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

Meta 推出了其多模态推理模型 Muse Spark 1.1，旨在增强 AI 智能体执行任务的能力。

Muse Spark 1.1 改进了多智能体协作，其中一个主智能体负责信息收集和规划，然后将任务分解并分配给多个子智能体并行处理，以此来缩短复杂项目的完成时间。此外，该模型支持高达 100 万 token 的上下文长度，能够在长时间工作流程中持续保留关键信息，并能够调取早期阶段的内容。

在应用操作方面，Muse Spark 1.1 能够跨多个应用执行长流程任务，并根据具体情况自主决定是直接进行界面点击、编写脚本实现自动化，还是一次性完成多个操作步骤，从而减少人工介入并提高效率。

在代码开发领域，新版本能够诊断和修复复杂的程序错误，开发新功能，并执行大规模的代码迁移。模型还可以预先规划开发步骤，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，其内部的开发人员和研究人员目前已将 Muse Spark 1.1 用于日常的软件开发和模型评估辅助工作。

Meta 同时强调了 Muse Spark 1.1 的安全性，指出该模型已按照内部安全框架《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风险领域均保持在安全水平。新版本还增强了对提示词注入和越狱攻击等威胁的抵御能力，并减少了模型出现幻觉和迎合用户偏好的情况。

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产品有了显著进步。同时，在置信度校准、风险识别和欺骗倾向等指标上也取得了较大改善。然而，在部分电脑操作、长上下文和代码开发测试中，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 也同步向普通开发者开放了 Meta Model API 的预览版本，允许开发者通过此 API 调用 Muse Spark 1.1 并将其集成到自己的应用程序中。