2026.09.24 | AC | Agents | Meta Muse Takeaways

摘要

1. Muse从技术形态来看，除了独立VM之外，并无其他亮点；以及早在多年前，类似的AI下单、支付就出现过在汽车上，只不过这么多年来，也没有很好的落地。所以，对于Meta而言，此次发布更多是借助品牌形象、底部反弹、以及流量高应用的分流，多重优

势组合的短暂效应

1. 对于muse的数据对比同期chatgpt，其实muse的优势明显，无论是全球用户认知、还是大厂应用分流以及品牌等，短期内帮助muse的作用明显。但是，从长期来看，持续性的作用有限，无法撼动chatgpt的历史增长地位。目前，不少博主借此

来宣传和获取流量，能够理解

1. Meta的问题不仅仅是其自身的问题，也反应了当下资本市场对于ai下场变现的能力的需求；目前市场上对于ai的基础设施、硬件全套产业链基本都涨了一个遍，但是ai挣钱的场景却寥寥无几，这是市场和资本目前焦虑的地方，全球均在拭目以待

1、背景

在为期的2年左右时间里，Meta算是经历了AI一连串的舆情、人事变动、商业化操作以及模型的更新，但是除了之前的人才天团事件、卖算力事件之外，并没有正向的信息曝光，而更多是负面的消息持续不断。例如：

1、人才天团花费巨资和公司组织架构调整，但是新模型结果却不如人意，未满足市场预期。之前信息还被曝光持续调用谷歌的大模型，以及谷歌考虑到算力的限制，逐渐在降低Meta的调用额度

2、持续加大投入AI的算力中心建设，但是算力并没有真正用起来，反而是不得不降低算力硬件的损耗，将资源出售到市场，寻求第三方模型的使用

3、收购Manus由于国内的一些限制，并没有成功；外部合作也并没有打通，长时间面临大量投资与结果的不温不火的尴尬局面

总结而言，在Muse未发布之前，没有取得当下这个热度的结果前，Meta的AI事业其实可以被认为和断言是处于低谷的水平，尽管其自身在不断做宣传，以及获取市场的融资等。但是，从结果上来思考这个问题，整体表现市场均不满意

近期，Meta发布了一款智能体名为Muse，这款智能体拥有独立的VM（虚拟机资源），可以24h在后台工作帮助用户完成其任务，底层是Meta自研的模型Muse Spark模型来驱动。例如可以帮助用户购物、下单和支付等。在其上线之后，也引发很多安全与平台冲突：亚马逊禁止Muse代其下单；多家银行警告自动交易的欺诈风险；安全研究者也发现提示注入劫持漏洞。这里最大的矛盾在于：AI可以替人在第三方网站操作，但很多平台并不认可这个机器人身份

值得注意的是，类似这种概念和落地的场景，早在2019年左右在电车的智能座舱中就有落地，当时是在车上帮点咖啡，其实是一个道理；在近几年以来，类似的智能体agent也层出不穷，只不过并没有给智能体配置独立的vm。如果有用户尝试过之前字节的coze编程，或者就会有感知，它们的编程智能体也是拥有独立的vm和工作空间。所以，这项技术本身以及与平台之间的结合，并没有太多的技术新颖点以及突破，笔者更认为是Meta的触底反弹的春光一现

2、Meta Muse的近期数据表现

当下，各大国内主流媒体、科技博主都在谈和宣传这款智能体应用；以及从国外现在的数据来看，表现也比较亮眼：

1、Muse登顶美区iOS与Google Play双榜，上线6天下载90.2万，较前代Meta AI同期增速高约17%；市场现在关注的点在于，月活超20亿的WhatsApp嵌入了这款应用，是不是会爆发出更大的潜力，即短时间内带来更好的转化和用户的新增

2、上线13天，累计下载量超过250 万（iOS≈150 万，安卓≈110 万）

3、另外一个监测的平台显示，其上线前12天，美+加市场，iOS下载Muse180万；ChatGPT当年同期为130 万，当下不少媒体都在以这个数据表明Muse的热度，即增速超过ChatGPT

