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

7月9日，Meta正式推出了其全新AI智能体产品——Muse Spark 1.1版本。这一版本专为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，并在工具调用、代码开发、应用操作等场景中进行了针对性强化。

本次升级最值得关注的亮点，在于多智能体协作机制的强化。具体而言，由一个主智能体负责整体统筹——收集信息、制定计划，并将任务拆解分配给多个子智能体并行执行，从而显著缩短复杂项目的处理时间。此外，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，它能牢牢记住关键信息，甚至可回溯调用早期阶段的内容。

在应用操作层面，Muse Spark 1.1的表现同样出色。它能够在多个应用之间持续执行长流程任务，并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，或一次性完成多个步骤。其核心目标就是减少人工干预，提升执行效率。

在代码开发方面，新版本能够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。目前，Meta内部已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。

在安全方面，Meta同样没有松懈。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均维持在安全范围内。同时，新版本对提示词注入、越狱攻击等常见攻击方式具备了更强的抵抗力，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。然而，在部分电脑操作、长上下文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已上线Meta AI App和meta.ai的Thinking模式。同时，官方同步面向普通开发者开放了Meta Model API预览版，开发者可通过API直接调用模型，并集成到自己的应用中。