2026年4月8日、Metaは一本の発表でテック業界に走った緊張を数字で見せた。発表当日、Metaの株価は約9%急騰。同社のAIアプリ「Meta AI」のiOS版ダウンロード数は前日比87%増を記録し、米App Storeの総合ランキングは57位から5位へと1日で駆け上がった。Meta AIのウェブサイト訪問者数は前日比450%以上増加し、過去最高を更新した。市場もユーザーも、これを「大きな変化」として受け止めたのは明らかだ。
何がそれほどの反応を引き起こしたのか。答えは、Metaが初めて「設計図を非公開にしたAI」を発表したことにある。
Metaが「オープンの旗」を降ろした
「Llamaを無料公開するMeta」が終わった日
Metaはこの数年、「Llama（ラマ）」と呼ばれるAIシリーズを無料で公開し続けてきた会社だった。Llamaとは、AIを動かすための設計図——専門的には「モデルの重み」と呼ばれる——を誰でもダウンロードして使えるようにしたものだ。世界中の開発者が無料でその設計図を手に入れ、自社のサービスに組み込んできた。「AIの民主化」という言葉がテック業界でよく使われるが、Metaはその象徴的な存在だった。
ところが2026年4月8日に発表された新しいAI「Muse Spark（ミューズ・スパーク）」は、その設計図を公開しない。Metaの歴史上、初めての「クローズドモデル」——つまり中身を非公開にしたAI——だ。
この発表の9ヶ月前、Metaは一つの大きな賭けに出ていた。AIデータの収集・加工を手がける米Scale AIの株式49%を約143億ドル（約2兆円）で取得し、同社創業者をMetaの「最高AI責任者」として迎え入れたのだ。Meta全体の年間設備投資額が600億ドル規模であることを考えると、この1件への集中投資がいかに異例かがわかる。その体制の下で設立されたのが「Meta Superintelligence Labs（MSL）」という新組織であり、Muse Sparkはこの部門が開発した最初の成果物だ。
直前のAIシリーズ「Llama 4」が競合他社に後れを取ったとの評価を受けていただけに、MSLはいわばMeta AI戦略の「仕切り直し」として発足した組織とも言える。
Muse Sparkが「初のクローズド」である意味
Metaが非公開に踏み切った理由は、「見る」ことに特化したAIを作ったことと深く関わっている。
Muse Sparkは、カメラが捉えた映像をリアルタイムで解析し、目の前のものを識別したり、状況を理解して行動を提案したりする。この能力を測る高難度の推論テスト「Humanity’s Last Exam（HLE）」では58.0%の正答率を記録し、GoogleのGemini 3.1 Proの45.9%、AnthropicのClaude Opus 4.6の34.4%を上回った。
そしてこのAIは、Metaが開発中のAIメガネと一体で動くことを前提に設計されている。メガネは常に装着する小型デバイスだ。スマートフォンのような大きなバッテリーも処理チップも積めない。そこでMuse Sparkには「思考圧縮」と呼ばれる技術が使われており、演算量を大幅に削減しながらも高い精度を保つ。この技術的な詳細は非公開であり、それが競争優位の核心でもある。
iPhoneでAppleがiOSの設計を非公開にしているのと同じ論理だ。Metaはハードウェアとソフトウェアを一体で握ることで、競合が真似できない体験を作ろうとしている。設計図を公開すれば、他社がMetaのメガネより優れた製品に組み込める。それでは「ハード×AI」を束ねた垂直統合の意味がなくなる。
Metaがオープンの旗を降ろしたのは、気まぐれではない。AIをメガネに閉じ込めるために、閉じる必要があった。なぜ今さらMetaがその判断をしたのか。答えはメガネにある。
なぜAIメガネのためにクローズドが必要だったのか
AIメガネへの統合、数週間以内に始まる
Metaは現在、カメラ付きスマートグラス「Ray-Ban Meta」を販売している。サングラスのような外見だが、内側にカメラとスピーカーが内蔵されており、目で見たものをAIに問いかけられる。Muse Sparkはこのメガネに、発表から数週間以内に搭載される予定だ。さらに同じく開発中の「Oakley Meta」への展開も計画されている。
