# Meta 发布 Muse Spark 1.1 多模态推理模型 - 来源：Hacker News 热门（buzzing.cc 中文翻译） - 作者：ot - 发布时间：2026-07-10 05:46 - AIHOT 分数：78 - AIHOT 链接：https://aihot.virxact.com/items/cmre2mjao00mxihwk00nh4shk - 原文链接：https://ai.meta.com/blog/introducing-muse-spark-meta-model-api ## AI 摘要 Meta Superintelligence Labs 今日推出 Muse Spark 1.1，专为智能体任务设计，在工具使用、计算机使用、编程和多模态理解方面显著提升。模型支持 100 万 token 上下文窗口，提供“Thinking”模式，并通过 Meta Model API 公开预览。在智能体任务中可零样本泛化至新工具、MCP 服务器与自定义技能；计算机使用可自动编写脚本或生成批量操作；编程性能在 Meta Internal Coding Bench 上优于前代。多模态能力涵盖视觉到代码生成、图像视频描述。安全性评估显示模型在化学生物、网络安全、失控等风险类别中处于安全边际内。 ## 正文 今天，我们激动地推出 Muse Spark 1.1——来自 Meta Superintelligence Labs 的最新模型，也是 Muse Spark 的重大升级。Muse Spark 1.1 是一款为智能体任务打造的多模态推理模型，在工具与计算机使用、编程以及多模态理解方面取得了显著提升。 凭借这些改进，Muse Spark 1.1 推进了性能与效率的前沿边界。结合本周推出的 Muse Image，此次发布让我们更接近个人超级智能的愿景：那些能帮助你追求目标、创造所想、深化人际关系、并为最重视之事付诸行动的模型。 伴随此次发布，我们还推出了 Meta Model API 的公开预览版，开发者可通过它访问 Muse Spark 1.1。该模型现已上线 Meta AI 应用的“思考”模式以及 meta.ai 网站。 **评测** 关于评测的更多详情，请参阅我们的报告。 **智能体** Muse Spark 1.1 在需要跨多种外部应用和服务进行规划与编排的个人智能体任务中，展现出卓越性能。它能零样本泛化至新的原生工具、MCP 服务器以及自定义技能。 与 Muse Spark 相比，它处理复杂项目的速度显著更快，因为其训练目标便是编排多智能体系统以优化端到端延迟。作为主智能体，它可以收集上下文、制定计划，并将执行任务委派给并行的子智能体。作为子智能体，它能坚守自身职责、理解可用工具，并知道何时将问题升级回主智能体。 Muse Spark 1.1 能够主动管理其 100 万模型 token 的上下文窗口。它会记住操作、从更早的工作中检索信息，并进行压缩，从而保留后续工作所需的关键步骤。 **计算机使用** Muse Spark 1.1 擅长跨多个应用、信息动态变化的计算机使用工作流。它能在长时间会话中维持上下文、适应不断变化的需求，并在最少人工干预下导航陌生的界面。 Muse Spark 1.1 并非逐一推理每个桌面操作步骤，而是理解何时应自动化、何时应直接使用界面。我们训练该模型在自动化更快时编写脚本、在直接交互更简单时进行点击，并在每一步生成批量动作。 智能体晚餐聚会组织：在实际应用中，新的上下文变化会改变任务。Muse Spark 1.1 在点餐时能够注意到这些变化，并在无需用户干预的情况下进行必要的更新。 编程 Muse Spark 1.1 在涉及大型复杂代码库的实际任务中，编程性能有了显著提升。它能够诊断并修复复杂的 bug，在企业级系统中实现新功能，以及执行大规模的代码迁移。在创建 Web 应用和端到端问答等用例中，Muse Spark 1.1 相比我们的第一个模型表现出大幅提升。 我们训练了模型，使其能够平滑地适应各种测试框架，并可靠地处理复杂的多轮动态。Muse Spark 1.1 在流行的智能体编码设置中表现良好，支持规划模式、目标条件设定、子智能体委派和上下文压缩等常见功能。 