, Curl 呼叫範例）。
    *   在開發環境（如 PowerShell）中運行指令，配置連接器（如 Claude Code）。
    *   強制指定使用 Muse Spark 1.1 模型進行任務。
3.  **使用 Playground**：
    *   上傳圖片。
    *   提問並調整進階設定（如 JSON Schema）。
4.  **監控與成本管理**：
    *   查看 Dashboard 儀表板。
    *   利用提供的 20 美元免費額度進行測試。

## 值得注意的限制或風險
*   **閉源策略**：頂級模型 Muse Spark 1.1 為閉源，無下載權限，僅能透過 API 使用。
*   **定價對比**：講者主觀對比稱其價格為 GPT 和 Claude 的四分之一，實際定價結構需查證。
*   **技術依賴**：整合第三方工具（如 Claude Code）可能需要特定的配置步驟，存在技術門檻。
*   **基準測試數據**：提及的 "Gemini 3.1 4.8" 版本號格式特殊，需確認其準確性與比較基準。

## 逐字稿辨識疑點
*   **模型名稱不一致**：逐字稿中交替出現 "muse spark"、"muse spark 1.1"、"muke spark"、"new spark"。
*   **工具名稱聽似錯誤**：
    *   "claw code" / "clods connector"：應指 "Claude Code" 或相關連接器，但逐字稿聽寫為 claw/clods。
    *   "plot code"：在描述 API 文檔時出現，疑為 "Playground" 或 "Code" 的口誤或聽寫錯誤。
    *   "tropics"：在提及運行環境時出現 "clock course and tropics"，疑為 "Claude Code" 或其他工具的聽寫錯誤。
*   **價格描述**：逐字稿提到 "a quarter of what gpt and claude cost"（GPT 和 Claude 價格的四分之一），此為講者主觀對比，需查證實際定價結構。
*   **基準測試數據**：提及 "gemini 3.1 4.8"，版本號格式較為特殊，需查證是否為準確的模型版本標記。
*   **人物名稱**："alexander van" 為 Scale AI 首席 AI 官，需查證其正確姓名拼寫（疑為 Alexander Wang 或其他）。
*   **產品功能描述**：講者提到 "meta didn't just close its best model it put a price tag on it and open it up"，這與傳統開源定義有衝突，需理解為「開源模型（Llama）與頂級閉源模型（Spark）並存」的策略。

## 可延伸追問
*   Muse Spark 1.1 的具體定價表單與計費單位為何？
*   "Gemini 3.1 4.8" 的基準測試詳細數據與比較維度為何？
*   Scale AI 首席 AI 官 "Alexander van" 的正確姓名與背景為何？
*   Meta 如何確保 Muse Spark 1.1 在 Agentic 任務中的安全性與可靠性？
*   開發者如何具體在現有專案中切換至 Muse Spark 1.1 API？