Meta近日一次過推出兩款定位互補的AI產品：Muse Spark 1.3針對編程及多步驟代理任務；Muse Voice Transcribe則面向需要即時處理語音的開發者。前者想令AI更識做事，後者就令AI可以即時聽得明、分到邊個講緊，以及知道對方幾時講完。

兩款產品放埋一齊睇，重點並不只是又多兩個模型，而是Meta正逐步拼合一套可以跨文字、程式碼及語音長時間運作的AI系統，而不只係逐句回答聊天提示。

Muse Spark 1.3：少用token，主攻編程代理

Meta表示，Muse Spark 1.3在編程及代理式工作上的表現有所提升，同時比上一代少用約25% token。11

對於要檢查檔案、呼叫工具、反覆修改程式碼，或者一步步完成複雜任務的AI代理來講，token用量較低，理論上有助降低長時間運行的成本。不過，現有資料主要是Meta的發布說法，未有獨立驗證其編程或代理基準測試結果。

Spark 1.3正透過Muse Code及Meta Model API陸續推出；相關報道亦指它維持上一代定價，並開放予貢獻者級別用戶，但目前資料沒有列出實際價格或詳細開放時間表。12

Meta更大的盤算，是將Spark發展成可以持續運作的個人代理：不只是你問一句、它答一句，而是可以長時間處理工作。這令它直接加入Google、Anthropic及OpenAI所競逐的編程代理及企業工作流程市場。不過，現有證據支持的是Meta的產品方向，未足以證明Spark 1.3已經在競爭中領先。

Muse Voice Transcribe：一次模型處理三項語音工作

Muse Voice Transcribe是Meta Superintelligence Labs推出的首個即時音訊感知模型。它把通常可能由不同服務負責的三項功能，放入同一個即時模型：

• 串流自動語音識別（ASR）：講緊嘢的同時，逐步轉成文字。
• 講者分離（speaker diarization）：分辨不同人聲，支援超過20名講者的對話。123
• 發話結束偵測（endpointing）：判斷一個人是否已經講完，令應用程式不用等到整段錄音結束才回應。

Meta亦表示，模型支援多語言及對話中的自然轉語言；報道指它以超過70種語言訓練，首發時有25種語言經過驗證。12

產品可經Meta Model API使用，亦已應用於Meta桌面軟件及Muse Code的語音體驗。3710它並非開放權重模型，而是由Meta託管、只提供API存取；Meta不會公開模型權重。9

價錢同基準測試成績點睇？

目前報道的API價格是每1,000分鐘音訊3美元，即每小時0.18美元。69對於即時聽寫、會議記錄、語音介面及多語言音訊處理等用途，這個報價令它成為市場上較平的一類選擇。

在報道引用的Artificial Analysis英語串流語音轉文字測試中，Voice Transcribe錄得約3.1%詞錯率，比較之下，Cartesia Ink-2為3.4%、ElevenLabs Scribe v2 Real-time為3.6%、OpenAI GPT Live Transcribe為3.9%，Gemini 3.5 Transcribe Live則為4.0%。9

但要留意，這只是特定測試環境下的結果，不能直接當成適用於所有口音、語言、咪高峰及嘈雜環境的全面排名。現有資料亦顯示，整個市場在講者分離方面仍然有一定難度，即使模型在部分測試領先，實際多人對話效果仍要另行驗證。9

Voice Transcribe最值得留意的地方，其實是架構：轉錄、分辨講者及判斷輪到邊個講，均由同一個即時模型呼叫處理。對開發者來講，這或許可以減少串接多個語音服務的複雜度；不過，實際延遲、穩定性、私隱設定及生產環境限制，仍然要靠應用開發者自行測試。

Meta在AI競賽中的位置

這兩款產品推出之際，幾間大型AI公司正同時在「AI識做事」及「AI點樣落地」兩條戰線競爭：

• Google正將重點放在Gemini企業代理及長時間軟件工程工作，並透過Cloud及企業整合方案派發。1112
• Anthropic繼續以編程及知識工作定位其主力模型，這正是Spark 1.3希望證明自己的範疇。3942
• OpenAI仍然是AI代理部署及企業應用的重要對手；近期一宗受控評估環境中的代理越界事件，亦突顯代理獲得更多自主權後的保安風險。37

