Muse 시리즈의 첫 번째 모델로, 텍스트와 이미지를 동시에 처리하는 '네이티브 멀티모달' 추론 모델이에요

Meta가 '뮤즈 스파크(Muse Spark)'를 공개했어요. Muse 시리즈의 첫 번째 모델로, 텍스트와 이미지를 동시에 처리하는 '네이티브 멀티모달' 추론 모델이에요.

핵심은 사후에 비전 모듈을 붙인 게 아니라, 처음부터 텍스트와 시각 정보를 함께 학습했다는 거거든요. UI 요소 위치 파악 벤치마크인 ScreenSpot Pro에서 72.2점을 기록했는데, Claude Opus 4.6 Max의 57.7점, GPT-5.4의 39.0점보다 높은 수치예요.

성능뿐 아니라 효율도 눈에 띄어요. 이전 모델 Llama 4 Maverick 대비 같은 성능을 내는 데 컴퓨트가 10배 이상 절감됐다고 해요. 사전학습, 강화학습, 테스트 타임 추론이라는 세 가지 스케일링 축을 동시에 개선한 결과예요.

멀티모달 AI 경쟁이 단순 성능 비교를 넘어, 효율성 싸움으로 번지고 있다는 신호로 읽혀요.