Meta 近日推出了其多模态推理模型 Muse Spark 1.1，该模型在 AI 智能体执行任务的能力上得到了显著增强。
Muse Spark 1.1 优化了多智能体协作能力，通过一个主智能体负责信息收集与规划，再将任务分解并分发给多个子智能体并行处理，从而有效缩短了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，能够在长时工作流程中保持对关键信息的记忆，并能调用早期阶段的内容。
在应用操作层面，Muse Spark 1.1 能够跨多个应用执行连续的长流程任务。它能根据具体场景自主决定是直接操作界面、编写脚本实现自动化，还是整合多个操作步骤一次性完成，以此减少人工干预并提高效率。用户可以通过壹号娱乐app体验其部分功能。
在代码开发领域，新版本能够诊断并修复复杂的程序缺陷，开发新功能，以及执行大规模的代码迁移。模型还能提前规划开发流程、分解子任务，并在长期的开发过程中保留重要的上下文信息。Meta 透露，其内部的开发人员和研究人员已开始日常使用 Muse Spark 1.1 来辅助软件开发和模型评估工作。
Meta 强调了 Muse Spark 1.1 的安全性，指出该模型已依据其内部安全框架《Advanced AI Scaling Framework》完成了部署前的安全评估，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。新版本也增强了对提示词注入和越狱攻击等威胁的抵御能力，同时减少了模型产生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模型有了明显进步。同时，在置信度校准、风险识别和欺骗倾向等指标上也表现出较大改善。然而，在部分电脑操作、长上下文处理以及代码开发测试中，其表现仍落后于 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 同时面向普通开发者发布了 Meta Model API 的预览版，允许开发者通过该 API 调用 Muse Spark 1.1，并将其集成到自己的应用程序中。