Meta 发布多模态推理模型 Muse Spark 1.1，强化 AI 智能体任务能力

Meta 于 7 月 9 日公布了其 AI 智能体多模态推理模型 Muse Spark 的 1.1 版本，该更新专注于提升模型在智能体任务中的规划、协作及执行能力，同时增强了其在工具调用、代码编写和应用操作方面的表现。

Muse Spark 1.1 优化了多智能体间的协作流程，引入了主智能体负责信息收集与计划制定，随后将任务分解并分配给多个子智能体并行处理，以此缩短复杂项目的完成周期。此外，模型支持高达 100 万 token 的上下文长度，确保在长时间工作流程中能持续保留关键信息并调用早期阶段的内容。

在应用操作层面，Muse Spark 1.1 能够跨多个应用程序执行连续的长流程任务。它能够根据具体情境自主决定是直接进行界面交互、编写自动化脚本，还是集中完成一系列操作步骤，从而减少人工介入并提高效率。

对于代码开发任务，新版本具备诊断和修复复杂程序错误、开发新功能以及执行大规模代码迁移的能力。模型能够提前规划开发步骤、分解子任务，并在长期的开发过程中保持重要的上下文信息。Meta 透露，其内部的开发及研究人员已开始日常使用 Muse Spark 1.1 来协助软件开发和模型评估工作。

Meta 同时强调了 Muse Spark 1.1 的安全性，表示该模型已根据内部安全框架《Advanced AI Scaling Framework》完成了部署前的评估，在化学与生物安全、网络安全以及失控风险等前沿领域均达到了安全标准。该版本还增强了对提示词注入和越狱攻击等威胁的防御能力，并减少了模型产生幻觉和迎合用户的不当倾向。

根据 Meta 内部 AI 安全治理框架的评估，Muse Spark 1.1 在智能体能力、代码开发和通用推理方面相较于前代有了显著进步，并且在置信度校准、风险识别和欺骗倾向等指标上也有较大改进。然而，在部分电脑操作、长上下文处理以及代码开发测试中，其表现仍落后于 GPT-5.5 和 Claude Opus 4.8。

目前，Muse Spark 1.1 已集成到 Meta AI App 和 meta.ai 的 Thinking 模式中。Meta 也同步向普通开发者开放了 Meta Model API 的预览版本，允许开发者通过该 API 调用 Muse Spark 1.1 并将其整合至自有应用。