メガネは常に顔に装着する小型デバイスだ。スマートフォンのような大きなバッテリーも処理チップも積めない。「設計図を公開してしまうと、このデバイスに最適化したAIが作れなくなる」——Metaがクローズドに踏み切ったロジックは、ここにある。自社のハードウェアに合わせてAIの動き方を細部まで調整するには、設計の全権を自社で握っている必要があるからだ。
Appleが証明した「垂直統合」の強さ
この発想には、すでに成功した前例がある。Appleだ。
iPhoneが他のスマートフォンと一線を画してきた理由のひとつは、端末（ハードウェア）と基本ソフト（iOS）の両方を自社で作っていることにある。設計が一体なので、カメラの描写力もバッテリーの持ちも、Appleが細かく最適化できる。他社が真似しようとしても、どちらか一方しか持っていないと、同じ体験は作れない。テック業界ではこれを「垂直統合」と呼ぶ——ハードとソフトを同じ会社が縦に束ねて品質を高める戦略だ。
Metaが目指しているのも、これと同じ構図だ。AIメガネ（ハード）とMuse Spark（AI）を自社で一体設計することで、他社が追いつけない体験を作る。設計図を公開してしまえば、他社がそのAIを自社のメガネに組み込んで、Metaより優れた製品を出せてしまう。それでは垂直統合の意味がない。
この戦略転換を支えるために、MetaはScale AIの株式49%を約143億ドル（約2兆円）で取得した。Scale AIはAIの学習に必要なデータの収集・加工を専門とする企業で、この取引はMetaによる出資として行われた。Metaの年間設備投資額が600億ドル規模であることを踏まえれば、1件の出資にその約4分の1を充てた計算になり、異例の集中投資と言える。同社創業者はMetaの「最高AI責任者」に就任。この体制が整ったのがMuse Spark発表のおよそ9ヶ月前であり、その短期間に今回の成果が生まれた。
この新体制の下で設立された組織が「Meta Superintelligence Labs（MSL）」だ。MSLはMetaのAI開発を一本化する専門部門として設けられ、Muse Sparkはその第一弾として世に出た。前のAIシリーズ「Llama 4」が競合に後れを取ったとされた直後の組織再編だっただけに、MSLはMetaにとって「仕切り直し」の意味合いを持つ部門でもある。
Metaがオープンの旗を降ろしたのは、気まぐれではない。AIをメガネに閉じ込めるために、AIそのものを閉じる必要があった。では、そのAIは実際に何ができるのか。メガネのためのAIと聞いても、具体的な体験はまだ見えていない。ここからはMuse Sparkの実力を見ていく。
「目で見て考えるAI」——Muse Sparkは何ができるのか
高性能なAIをメガネに載せる準備が整った、というのがMetaの主張だ。では実際に何ができるのか。Muse Sparkの能力は「見る→考える→答える」という流れで説明するとわかりやすい。
視覚的思考の連鎖——見るだけでなく、段階的に推論する
Muse Sparkの一番の特徴は、カメラで捉えたものを「段階的に考えて」答えを出すことだ。一度に答えを出そうとするのではなく、見たものを分解しながら推論を積み重ねる——この仕組みを「思考の連鎖」と呼ぶ。
食事の写真を撮ると、Muse Sparkはまず料理名を特定し、次にどんな食材が使われているかを推測し、最後に個別の食材ごとのカロリーを算出する。この機能の開発には1,000人以上の医師が協力しており、医療・栄養の知識を学習させた「パーソナル健康アシスタント」として実装されている。食事を記録するだけで、栄養管理まで自動でできる。
ショッピングでも同じ論理が働く。街中で気になった商品をメガネのカメラで捉えると、Muse Sparkがその商品を特定し、購入できる場所や価格までを案内する。現在はAPI（外部の開発者がMuse Sparkの機能を自社サービスに組み込むための接続口）を通じた限定的な提供にとどまっているが、Metaにとってはこれが広告収入に次ぐ新しい収益源になり得る分野だ。
思考圧縮——10分の1の計算量で同等の精度
ここで一つ疑問が浮かぶ。これほど高度な推論を、メガネのような小型デバイスで本当に動かせるのか、と。
