# Meta 放出 Avocado 模型，内部叫 Muse Spark，训练成本比 Llama 4 Maverick 省了十倍以上

> 原标题：Meta released Avocado, they call it Muse Spark.

- 来源：X · @Yuchenj_UW
- 发布时间：2026-04-08T16:19:24.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/3671
- 原文：https://x.com/Yuchenj_UW/status/2041913811519918459

## 摘要

Meta 的 TBD 实验室用 9 个月重写了整套预训练流程，做出了 Avocado（对外叫 Muse Spark）。正文说它的能力跟 Llama 4 Maverick 差不多，但训练用的算力不到后者的十分之一。模型没开源，也没公布参数量、跑分成绩和发布时间。这件事真正的看点是训练基础设施的效率，不是改个名字。

## 推荐理由

我会先打个折：正文没披露参数量、评测集和发布时间，目前只是一条帖文，别当正式发布看。但信息量够硬——TBD lab 用 9 个月重建预训练栈，把训练算力压到 Llama 4 Maverick 的十分之一以下，能力还接近，这对算力成本敏感的人是个信号。Meta 把它叫 Muse Spark，不是开源模型，所以重点不在命名，而在基础设施效率。HKR 全过，给 74 分，因为缺关键参数，验证还弱，但省钱的故事本身够吸引从业者盯后续。

## 锐评

Meta 的 TBD 实验室花了 9 个月重写整套预训练流程，搞出一个叫 Avocado 的模型，对外叫 Muse Spark。正文说它的能力跟 Llama 4 Maverick 差不多，但训练用的算力不到后者的十分之一——这个效率提升如果属实，确实挺省钱，说明基础设施优化比堆显卡更能拉开差距。

不过现在能确认的信息很少：模型没开源，参数量、benchmark 跑分、具体发布时间都没披露。正文也没解释"能力差不多"是怎么比的，是人工评测还是标准榜单，样本量多大都不清楚。这点先别太激动，等有独立验证再说。

另外作者提到 TBD 实验室 9 个月重写整个预训练栈，这个速度本身也值得关注，但正文没展开说具体改了什么、瓶颈在哪、可复现性如何。如果后续有技术报告，重点看训练稳定性和数据配比，那才是真干货。