Meta 发布 Muse Spark 1.1 多模态推理模型，同步公测 Meta Model API
FEATURED
- 1Meta 发布 Muse Spark 1.1 多模态推理模型，主打智能体任务与计算机操作
- 2开发者可通过开启公测的 Meta Model API 调用该模型
- 3官方称模型可管理 100 万 token 上下文，能编排多智能体并行委派执行
- 4官方称在内部编码评测上显著超越 Muse Spark，并与领先模型相当
Meta 把 Muse Spark 1.1 的卖点集中在智能体编排、计算机操作和百万 token 长上下文，并用自营 Meta Model API 建立开发者入口。
- 影响：智能体编码与计算机操作场景多了一个候选模型；性能与安全结论目前均为官方和合作方口径，选型前宜自行实测；百万 token 上下文加子智能体委派指向跨应用长流程的自动化。
- 参考：可考虑在公测窗口用自有代码库或多应用流程跑对比测试，记录长会话中的上下文保持与委派稳定性；值得先确认现有编码工具链与新 API 的兼容成本。
- 依据：编码与安全结论均为 Meta 官方口径，来自 Meta Internal Coding Bench 与 Advanced AI Scaling Framework 评估；Replit、Cline、Box 高管评价属合作方背书，暂无独立验证。
今天，我们很高兴地推出 Muse Spark 1.1，这是 Meta Superintelligence Labs 的最新模型，也是 Muse Spark 的重大升级版本。Muse Spark 1.1 是一款专为智能体任务构建的多模态推理模型，在工具与计算机使用、编程以及多模态理解方面取得了重大提升。
凭借这些改进，Muse Spark 1.1 推进了性能与效率的前沿。结合本周发布的 Muse Image，此次发布让我们离个人超级智能的愿景更近了一步：帮助您追求目标、创造想象中的事物、深化人际关系，并对您最珍视的事物采取行动的模型。
随此次发布，我们推出全新 Meta Model API 的公开预览版，开发者可以通过它访问 Muse Spark 1.1。该模型现已在 Meta AI 应用及 meta.ai 上以 "Thinking" 模式提供。
评测
智能体
Muse Spark 1.1 在需要跨多种外部应用和服务进行规划与协调的个人智能体任务中表现出卓越的性能。它能够零样本泛化到新的原生工具、MCP 服务器和自定义技能。
它处理复杂项目的速度显著快于 Muse Spark，因为它的训练使其能够编排多智能体系统以优化端到端延迟。作为主智能体，它可以收集上下文、制定计划，并将执行任务委派给并行的子智能体。作为子智能体，它会坚守自身职责、了解可用工具，并知道何时应上报回主智能体。
Muse Spark 1.1 能够主动管理其 100 万 token 的上下文窗口。它会记住已执行的操作，从更早的工作中检索信息，并以保留后续工作所需关键步骤的方式进行压缩。
计算机使用
Muse Spark 1.1 擅长跨多个应用程序展开、信息实时变化的计算机使用工作流。它能在长时间会话中保持上下文，适应不断变化的需求，并在最少人工干预的情况下操作不熟悉的界面。
Muse Spark 1.1 不会逐次点击来推理每一个桌面步骤，而是懂得何时该自动化、何时该直接使用界面。我们训练该模型在自动化更快时编写脚本，在直接交互更简单时进行点击，并在每一步生成成批的操作。
智能体晚宴筹备：在真实应用中，会出现改变任务的新情境。Muse Spark 1.1 在下单订餐时会注意到这些变化，并在无需用户干预的情况下进行必要的更新。
编程
在涉及大型复杂代码库的真实任务中，Muse Spark 1.1 的编程性能大幅提升。它能够诊断并修复复杂 bug，在企业级系统中实现新功能，并执行大规模代码迁移。在创建 Web 应用和端到端问答等用例中，Muse Spark 1.1 相较我们的首款模型展现出巨大提升。
我们训练模型以平稳适应多样化的运行环境，并可靠地处理复杂的多轮交互动态。Muse Spark 1.1 在流行的智能体编程配置中表现良好，支持规划模式、目标条件化、子智能体委派和上下文压缩等常见功能。
