Meta 近日推出了其多模态推理模型 Muse Spark 1.1，旨在增强 AI 智能体执行任务的能力。

Muse Spark 1.1 改进了多智能体协作，由一个主智能体负责信息收集与规划，随后将任务分解并分发给多个子智能体并行处理，以此加快复杂项目的完成速度。该模型还支持高达 100 万 token 的上下文长度，使其能够在长期工作流程中持续保留关键信息，并能够调用早期阶段的内容。

在应用操作方面，Muse Spark 1.1 能够跨多个应用程序执行连续的长流程任务。它能根据具体情况自主判断是直接进行界面点击、编写脚本实现自动化，还是分步完成多个操作，从而减少人工干预并提高效率。

对于代码开发，新版本能够诊断和修复复杂的程序错误、开发新功能，并执行大规模代码迁移。模型还可以预先规划开发步骤、分解子任务，并在长时间的开发过程中保持重要上下文信息。Meta 透露，公司内部的开发人员和研究人员已开始日常使用 Muse Spark 1.1 来协助软件开发和模型评估工作。

Meta 强调了 Muse Spark 1.1 的安全性，指出其已根据公司内部的安全框架《Advanced AI Scaling Framework》完成了部署前的评估，在化学与生物安全、网络安全以及失控风险等前沿领域均处于安全范围内。此外，新版本增强了对提示词注入和越狱攻击等威胁的抵抗力，并减少了模型的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比前代模型均有显著进步，并且在置信度校准、风险识别和欺骗倾向等指标上也有较大改善。然而，在部分计算机操作、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。

Meta 宣布，Muse Spark 1.1 已在 Meta AI App 和 meta.ai 的 Thinking 模式中上线。同时，Meta 也面向普通开发者开放了 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。