4、Muse美区移动端DAU 64.2 万；ChatGPT上线同期 DAU 仅 23.1 万，差距更明显。iOS 单独口径：Muse 35.9 万，ChatGPT 同期 23.1 万

目前国内主流的媒体、科技博主来宣传Muse的热度时，核心是对比Chatgpt的同期水平，即数据表现3。但是，这里有几个核心的区别在于：

1、Chatgpt上线的初期，全球化对于AI大模型的认知以及接触上存在明显的空缺，与当下全球用户的认知完全不在一个水平线上。Muse目前的发布，真正意义上也是享受到了全球用户认知提升带来的转化效率

2、Chatgpt之前一直在不出名的一家公司的一个产品，而Meta本身就有品牌号召力，以及把应用嵌入到高频、大月活的应用中，本身也有转化的效果。这种合力的作用，对于Muse的前期起步，有较大的促进作用

3、结合第1、2点来看，短期内Muse的优势非常明显，在数据端的表现，尽管其技术、场景等并没有太大的突出和亮眼表现，但是抵不住如此大的量在帮助这个应用起势。对于市场而言，更多的是要关注这个应用长期的增速和增长情况，只有长期增长达标的情况下，或者长期增长超过GPT的情况下，才能够认为这组数据有一定的市场表征意义，例如3个月后、6个月后的数据观测量，而不是不足2周的短期数据

最后，Muse的数据目前来看比较迅猛，但是其对于市场的优势明显，显然有Meta品牌+存量用户转化合力带来的推动效果。而拿这组数据去对比同期Chatgpt来表明其热度水平，本身就存在大量的不合理以及不公平的地方。当然，以现在Open AI的全球表现来看，也并不会介意这种对比，本质上是技术梯队之间的差异化导致，其他竞品公司也不会关注在这个场景，毕竟之前不少企业做了这个事情，市场反响一般

另外，Muse面临支付、订单下单的安全问题，这点上值得关注。有不少用户提出，Meta自己做一个电商，自己搞一个支付，这种局面也就解决了。但是，这是一个典型的Demo案例，无法与市场其他应用安全对接和兼容的产品，注定无法带来市场价值

3、Meta需要触底反弹，当下表现只是一个时机而已

过去两年，Meta的AI业务始终深陷舆论、业绩和成果的多重低谷，长期处于投入巨大、产出乏力、负面舆情缠身的尴尬困境，几乎没有正向成果落地，市场口碑与行业认可度持续走低。在AI赛道，看似是持续加码布局、动作不断，实则始终处于无效消耗状态，这也是Meta AI迫切需要触底反弹的核心原因。在Muse爆红之前，Meta的AI赛道早已陷入增长僵局

并且，这两年Meta在AI领域的投入堪称激进，却始终无法兑现落地价值。公司耗费巨资组建顶尖人才团队、大刀阔斧调整组织架构，全力迭代自研大模型，但最终新品效果不及市场预期，核心竞争力严重缺失。更受诟病的是，其自研模型难以满足业务需求，只能持续依赖调用谷歌大模型，由于过度调用影响谷歌的业务，遭到了谷歌逐步缩减其调用额度，彻底暴露其技术短板。同时，Meta重金布局算力中心，海量硬件资源无法高效利用、产能空置，只能通过对外出售算力硬件降低损耗，AI算力自研布局沦为空谈。此外，其收购Manus的计划受外部限制终止，各类外部合作均未落地，长期高额投资未能换来有效产出，让Meta AI的颓势持续固化