OpenCode 中的调试演示：Muse Spark 1.1 构建了一个聊天网页应用，自动截图以识别用户可见的故障，将问题追溯到相关代码以实施修复，并验证这些更改。该模型无缝结合了编程、多模态理解和工具调用。
在整个 Meta，开发人员和研究人员每天都在使用 Muse Spark 1.1 来更快地构建、更聪明地工作。在我们主要的内部编程评测 Meta Internal Coding Bench 上，Muse Spark 1.1 较 Muse Spark 有显著提升，并与领先的同类产品不相上下。
研究人员现在也在其工作流程中利用 Muse Spark 1.1 来自动化模型开发和评估任务。
OpenCode 中的 DeepSWE 评测：Muse Spark 1.1 在不同推理强度下对 DeepSWE 任务的一个子集进行自我评估，并根据结果生成分析仪表板。
多模态
除了编程和智能体能力之外，Muse Spark 1.1 在感知、多模态推理和工具使用方面同样表现出色。它能够与真实环境交互并生成有据可依的输出，在视觉到代码的工件生成、超高描述性的图像和视频字幕，以及面向多模态用例的智能体工作流执行方面具有优势。
当感知与行动需要同时进行时，Muse Spark 1.1 的多模态能力尤其有价值。该模型可以检查视觉和音频内容，在漫长的工作流程中保留细节，并在代表用户操作计算机时运用这些细节。
Facebook Marketplace 智能体：利用智能手机拍摄的视频，Muse Spark 1.1 提取有用的照片并对商品进行推理，从而操作用户的浏览器，代表用户在 Facebook Marketplace 上发布商品。
安全
我们在部署前按照 先进 AI 扩展框架 进行了广泛的安全评估，该框架为我们最先进的模型定义了评估方法、威胁模型和部署阈值。
在所有前沿风险类别——化学与生物、网络安全以及失控——中，我们的评估显示 Muse Spark 1.1 均在安全范围内运行。Muse Spark 1.1 对直接越狱攻击以及来自不可信数据、提示注入和开发者提示攻击的间接攻击表现出强大的抵抗力。因此，它展现出更好的对抗鲁棒性、更低的幻觉率和更少的谄媚行为。
我们针对 1.1 的完整安全态势记录在 Muse Spark 1.1 评估报告 中。
可用性
开发人员现在首次可以通过全新的 Meta Model API（目前处于公开预览阶段）开始使用 Muse Spark 1.1 进行构建。Muse Spark 1.1 的早期合作伙伴称赞该模型是一个完整的智能体基础，将长上下文处理与强大的编程和推理能力相结合，以应对大规模智能体工作负载。
“Muse Spark 最令人印象深刻的是它在单一模型中集成了如此多的功能：庞大的百万 token 上下文、完整的多模态支持（图像、视频、PDF）、带引用的内置搜索、强大的推理能力、顶级的编程能力（尤其是前端和设计）、结构化输出以及并行工具调用——所有这些都打包在一个简洁的 OpenAI 兼容方案中。一个完整的智能体基础。”
—— Replit 首席执行官 Amjad Masad
“Meta 显然在为严肃的智能体编程而打造——在能使其大规模运行真实编程工作负载的价格点上提供强大的工具使用能力。这种组合非常罕见，这正是我们希望 Cline 开发者能够尽早使用它的原因。”
— Saoud Rizwan，Cline 首席执行官
“在 Box 的企业工作评估集上进行测试时，Muse Spark 展现出了与当今领先前沿模型相媲美的企业级能力。这样的智能水平，加上其在专业服务、公共部门和工业运营等行业中结构化、流程化工作流方面的优势，使其成为各组织的理想之选。”
— Yashodha Bhavnani，Box AI 产品副总裁
"Muse Spark 1.1 是一个运行智能体的出色模型。速度快、能力强，与 OpenClaw 搭配使用非常有趣。"
— Dave Morin，OpenClaw 基金会
我们非常高兴地发布 Muse Spark 1.1，这是我们研究势头的见证。我们还有更强大的模型正在训练中，期待与大家分享未来的成果。
作者：
Meta Superintelligence Labs
分享：
来源：Meta AI：Research Blog · ai.meta.com