Meta 发布了升级版多模态推理模型 Muse Spark 1.1，该模型显著增强了 AI 智能体执行任务的能力。
Muse Spark 1.1 优化了多智能体协作流程，通过一个主智能体负责信息收集和策略制定，然后将任务分解并分派给多个子智能体并行处理，以此加快复杂项目的完成速度。此外，该模型支持高达 100 万 token 的上下文处理能力，能够在冗长的运行过程中持续记忆关键信息，并调用早期阶段的内容。
在应用操作层面，Muse Spark 1.1 能够跨越多个应用程序执行连续的长任务。它能根据具体情况自主判断是直接进行界面点击操作，还是通过编写脚本实现自动化，抑或是一次性完成多个操作步骤，从而减少人工干预并提高效率。
在代码开发领域，新版本能够诊断并修复复杂的程序缺陷，开发新功能，并执行大规模的代码迁移工作。该模型还能预先规划开发流程、分解子任务，并在长期的开发周期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每日使用 Muse Spark 1.1 来辅助软件开发和模型评估工作。
Meta 同时强调了 Muse Spark 1.1 的安全性。该模型在部署前已按照内部安全框架《Advanced AI Scaling Framework》进行了评估，在化学与生物安全、网络安全以及失控风险等前沿风险领域均符合安全标准。新版本还提高了对提示词注入和越狱攻击等威胁的防御能力，并减少了模型产生幻觉和过度迎合用户偏好的现象。
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表现出较大的改善。尽管如此，在部分计算机操作、长上下文处理以及代码开发测试中，其性能仍落后于 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 还同步向普通开发者开放了 Meta Model API 的预览版本，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。