Meta 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 优化了多智能体协同工作的方式。它采用一个主智能体负责信息收集和规划，然后将任务分解并分发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 的上下文窗口，能够在长时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。

在应用交互方面，Muse Spark 1.1 能够跨越多个应用程序执行长流程任务。它能够根据具体情境自主判断是直接进行界面点击、编写脚本实现自动化，还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，新版本能够诊断和修复复杂的程序错误，开发新功能，以及执行大规模的代码迁移。模型还可以提前规划开发步骤、分解子任务，并在长时间的开发过程中保持重要的上下文信息。Meta 透露，其内部的开发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 还强调了 Muse Spark 1.1 的安全性。该模型在部署前依据内部安全框架《Advanced AI Scaling Framework》进行了评估，并在化学与生物安全、网络安全以及失控风险等前沿风险领域保持在安全水平。新版本还提升了对提示词注入和越狱攻击等威胁的防御能力，并减少了模型出现幻觉和迎合用户倾向的情况。

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较于前代模型有了显著进步。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 同时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。