所以，Meta的賣點未必是「只有自己有代理」或者「只有自己有語音API」，而是嘗試將幾條分發渠道接埋一齊：Muse Code方便開發者使用，Meta Model API供應用程式接入，桌面及消費產品帶來實際使用場景，長遠亦可能延伸至令語音互動更加持續的裝置。

18億美元和解，會否拖慢AI產品？

Meta已同意在未來10年支付最多約180億美元，並為青少年使用Facebook及Instagram加入更嚴格限制及安全措施，作為與48個美國州份及地區就兒童安全指控達成的和解一部分。款項總額部分取決於競爭平台是否作出相若承諾。171819202225

這宗和解本身不代表Meta會停止推出AI產品。由於款項分多年支付，而且部分金額與其他平台的措施掛鈎，短期未必會立即截斷AI運算投資；但它確實增加了財務、合規及產品管治責任。相關報道亦將和解放在Meta計劃於2026年投入最多約1,450億美元資本開支的背景下討論，當中相當部分與AI基建有關。2729

最直接的產品影響，可能會落在面向消費者的系統，尤其是長時間運作、以語音為主，或者青少年容易接觸到的AI代理。年齡核實、家長控制、使用時間限制、紀錄保存及安全測試，日後可能成為產品推出前更重要的關卡。Voice Transcribe屬API-only服務，直接受青少年產品限制的程度較低，但仍然要放在Meta整體信任、私隱及AI管治框架內看待。

真正考驗：Meta能否將發布變成使用量？

Muse Spark 1.3及Muse Voice Transcribe的戰略方向相當一致：一款加強AI的推理及編程能力，另一款就提供即時語音輸入層，讓未來的代理可以持續接收人類指令。

但產品發布時的性能聲稱，始終不等於長期採用。Meta仍要證明，開發者會否放心用Spark處理長時間、要求穩定性的工作；Voice Transcribe在真實環境能否保持基準測試以外的表現；以及兩者能否帶來足夠使用量或戰略價值，支撐龐大的AI基建及新增安全責任。

目前來看，Meta不是收窄AI戰線，而是繼續擴大版圖：一邊發展可以行動的代理，另一邊建立可以持續聆聽的語音介面。下一步關鍵，就係它能否在投資、產品安全及資源分配之間，真正做到三方面兼顧。

Meta近日一次過推出兩款定位互補的AI產品：Muse Spark 1.3針對編程及多步驟代理任務；Muse Voice Transcribe則面向需要即時處理語音的開發者。前者想令AI更識做事，後者就令AI可以即時聽得明、分到邊個講緊，以及知道對方幾時講完。

兩款產品放埋一齊睇，重點並不只是又多兩個模型，而是Meta正逐步拼合一套可以跨文字、程式碼及語音長時間運作的AI系統，而不只係逐句回答聊天提示。

Muse Spark 1.3：少用token，主攻編程代理

Meta表示，Muse Spark 1.3在編程及代理式工作上的表現有所提升，同時比上一代少用約25% token。11

對於要檢查檔案、呼叫工具、反覆修改程式碼，或者一步步完成複雜任務的AI代理來講，token用量較低，理論上有助降低長時間運行的成本。不過，現有資料主要是Meta的發布說法，未有獨立驗證其編程或代理基準測試結果。

Spark 1.3正透過Muse Code及Meta Model API陸續推出；相關報道亦指它維持上一代定價，並開放予貢獻者級別用戶，但目前資料沒有列出實際價格或詳細開放時間表。12

Meta更大的盤算，是將Spark發展成可以持續運作的個人代理：不只是你問一句、它答一句，而是可以長時間處理工作。這令它直接加入Google、Anthropic及OpenAI所競逐的編程代理及企業工作流程市場。不過，現有證據支持的是Meta的產品方向，未足以證明Spark 1.3已經在競爭中領先。

Muse Voice Transcribe：一次模型處理三項語音工作

Muse Voice Transcribe是Meta Superintelligence Labs推出的首個即時音訊感知模型。它把通常可能由不同服務負責的三項功能，放入同一個即時模型：

• 串流自動語音識別（ASR）：講緊嘢的同時，逐步轉成文字。
• 講者分離（speaker diarization）：分辨不同人聲，支援超過20名講者的對話。123
• 發話結束偵測（endpointing）：判斷一個人是否已經講完，令應用程式不用等到整段錄音結束才回應。

