Muse-Spark 1.1 是由 Halcyon 开发的大型语言模型，该公司专注于生成式人工智能系统。该模型于 2026 年 9 月发布，是原始 Muse-Spark 模型的继任者，旨在处理一系列自然语言处理任务，包括文本生成、摘要和对话式人工智能。该模型已在 LMArena 和 LiveBench 等公开基准排行榜上接受评估，并在其规模类别中持续位列顶级模型之列。
该模型的架构基于 Transformer (architecture) 框架，采用与其他现代大型语言模型类似的仅解码器设计。它融合了 多头注意力 和 位置编码 等先进技术，以处理文本中的长距离依赖关系。训练过程结合了监督微调和基于人类反馈的强化学习（RLHF），这有助于使模型的输出与人类偏好保持一致。
开发与发布
Muse-Spark 1.1 由 Halcyon 首席人工智能研究员 Elena Vasquez 博士领导的团队开发，公司旧金山和班加罗尔办公室的工程师和研究人员也做出了贡献。该项目始于 2025 年初，初始版本（Muse-Spark 1.0）于 2026 年 3 月发布。1.1 更新于 2026 年 9 月 18 日发布，引入了多项改进，包括增强的推理能力和降低的延迟。
该模型在包含公开网络文本、书籍、科学论文和代码仓库的多样化数据集上进行了训练。训练语料库包含超过 10 万亿个词元，重点覆盖英语、西班牙语和普通话的高质量来源。训练基础设施使用了由 4,096 个 AMD MI300X 加速器组成的集群，通过 Amazon Web Services 和 AWS Trainium 实例提供，实现了为期 90 天的高效分布式训练。
架构与规格
Muse-Spark 1.1 拥有 1750 亿个参数，规模与 OpenAI 的 GPT-3.5 等其他大型模型相当。该模型使用 128,000 个词元的上下文窗口，能够处理长文档并在长时间对话中保持连贯性。它在网络最后三分之一处采用了混合专家（MoE）层，每个词元仅激活部分参数，从而在不牺牲性能的情况下提高效率。
模型的训练融合了多种正则化技术，包括 dropout 和 层归一化，以防止过拟合。它还使用了自定义学习率调度，配合 Adam 优化器和 梯度裁剪 以稳定训练。最终模型通过 模型剪枝 技术进行了精简，在保持准确率的同时将内存占用减少了 20%。
性能与基准测试
在 LMArena 排行榜上，Muse-Spark 1.1 截至 2026 年 9 月取得了 1,342 的 Elo 评分，在所有被评估模型中位列前 5%。在测试推理、编码和数学能力的 LiveBench 评估中，该模型总体得分为 78.4，在代码生成（82.1）和逻辑推理（79.6）方面表现尤为突出。这些分数基于日期为 2026-09-18 的最新快照。
在与其他模型的对比测试中，Muse-Spark 1.1 在 MMLU 基准上超越了 Anthropic 的 Claude 3.5 Sonnet（90.2% 对比 88.7%），并在 HumanEval 编码基准上与 Google DeepMind 的 Gemini 1.5 Pro 持平（85.3% 对比 85.1%）。然而，它在 MATH 基准上落后于 OpenAI 的 GPT-4o（72.8% 对比 76.5%）。该模型在 Groq 硬件上测得的推理速度为每秒 1,200 个词元，由于其优化的架构，这比许多竞争对手更快。
应用与部署
Muse-Spark 1.1 可通过 Halcyon 的 API 使用，也可在包括 Microsoft Azure、Google Cloud 和 Oracle Cloud 在内的主要云平台上使用。它已被集成到多个企业应用中，如客户支持聊天机器人、法律文档分析和实时翻译服务。该模型还用于学术研究，特别是在 自然语言处理 和 机器学习 领域。
Halcyon 发布了一款轻量级版本 Muse-Spark 1.1 Lite，拥有 70 亿个参数，针对边缘设备和移动应用进行了优化。该版本保留了大部分核心能力，但为了效率牺牲了一些性能。公司还开源了模型的词元化器和评估脚本，以促进可复现性。
反响与影响
Muse-Spark 1.1 的发布获得了人工智能社区的积极评价。斯坦福人工智能实验室 和 伯克利人工智能研究 的研究人员称赞了其强大的推理能力和高效的推理性能。然而，一些批评者指出，模型的训练数据可能包含偏见，Halcyon 已发布一份透明度报告，详细说明了其为缓解此类问题所做的努力。
该模型还引发了关于大规模人工智能训练对环境影响的讨论。Halcyon 报告称，训练过程消耗了约 12 GWh 的电力，这与类似规模的其他模型相当。公司承诺在未来的训练运行中使用可再生能源。
截至 2026 年底，Muse-Spark 1.1 仍是 大型语言模型 领域中的突出模型，其继任者 Muse-Spark 2.0 已在开发中，预计将于 2027 年初发布。