スマートフォンでさえ処理が重くなることがあるAIを、メガネに収めるのは技術的に難しい。そこでMuse Sparkが採用しているのが「思考圧縮」という技術だ。AIが推論するときに使う計算量を大幅に減らしながら、精度は落とさないようにする仕組みで、具体的にはMuse Spark以前のLlamaシリーズと比べて約10分の1の演算量で同等の推論精度を実現しているとMetaは説明している。
「10分の1」はMetaの自己申告——独立検証はない
「約10分の1の演算量で同等の推論精度」という数値は、Metaが発表の場で示したものだ。Muse Sparkはクローズドモデルであるため、内部構造は非公開であり、独立した研究機関や外部専門家による検証は現時点で行われていない。技術論文も公開されておらず、この主張はMetaの自己申告にとどまる点に留意が必要だ。
「10分の1」という数字が実感しにくければ、こう考えるとわかりやすい。同じ計算量の予算で、これまでは一つの問いにしか答えられなかったのが、十の問いに答えられるようになった——それほど効率が上がっているということだ。この技術的な詳細は非公開であり、それこそがMuse Sparkをクローズドモデルにした理由の一つでもある。
ベンチマーク成績——強みと限界
性能を客観的に測る方法として、AI業界では「ベンチマーク」と呼ばれるテストが使われる。その中でも特に注目度が高いのが「Humanity’s Last Exam（HLE）」だ——名前の通り、人間の専門家でも解けないような超難問を集めたテストで、現時点でのAIの実力を測る試金石として広く参照されている。
Muse SparkのHLEスコアは58.0%。Metaが公表した数値によると、GoogleのGemini 3.1 Proの45.9%、AnthropicのClaude Opus 4.6の34.4%を上回る。ただし、AI業界の最大手であるOpenAIのモデルとの比較データは現時点で確認されておらず、業界全体での順位づけには留保が必要だ。
それでも、Metaの前のAIシリーズ「Llama 4」が競合に後れを取ったとされた時点から考えれば、MSL発足からわずか9ヶ月でこの水準に到達したことは注目に値する。
一方で、Muse Sparkにも苦手分野はある。コーディング（プログラムを書く作業）や抽象的なパズルの解決では、専門特化型のモデルに及ばない場面があることが初期のテストで示されている。「見て考える」ことに特化させた設計が、その強みと弱点の両方を作り出している。
高性能なAIをメガネに載せる準備は整った。残る問いは、Metaのこれまでの「みんなに公開する」路線がどうなるかだ。
Metaのオープン戦略、この先どこへ向かうのか
Metaはオープンを完全にやめたわけではない。2026年4月8日の発表会見で、最高AI責任者は「将来のバージョンではMuse Sparkのオープンソース化を希望している」と述べた。ただし、具体的な時期は示されなかった。
つまり現時点では、これがMetaの恒久的な路線転換なのか、それとも一時的な方針変更なのか、外部からは判断できない状況だ。Metaは一般向けの無料AI（Llama）と、最先端の非公開AI（Muse Spark）を使い分ける「二刀流」に移行したと見るのが今は正確だろう。
その「二刀流」が市場にどう映ったかは、数字が示している。Llama 4が競合に後れを取ったとされた後、Muse Sparkの登場によって、市場は「MetaはAI競争の最前線に戻った」と判断した。発表当日の株価9%急騰は、その判断を映している。
ただし、AIとメガネの一体化が本当にiPhoneのような成功を再現できるかは、まだ誰にも分からない。AppleはすでにAI機能を自社デバイスに組み込む方向を加速させており、GoogleもAndroid OSとAIの統合を深めている。「ハード×AI」を同じ会社が束ねる垂直統合の主戦場争いは、これから本格化する。
Muse Sparkは今後、MetaのInstagram・Facebook・WhatsApp・Messengerへ順次統合される予定で、潜在的なユーザー規模は35億人に達する。動きはすでに始まっている。その先に何が生まれるかは、まだ見えていない。