此次Muse的爆火，看似是Meta AI的逆袭拐点实则更像是低谷期的短暂春光，并非技术与模式的根本性突破。虽然，其依托自研Muse Spark模型与独立虚拟机架构，可以24小时完成一系列任务，短时间里、日活数据大幅攀升，增速一度超越ChatGPT同期水平，叠加WhatsApp海量存量用户加持，迅速引爆全球市场。但是，从深层次来思考，Muse的热度存在极大的水分与偶然性。其一，独立虚拟机智能体的模式早已成型，早年车载智能座舱、字节Coze编程智能体均采用同类逻辑，产品并无核心技术创新与场景突破。其二，Muse的亮眼数据不具备公平对比性，当下全球用户对AI的认知度远高于ChatGPT上线初期，叠加Meta自带的全球品牌影响力、海量高频存量用户的转化加持，才造就了短期数据暴涨，无法等同于产品实力超越行业标杆。更关键的是，Muse落地后暴露的致命问题，延续了Meta AI长期的短板。产品自动代操作第三方平台的模式，引发严重的平台冲突与安全风险，亚马逊封禁、银行预警、漏洞曝光等一系列问题，直接限制了其商业化落地

最后，笔者认为，Muse的短期热度无法改写Meta AI长期疲软的现状。此次爆红只是流量与存量红利的短期释放，并非核心能力的质变。对Meta而言，触底反弹的一个时机的表现而已，市场会用更加严苛和持续的眼光，来审视Meta对于AI未来的落地效果

4、市场迫切关注AI的变现场景效果

Muse短期内数据爆红、收割全球流量与资本市场热度，表面是产品热度突围，本质是当下AI行业落地困境与资本诉求共振的结果。近两年AI赛道持续火热，技术迭代不断提速，但行业始终存在致命短板，即真正跑通、可规模化的商业变现场景极度稀缺，仅AI coding场景实现有效落地与价值闭环，其余大多停留在概念演示、轻度工具层面，无法转化为持续性、足够有吸引力的商业价值，反而是养活了算力以及数据中心等基础设施和硬件链路等，应用长期的落地空白，让资本市场对AI价值变现的焦虑愈发强烈。笔者认为，AI大模型行业渐渐陷入“模型强、应用弱、变现难”的悖论，多数AI产品只能实现单点效率优化，少部分才能深度嵌入真实业务场景，更无法形成可持续的商业化模式。大量AI项目仅有概念验证，难以完成长期续约与规模化盈利，资本投入长期看不到正向回报，整个赛道需要新的作品来打破变现僵局。在这样的行业背景下，主打全自动场景执行的Muse，也被市场与资本稍微关注了一下

即便该技术并无颠覆性创新，早年智能座舱、各类AI智能体已有同类雏形，且产品存在平台冲突、安全漏洞、生态不兼容等诸多问题，但依旧被资本市场和用户快速追捧。究其根本，Muse的爆火并非产品实力绝对领先，而是行业与资本的情绪宣泄。市场早已厌倦AI概念化炒作，迫切需要看得见、摸得着的终端落地场景与变现路径。在AI coding之外无成熟赛道可落地的空窗期，Muse的出现刚好填补了市场空白，给资本市场提供了新的AI商业化想象空间

最后，Muse的流量与资本热度，是行业变现焦虑催生的结果。其短期数据暴涨，更多是市场对AI实体化落地的迫切期待，而非产品本身的质变突破。这也侧面印证，当下AI赛道的核心竞争早已不是模型参数比拼，而是真实、可落地、可变现的场景争夺，谁能跑通商业化闭环，持续性为市场带来行业红利，其数据最后一定是亮眼的存在

5、总结

1、分析Muse的技术特点而言，本身不具备较大的突破以及亮眼表现。之所以目前有较好的流量和用户数据表现，得益于全球市场的认知提高、以及Meta的自身品牌效用、资本市场对于AI落地场景的关注等等多方面助力

2、短期的数据以及对比Chatgpt而言，本身不具备代表性。对于AI场景而言，需要的是可持续性的数据增长以及落地的效果表现和生态的兼容等，从目前市场反馈、其他应用的抵制来看，Muse显然不符合这几个特点

3、从Muse的流量表现，市场的关注来看，直接反应了资本市场对于AI落地的焦虑，核心体现在AI的场景变现能力。目前，各大模型厂商的模型性能迭代突破一天一个样，但是可持续、以及有想象空间的场景却只停留在AI coding上，chatgpt的广告一年10亿美元都不能说有起色（对比投入而言）