OpenCode 中的调试演示：Muse Spark 1.1 构建一个聊天 Web 应用，自动截图以识别用户可见的故障，将问题回溯到相关代码以实现修复，并验证这些更改。该模型无缝结合了编码、多模态理解和工具调用。 在 Meta 内部，开发者和研究人员每天都在使用 Muse Spark 1.1 来更快地构建并更智能地工作。在我们主要的内部编码评测 Meta Internal Coding Bench 上，Muse Spark 1.1 相比 Muse Spark 有显著提升，并且与领先的替代模型具有竞争力。 研究人员现在还在工作流程中利用 Muse Spark 1.1 来自动化模型开发和评估任务。 OpenCode 中的 DeepSWE 评估：Muse Spark 1.1 在不同推理强度下，对自己在 DeepSWE 任务子集上进行评估，并根据结果生成分析仪表板。 多模态 除了编码和智能体能力，Muse Spark 1.1 在感知、多模态推理和工具使用方面也表现出色。它能够与真实环境交互，并生成基于真实世界的结果，在视觉到代码制品生成、超详细图像和视频字幕描述，以及多模态用例的智能体工作流执行方面具有优势。 Muse Spark 1.1 的多模态能力在感知和行动需要协同进行时尤其有价值。该模型可以检查视觉和音频信息，在长时间工作流中保持细节的完整性，并在代表用户操作计算机时利用这些细节。 Facebook Marketplace 智能体：利用智能手机拍摄的视频，Muse Spark 1.1 提取有用的照片并推理产品信息，以操作用户的浏览器，代表用户在 Facebook Marketplace 发布商品信息。 安全性 在部署之前，我们遵循高级 AI 扩展框架进行了广泛的安全评估，该框架为我们最先进的模型定义了评估、威胁模型和部署阈值。 在所有前沿风险类别（化学与生物、网络安全、失控风险）中，我们的评估显示 Muse Spark 1.1 在安全边际内运行。Muse Spark 1.1 对直接越狱攻击、来自不可信数据的间接攻击、提示词注入以及开发者提示词攻击表现出强大的抵抗力。因此，它展现出更好的对抗鲁棒性、更低的模型幻觉率和更少的谄媚行为。 我们关于 1.1 的完整安全策略记录在《Muse Spark 1.1 评估报告》中。 可用性 开发者首次可以通过新的 Meta 模型 API（目前处于公开预览阶段）开始使用 Muse Spark 1.1 进行构建。Muse Spark 1.1 的早期合作伙伴称赞该模型是一个完整的智能体基础，它将长上下文处理能力与强大的编码和推理能力相结合，以处理大规模智能体工作负载。 “Muse Spark 最令人印象深刻的是它在一个模型中整合了多少功能：百万级模型 token 的上下文窗口、完整的多模态支持（图像、视频、PDF）、内置带引用的搜索、强大的推理能力、顶级的编码能力（尤其是前端和设计）、结构化输出以及并行工具调用——所有这些都包装在一个干净的 OpenAI 兼容接口中。这是一个完整的智能体基础。” ——Amjad Masad，Replit 首席执行官 “Meta 显然正在为严肃的智能体编码而构建——在价格点上实现强大的工具使用能力，使其能够规模化地运行真实的编码工作负载。这种组合很罕见，这正是我们希望 Cline 开发者能尽早访问的原因。” ——Saoud Rizwan，Cline 首席执行官 “在针对 Box 企业工作评估集的测试中，Muse Spark 提供了与当今领先前沿模型相竞争的企业级能力。这种智能水平，加上其在专业服务、公共部门和工业运营等行业的结构化、程序化工作流方面的优势，使其成为企业的一个极具吸引力的选择。” ——Yashodha Bhavnani，Box 人工智能产品副总裁 “Muse Spark 1.1 是一个用于运行 AI 智能体的出色模型。快速、强大，并且与 OpenClaw 配合使用非常有趣。” ——Dave Morin，OpenClaw 基金会 我们非常激动地发布 Muse Spark 1.1，这是对我们研究势头的有力证明。我们正在训练能力更强的模型，并期待与大家分享未来的成果。 撰稿人： Meta 超级智能实验室 最新动态 博客 通讯 基础模型 Llama 隐私政策 条款 Cookie Meta © 2026