Meta 发布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，引入了一个主智能体负责信息收集和规划，然后将任务分配给多个子智能体并行处理，以此来加速复杂项目的完成。该模型支持高达 100 万 token 的上下文长度，确保在长时工作流程中能够持续保留关键信息并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决定是通过直接界面点击、编写自动化脚本，还是分步完成多个操作，从而减少人工干预并提高效率。

关于代码开发，新版本具备诊断和修复复杂程序错误、开发新功能以及执行大规模代码迁移的能力。模型能够提前规划开发步骤、分解子任务，并在长期的开发过程中保持重要的上下文信息。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 来协助软件开发和模型评估。

Meta 还强调了 Muse Spark 1.1 的安全性。该模型已根据内部安全框架《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领域均保持在安全水平。此外，新版本增强了对提示词注入和越狱攻击等威胁的防御能力，并减少了模型的幻觉和迎合用户偏好的现象。

依据 Meta 内部的 AI 安全治理框架评估，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产品有了显著进步。同时，在置信度校准、风险识别和欺骗倾向等指标上也取得了较大改进。然而，在部分电脑操作、长上下文处理和代码开发测试中，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。