Meta发布Muse Spark 1.1！支持100万token上下文，强化AI智能体协作与开发能力

Meta在7月9日正式放出了Muse Spark 1.1版本，这是一个专门为AI智能体打造的多模态推理模型。新版本的重点很明确：强化智能体在任务规划、协同和执行力上的表现，同时把工具调用、代码开发和应用操作这些环节也一并升级了。

具体来说，Muse Spark 1.1在多智能体协作机制上做了优化。主智能体负责收集信息、制定计划，然后把复杂任务拆解成小块，分配给子智能体并行推进——这样一来，整个项目的处理时间就能明显压缩。模型支持最高100万token的上下文长度，这意味着在长时间的工作流程中，它能保留关键信息，随时调用早期阶段的内容，不会出现“边做边忘”的尴尬。

再来看应用操作层面。这个模型可以跨多个应用完成长流程任务，而且会根据场景自主选择：直接操作界面、编写自动化脚本，或者批量执行步骤。目标就是减少人工介入，把效率提上去。代码开发方面，新版本能完成复杂程序的错误诊断和修复，开发新功能，甚至大规模代码迁移都不是问题。更关键的是，它还能提前规划开发步骤、拆解子任务，在长期开发过程中保持上下文连贯性。Meta自己透露，公司内部开发和研究人员已经每天在用Muse Spark 1.1辅助软件开发与模型评测。

中信建投最近发布了一份研报，指出OpenAI、Meta这些海外模型正在持续强化Agent和Coding能力。模型竞争的逻辑正在从单纯的能力验证，转向高频场景的落地应用。推理侧算力消耗、基础设施投入与AI应用商业化，有望形成共振。A股计算机板块的中报预告，加上海外模型的迭代，共同验证了AI产业链的景气度在延续。