Muse Spark 1.1 发布

背景

2026年7月9日，Meta Superintelligence Labs正式发布Muse Spark 1.1，这是其前代模型Muse Spark的重大升级版本。作为一款面向智能体任务设计的多模态推理模型，Muse Spark 1.1在工具使用、计算机操作、编程和多模态理解方面取得了显著进步。此次发布与本周早些时候推出的Muse Image共同推进了Meta对个人超级智能的愿景：帮助用户追求目标、实现创意、深化关系，并对自己最看重的事情采取行动。

核心内容

Muse Spark 1.1是一款专为智能体任务打造的多模态推理模型，在性能与效率的平衡上实现了新的突破。它支持100万token的上下文窗口，能够主动管理上下文，记忆操作、检索早期工作信息，并通过压缩保留关键步骤。模型在智能体任务、计算机使用、编程和多模态理解方面均有显著提升。

智能体（Agents）
Muse Spark 1.1在需要跨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。它能够零样本泛化到新的原生工具、MCP服务器和自定义技能。相比前代，它处理复杂项目的速度更快，因为它经过训练可以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、制定计划并将任务并行委派给子智能体；作为子智能体，它能恪守职责、理解可用工具，并知道何时向主智能体上报。

计算机使用（Computer Use）
Muse Spark 1.1擅长跨多个应用程序、信息实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，并以最少的人工干预浏览陌生界面。模型并非逐步推理每个桌面操作，而是知道何时自动化（编写脚本）、何时直接使用界面（点击），以及何时生成批量操作。例如，在组织晚宴的实际场景中，当出现新上下文改变任务时，Muse Spark 1.1能自动发现变化并做出必要更新，无需用户干预。

编程（Coding）
Muse Spark 1.1在涉及大型复杂代码库的真实世界任务中编程性能大幅提升。它能诊断并修复复杂Bug、在企业级系统中实现新功能、执行大型代码迁移。在创建Web应用和端到端问答等用例中，相比前代模型有显著提升。模型经过训练可平滑适应不同工具链，可靠处理复杂多轮交互。在流行的智能体编程设置中，它支持规划模式、目标条件控制、子智能体委派和上下文压缩等功能。在Meta内部编程评估基准Meta Internal Coding Bench上，Muse Spark 1.1相比前代大幅提升，且与领先竞品具有竞争力。研究人员也已开始在其工作流中利用Muse Spark 1.1自动化模型开发和评估任务。

多模态（Multimodal）
除编程和智能体能力外，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生接地输出，在视觉到代码制品生成、超详细图像和视频描述、以及多模态用例的智能体工作流执行方面表现强劲。当感知和行动需要同时进行时，其多模态能力尤为宝贵：模型可检查视觉和音频，在工作流中保留细节，并代表用户操作计算机。例如，通过智能手机拍摄的视频，Muse Spark 1.1能提取有用照片并推理产品信息，代表用户操作浏览器在Facebook Marketplace上架商品。

安全（Safety）
在部署前，Meta依据高级AI扩展框架进行了广泛的安全评估，涵盖化学与生物、网络安全、失控等前沿风险类别。评估显示Muse Spark 1.1在安全边界内运行，对直接越狱、来自不可信数据的间接攻击、提示注入和开发者提示攻击具有较强抵抗力。因此，它在对抗鲁棒性、幻觉率和谄媚倾向方面表现更优。完整安全立场文档见Muse Spark 1.1评估报告。

可用性（Availability）
开发者可通过新的Meta Model API（目前处于公开预览阶段）首次开始使用Muse Spark 1.1。早期合作伙伴对该模型给予高度评价，认为它是一款完整的智能体基础模型，将长上下文处理与强大的编程和推理能力相结合，能够处理大规模智能体工作负载。Replit CEO Amjad Masad称赞其将百万token上下文、完整多模态支持、内置搜索与引用、强推理、顶级编程能力（尤其是前端和设计）、结构化输出和并行工具调用整合在一个干净的OpenAI兼容包中。Cline CEO Saoud Rizwan表示Meta正为严肃的智能体编程打造产品，在价格点上实现强大的工具使用，使大规模运行真实编程工作负载成为可能。Box AI产品副总裁Yashodha Bhavnani指出，在Box的企业工作评估集上，Muse Spark提供了与当前领先前沿模型竞争的企业级能力，其结构化、程序化工作流方面的优势使其成为专业服务、公共部门和工业运营等领域组织的理想选择。

关键要点

• Muse Spark 1.1是Meta Superintelligence Labs推出的重大升级版多模态推理模型，专为智能体任务设计。
• 在工具使用、计算机操作、编程和多模态理解方面取得显著提升，推动性能-效率前沿。
• 支持100万token上下文窗口，可主动管理、压缩上下文，保留关键步骤。
• 在智能体任务中，可零样本泛化到新工具，支持多智能体编排，显著提升复杂项目处理速度。
• 计算机使用方面，能跨应用维护上下文，自动适应变化，在自动化与直接操作间智能切换。
• 编程能力大幅提升，能处理大型复杂代码库，支持规划模式、子智能体委派等高级功能，内部基准测试与领先竞品相当。
• 多模态能力涵盖视觉、音频处理，可生成视觉代码制品、详细描述，并代表用户操作计算机。
• 安全评估遵循高级AI扩展框架，在化学/生物、网络安全、失控等风险类别中处于安全边界内，对抗鲁棒性、幻觉率和谄媚倾向改善。
• 通过公开预览的Meta Model API向开发者开放，获得Replit、Cline、Box等合作伙伴高度评价。
• 与Muse Image共同推进Meta个人超级智能愿景。

意义与影响

Muse Spark 1.1的发布标志着Meta在智能体AI领域迈出了重要一步。它将强大的推理能力、百万token级长上下文、多模态理解和工具使用整合于一身，为开发者提供了一站式的智能体基础平台。其核心亮点在于“主动上下文管理”和“多智能体编排”——模型不仅能够处理海量信息，还能在长时间任务中保持状态，并自主决策何时委派子任务，这大大降低了复杂自动化流程的构建门槛。

从行业角度看，Muse Spark 1.1在编程和计算机使用方面的突破性进展，可能改变软件开发和企业自动化的工作方式。它能够自动诊断Bug、