meta近日正式推出专为AI智能体设计的多模态推理模型Muse Spark 1.1版本，在智能体协作、应用操作和代码开发等核心领域实现显著突破。该模型通过优化多智能体任务分配机制，使复杂项目处理效率大幅提升——主智能体负责统筹规划，子智能体并行执行拆分后的任务，配合100万token的超长上下文记忆能力，可精准调用早期关键信息完成跨阶段操作。
在应用交互层面，新版本展现出强大的跨平台任务执行能力。模型能自主判断最佳操作路径：面对简单任务可直接模拟点击操作，复杂流程则自动生成脚本实现自动化，甚至支持多步骤组合操作。这种智能决策机制显著减少人工干预，特别适用于需要跨多个软件协同的长流程任务。
代码开发能力升级成为本次更新的核心亮点。Muse Spark 1.1不仅能精准诊断并修复复杂程序错误，还可系统化开发新功能模块。其独创的"开发规划-任务拆解-上下文保持"三阶段机制，使大规模代码迁移和长期开发项目得以高效推进。据meta披露，内部开发团队已全面采用该模型辅助软件研发和模型评估工作。
安全防护体系同步获得强化。新版本严格遵循《Advanced AI Scaling framework》安全框架完成部署前审查，在生物化学安全、网络防御等前沿风险领域均通过安全阈值检测。通过增强对提示词注入、越狱攻击等新型攻击手段的防御能力，模型将幻觉输出概率降低37%，同时减少过度迎合用户倾向的决策偏差。
性能评估显示，相较于前代版本，Muse Spark 1.1在智能体协作、代码生成和通用推理能力上提升23%-41%，置信度校准和风险识别准确率提高19个百分点。不过在特定电脑操作场景、超长上下文处理及代码测试环节，其表现仍落后于GPT-5.5和Claude Opus 4.8等竞品模型。
目前该模型已通过meta AI App和meta.ai的Thinking模式向公众开放，同步推出meta Model API预览版供开发者调用。开发者可通过标准化接口将Muse Spark 1.1集成至自有应用，享受实时更新的模型能力支持。meta表示将持续优化多模态交互和长文本处理性能，并计划在未来三个月内开放更多企业级安全功能。
