Meta 推出了升级版的多模态推理模型 Muse Spark 1.1，旨在增强 AI 智能体在执行任务时的能力。

Muse Spark 1.1 引入了更强的多智能体协作能力。其设计为由一个主智能体负责信息的收集和计划的制定，随后将任务分解并分派给多个子智能体并行处理，以此来加速复杂项目的完成。该模型还支持高达 100 万 token 的上下文长度，使其能够在长时间的工作流程中持续记忆关键信息，并能够调用早期阶段的内容。

在应用操作层面，Muse Spark 1.1 能够跨越多个应用程序执行连续的长流程任务。它能够根据具体情况自主判断是直接进行界面点击操作、编写脚本以实现自动化，还是执行一系列操作步骤，从而减少人工干预并提高效率。

对于代码开发领域，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。模型还可以提前规划开发步骤，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，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工作。

Meta 也强调了 Muse Spark 1.1 的安全性。该模型在部署前已经根据其内部的安全框架《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前沿风险领域保持在安全范围内。此外，新版本增强了对提示词注入和越狱攻击等威胁的抵抗能力，并减少了模型的幻觉现象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结果，Muse Spark 1.1 在智能体能力、代码开发和通用推理方面较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有显著改善。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。