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

7月9日，Meta正式亮出了他们的新武器——Muse Spark 1.1版本。这个版本专为AI智能体打造，核心亮点在于规划、协同与执行能力的全面升级，工具调用、代码开发、应用操作这些场景也都做了针对性强化。

这次升级最值得关注的一点，是多智能体协作机制的强化。简单来说，就是由一个主智能体负责统筹全局——收集信息、制定计划，然后把任务拆解分配给多个子智能体并行执行。这样一来，复杂项目的处理时间就能明显缩短。同时，模型支持高达100万token的上下文长度，这意味着在长时间的工作流程中，它可以把关键信息牢牢记住，甚至能回头调用早期阶段的内容。

在应用操作层面，Muse Spark 1.1的表现也相当亮眼。它能在多个应用之间持续执行长流程任务，而且会根据实际场景自主判断——是直接点击界面操作，还是编写脚本自动化，又或者一次性完成多个步骤。目的只有一个：减少人工干预，让执行效率跑起来。

代码开发方面，新版本能诊断并修复复杂的程序错误，开发新功能，甚至执行大规模代码迁移任务。更重要的是，模型会提前规划开发步骤、拆分子任务，并在长时间开发过程中保留重要上下文。Meta内部已经有不少开发人员和研究人员在日常工作中使用它来辅助软件开发和模型评测了。

安全方面，Meta也没有含糊。Muse Spark 1.1已按照内部安全框架《Advanced AI Scaling Framework》完成了部署前评估，在化学与生物安全、网络安全以及失控风险等前沿领域都维持在安全范围内。同时，新版本对提示词注入、越狱攻击等常见攻击方式也有了更强的抵抗力，模型幻觉和迎合用户倾向的问题也有所改善。

根据Meta内部AI安全治理框架的评估结果，Muse Spark 1.1在智能体能力、代码开发和通用推理方面相比前代有明显提升，置信度校准、风险识别和欺骗倾向等指标也有较大改善。不过，话说回来，在部分电脑操作、长上下文以及代码开发测试中，它的表现还是落后于GPT-5.5和Claude Opus 4.8。

目前，Muse Spark 1.1已经上线Meta AI App和meta.ai的Thinking模式。官方也同步面向普通开发者开放了Meta Model API预览版，开发者可以通过API直接调用模型，集成到自己的应用中。