Meta 推出了其多模态推理模型 Muse Spark 1.1，该模型增强了 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信息收集和规划，随后将任务分配给多个子智能体并行处理，以加快复杂项目的完成速度。该模型现在支持高达 100 万 token 的上下文长度，这意味着它可以在长时间工作流程中保留关键信息，并能调用早期阶段的内容。

在应用操作方面，Muse Spark 1.1 能够跨多个应用程序连续执行长流程任务。它还可以根据具体情况自主决定是直接与用户界面交互，编写自动化脚本，还是分批完成多个操作步骤，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，并执行大规模的代码迁移。该模型还能够提前规划开发步骤、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，公司内部的开发人员和研究人员目前已在日常工作中利用 Muse Spark 1.1 来协助软件开发和模型评估。

Meta 还强调了 Muse Spark 1.1 的安全性。该模型在部署前已依据其内部安全框架《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关键领域均达到了安全标准。此外，新版本增强了对提示词注入和越狱攻击等威胁的防御能力，并减少了模型的幻觉和迎合用户偏好的倾向。

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取得了较大改进。然而，在部分电脑操作、长上下文处理和代码开发测试中，其表现仍落后于 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 同时面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，并将其集成到自有的应用程序中。