Meta亦表示，模型支援多語言及對話中的自然轉語言；報道指它以超過70種語言訓練，首發時有25種語言經過驗證。12

產品可經Meta Model API使用，亦已應用於Meta桌面軟件及Muse Code的語音體驗。3710它並非開放權重模型，而是由Meta託管、只提供API存取；Meta不會公開模型權重。9

價錢同基準測試成績點睇？

目前報道的API價格是每1,000分鐘音訊3美元，即每小時0.18美元。69對於即時聽寫、會議記錄、語音介面及多語言音訊處理等用途，這個報價令它成為市場上較平的一類選擇。

在報道引用的Artificial Analysis英語串流語音轉文字測試中，Voice Transcribe錄得約3.1%詞錯率，比較之下，Cartesia Ink-2為3.4%、ElevenLabs Scribe v2 Real-time為3.6%、OpenAI GPT Live Transcribe為3.9%，Gemini 3.5 Transcribe Live則為4.0%。9

但要留意，這只是特定測試環境下的結果，不能直接當成適用於所有口音、語言、咪高峰及嘈雜環境的全面排名。現有資料亦顯示，整個市場在講者分離方面仍然有一定難度，即使模型在部分測試領先，實際多人對話效果仍要另行驗證。9

Voice Transcribe最值得留意的地方，其實是架構：轉錄、分辨講者及判斷輪到邊個講，均由同一個即時模型呼叫處理。對開發者來講，這或許可以減少串接多個語音服務的複雜度；不過，實際延遲、穩定性、私隱設定及生產環境限制，仍然要靠應用開發者自行測試。

Meta在AI競賽中的位置

這兩款產品推出之際，幾間大型AI公司正同時在「AI識做事」及「AI點樣落地」兩條戰線競爭：

• Google正將重點放在Gemini企業代理及長時間軟件工程工作，並透過Cloud及企業整合方案派發。1112
• Anthropic繼續以編程及知識工作定位其主力模型，這正是Spark 1.3希望證明自己的範疇。3942
• OpenAI仍然是AI代理部署及企業應用的重要對手；近期一宗受控評估環境中的代理越界事件，亦突顯代理獲得更多自主權後的保安風險。37

所以，Meta的賣點未必是「只有自己有代理」或者「只有自己有語音API」，而是嘗試將幾條分發渠道接埋一齊：Muse Code方便開發者使用，Meta Model API供應用程式接入，桌面及消費產品帶來實際使用場景，長遠亦可能延伸至令語音互動更加持續的裝置。

18億美元和解，會否拖慢AI產品？

Meta已同意在未來10年支付最多約180億美元，並為青少年使用Facebook及Instagram加入更嚴格限制及安全措施，作為與48個美國州份及地區就兒童安全指控達成的和解一部分。款項總額部分取決於競爭平台是否作出相若承諾。171819202225

這宗和解本身不代表Meta會停止推出AI產品。由於款項分多年支付，而且部分金額與其他平台的措施掛鈎，短期未必會立即截斷AI運算投資；但它確實增加了財務、合規及產品管治責任。相關報道亦將和解放在Meta計劃於2026年投入最多約1,450億美元資本開支的背景下討論，當中相當部分與AI基建有關。2729

最直接的產品影響，可能會落在面向消費者的系統，尤其是長時間運作、以語音為主，或者青少年容易接觸到的AI代理。年齡核實、家長控制、使用時間限制、紀錄保存及安全測試，日後可能成為產品推出前更重要的關卡。Voice Transcribe屬API-only服務，直接受青少年產品限制的程度較低，但仍然要放在Meta整體信任、私隱及AI管治框架內看待。

真正考驗：Meta能否將發布變成使用量？

Muse Spark 1.3及Muse Voice Transcribe的戰略方向相當一致：一款加強AI的推理及編程能力，另一款就提供即時語音輸入層，讓未來的代理可以持續接收人類指令。

但產品發布時的性能聲稱，始終不等於長期採用。Meta仍要證明，開發者會否放心用Spark處理長時間、要求穩定性的工作；Voice Transcribe在真實環境能否保持基準測試以外的表現；以及兩者能否帶來足夠使用量或戰略價值，支撐龐大的AI基建及新增安全責任。

目前來看，Meta不是收窄AI戰線，而是繼續擴大版圖：一邊發展可以行動的代理，另一邊建立可以持續聆聽的語音介面。下一步關鍵，就係它能否在投資、產品安全及資源分配之間，真正做到三方面兼顧。