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 改进了多智能体协作，其中一个主智能体负责收集信息并制定策略，然后将任务分解并分配给多个子智能体并行处理，从而加快复杂项目的完成速度。该模型还支持高达 100 万 token 的上下文长度，使其能够在长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。

在应用程序操作方面，Muse Spark 1.1 能够跨多个应用程序执行长流程任务。它还可以根据具体情况自主决定是直接点击用户界面、编写脚本实现自动化，还是同时执行多个操作步骤，以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。该模型还可以预先规划开发步骤，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，公司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 同时强调了 Muse Spark 1.1 的安全性，指出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，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保持在安全范围内。新版本还提高了对提示词注入和越狱攻击等威胁的抵御能力，并减少了模型的幻觉和迎合用户倾向的现象。

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比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表现出较大改善。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 也同步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。