博客详情

Meta 推出了升级版多模态推理模型 Muse Spark 1.1，旨在增强 AI 智能体的任务执行能力。

Muse Spark 1.1 改进了多智能体协作，由一个主智能体负责信息收集与规划，随后将任务分配给多个子智能体并行处理，以此加快复杂项目的完成速度。该模型支持高达 100 万 token 的上下文长度，能够长时间保持关键信息，并调用早期阶段的内容。

在应用操作方面，Muse Spark 1.1 可以在不同应用间持续执行长流程任务，并根据具体情况自主决定是直接点击界面、编写自动化脚本，还是分步完成操作，以减少人工干预并提高效率。

对于代码开发，新版本能够诊断和修复复杂程序错误、开发新功能，并执行大规模代码迁移。模型还能预先规划开发步骤、分解子任务，并在长时间开发过程中保留重要上下文。Meta 透露，其内部开发和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。

Meta 强调了 Muse Spark 1.1 的安全性，表示已依据内部安全框架《Advanced AI Scaling Framework》进行了部署前评估，并在化学与生物安全、网络安全以及失控风险等领域保持在安全水平。新版本也增强了对提示词注入、越狱攻击等恶意行为的防御能力，并减少了模型出现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模型有了显著进步。同时，在置信度校准、风险识别和欺骗倾向等方面也有明显改进。尽管如此，在部分电脑操作、长上下文处理以及代码开发测试中，其表现仍不及 GPT-5.5 和 Claude Opus 4.8。

目前，Muse Spark 1.1 已在 Meta AI App 和 meta.ai 的 Thinking 模式中上线。Meta 同时向普通开发者开放了 Meta Model API 的预览版，允许开发者通过此 API 调用 Muse Spark 1.1 并将其整合到自己的应用程序中。