今天，我们很高兴地推出 Muse Spark 1.1。这是 Meta Superintelligence Labs 的最新模型，相比 Muse Spark 有重大升级。Muse Spark 1.1 是一个为智能体任务打造的多模态推理模型，在工具使用与计算机使用、编程和多模态理解方面都有大幅提升。
凭借这些改进，Muse Spark 1.1 推进了性能与效率的前沿。结合本周发布的 Muse Image，这次发布让我们更接近个人超级智能的愿景：这样的模型能帮你追求目标、创造你所想象的事物、深化你的人际关系，并就你最看重的事情采取行动。
随此次发布，我们还推出了全新 Meta Model API 的公开预览版，开发者可以通过它访问 Muse Spark 1.1。该模型现已在 Meta AI 应用和 meta.ai 上以“Thinking”模式提供。
评估
智能体
Muse Spark 1.1 在需要跨一系列外部应用和服务进行规划与编排的个人智能体任务中表现出色。它能以零样本方式泛化到新的原生工具、MCP 服务器和自定义技能。
它处理复杂项目的速度明显快于 Muse Spark，因为它经过训练，能够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，它会恪守自己的职责，了解可用的工具，并知道何时该向主智能体升级上报。
Muse Spark 1.1 能主动管理其 100 万 token 的上下文窗口。它会记住所执行的操作，从更早之前的工作中检索信息，并以一种保留后续工作所需关键步骤的方式进行压缩。
计算机使用
Muse Spark 1.1 擅长跨多个应用展开、且信息随时变化的计算机使用工作流。它能在长时间会话中保持上下文，适应不断变化的需求，并在几乎无需人工干预的情况下操作陌生的界面。
Muse Spark 1.1 不会逐点击地推理桌面操作的每一步，而是懂得何时该自动化、何时该直接使用界面。我们训练模型在自动化更快时编写脚本，在直接交互更简单时点击操作，并在每一步生成成批的动作。
智能体组织晚宴：在真实应用中，会出现改变任务的新上下文。Muse Spark 1.1 在下晚宴订单时注意到了这些变化，并在无需用户干预的情况下做出必要的更新。
编程
在涉及大型复杂代码库的真实任务上，Muse Spark 1.1 的编程表现大幅提升。它可以诊断并修复复杂的 bug，在企业级系统中实现新功能，并执行大规模代码迁移。在创建 Web 应用和端到端问答等用例中，Muse Spark 1.1 相比我们的第一款模型有显著进步。
我们训练模型平稳适应各种不同的 harness，并可靠地处理复杂的多轮交互动态。Muse Spark 1.1 在主流的智能体编程配置中表现良好，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 构建了一个聊天 Web 应用，通过自动截图找出用户可见的故障，将问题追溯到相关代码并实施修复，然后验证这些改动。该模型无缝结合了编程、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，以更快地构建、更聪明地工作。在我们的主要内部编程评估 Meta Internal Coding Bench 上，Muse Spark 1.1 相比 Muse Spark 有显著提升，并能与领先的同类模型相竞争。
研究人员现在也在工作流中利用 Muse Spark 1.1，实现模型开发与评估任务的自动化。
OpenCode 中的 DeepSWE 评估：Muse Spark 1.1 在不同推理强度下，对 DeepSWE 任务的一个子集进行自我评估，并根据结果生成分析仪表板。
多模态
除了编程和智能体能力，Muse Spark 1.1 在感知、多模态推理和工具使用方面同样出色。它能与真实环境交互并产出有依据的结果，在视觉到代码的产物生成、超详尽的图像与视频描述，以及面向多模态用例的智能体工作流执行方面尤为突出。
当感知与行动需要同时发生时，Muse Spark 1.1 的多模态能力尤其有价值。该模型能查看视觉和音频内容，在长工作流中保留细节，并在代表用户操作计算机时用上这些细节。
Facebook Marketplace 智能体：Muse Spark 1.1 利用智能手机拍摄的视频提取有用的照片，并对商品进行推理，进而操作用户的浏览器，代表用户创建 Facebook Marketplace 商品列表。
安全
部署之前，我们遵循 Advanced AI Scaling Framework 进行了大量安全评估。该框架为我们最先进的模型定义了评估方法、威胁模型和部署阈值。
在所有前沿风险类别——化学 & 生物、网络安全和失控——中，我们的评估显示 Muse Spark 1.1 运行在安全裕度之内。Muse Spark 1.1 对直接越狱以及来自不可信数据的间接攻击、提示词注入和开发者提示词攻击都表现出很强的抵抗力。因此，它的对抗鲁棒性更好，幻觉率更低，谄媚倾向也有所减少。
1.1 版本完整的安全情况已记录在我们的 Muse Spark 1.1 评估报告中。
可用性
开发者首次可以通过全新的 Meta Model API 开始用 Muse Spark 1.1 构建应用，该 API 现已进入公开预览。Muse Spark 1.1 的早期合作伙伴称赞该模型是完整的智能体基础，将长上下文处理与强大的编程和推理能力结合在一起，能够应对大规模智能体工作负载。
“Muse Spark 最令人印象深刻的是，它在一个模型里集成了这么多能力：庞大的百万 token 上下文、完整的多模态支持（图像、视频、PDF）、带引用的内置搜索、强大的推理、顶级的编程能力（尤其是前端和设计）、结构化输出，以及并行工具调用——全部封装在干净的 OpenAI 兼容接口中。一个完整的智能体基础。”
——Amjad Masad，Replit 首席执行官
“Meta 显然是在认真打造智能体编程能力——强大的工具使用能力，加上让大规模运行真实编程工作负载变得可行的价位。这种组合很少见，这正是我们希望让 Cline 开发者尽早用上它的原因。”
——Saoud Rizwan，Cline 首席执行官
“在 Box 的企业工作评估集上测试时，Muse Spark 展现出的企业级能力可与当今领先的前沿模型相竞争。这样的智能水平，再加上它在专业服务、公共部门和工业运营等行业的结构化、流程化工作流上的优势，使它成为各类组织颇具吸引力的选择。”
——Yashodha Bhavnani，Box AI 产品副总裁
“Muse Spark 1.1 是运行智能体的出色模型。速度快、能力强，搭配 OpenClaw 用起来很有意思。”
——Dave Morin，OpenClaw Foundation
我们很高兴发布 Muse Spark 1.1，这印证了我们的研究势头。我们还有能力更强的模型正在训练中，期待与大家分享接下来的成果。
作者：
Meta Superintelligence Labs
分享：