Meta 推出了 Muse Spark 1.1，一个在多模态推理方面得到增强的模型，旨在提升 AI 智能体处理任务的能力。

Muse Spark 1.1 优化了多智能体协同工作的方式。其设计为一个主智能体负责搜集信息并规划，随后将任务分解并分派给多个子智能体并行处理，此举旨在缩短处理复杂项目的周期。此外，该模型支持高达一百万个 token 的上下文长度，使得在冗长的任务流程中能够持续保留关键信息，并调用早期阶段的内容。

在应用操作层面，Muse Spark 1.1 能够跨多个应用持续执行长流程任务。它能够基于具体情况自主判断是直接与用户界面交互，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，以此来减少人工介入并提高执行效率。

就代码开发而言，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。模型还能预先规划开发步骤、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。该模型在部署前已依据内部安全框架《Advanced AI Scaling Framework》完成了评估，并在化学与生物安全、网络安全及失控风险等前沿风险领域均保持在安全水平。新版本也增强了对提示词注入、越狱攻击等威胁的防御能力，并减少了模型出现虚假信息和迎合用户偏好的情况。

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、长上下文处理以及代码开发测试中，其表现仍落后于 GPT-5.5 和 Claude Opus 4.8。

Meta 宣布，Muse Spark 1.1 已在 Meta AI App 和 meta.ai 的 Thinking 模式中上线。同时，Meta 也面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。