Muse Spark 1.1 发布

---
title: "Muse Spark 1.1 发布"
title_en: "Meta Releases Muse Spark 1.1, Rivaling GPT-5.5 and Opus 4.8 on Agentic Benchmarks"
source: "ai.meta.com"
source_url: "https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/"
published_at: "2026-07-09T00:00:00.000Z"
language: "zh-CN"
topics: ["openai","claude"]
tags: ["产品发布","Meta","Muse Spark","Agentic","Model API","计算机使用","多智能体"]
review_status: "unreviewed"
---

# Muse Spark 1.1 发布

> Meta 发布 Muse Spark 1.1，一个多模态推理模型，在工具使用、电脑操作、编程和多模态理解方面显著提升，并推出 Meta Model API 公开预览版。

## 内容摘要

Meta 超级智能实验室发布 Muse Spark 1.1，这是 Muse Spark 的重大升级，专为智能体任务设计。模型在工具使用、电脑操作、编程和多模态理解方面有显著提升，能零样本泛化到新工具，主动管理百万 token 上下文窗口，并协调多智能体系统。同时推出 Meta Model API 公开预览版，开发者可通过该 API 访问模型。模型已在 Meta AI 应用和 meta.ai 的“思

## 为什么值得关注

Muse Spark 1.1 让 AI 能更自主地完成复杂任务，如跨应用操作电脑、编程调试、组织晚宴等，减少人工干预。它结合了长上下文、多模态理解和工具调用，为个人超级智能愿景迈出重要一步，开发者可通过新 API 构建更强大的智能体应用。

## 核心要点

- Muse Spark 1.1 是多模态推理模型，专为智能体任务设计。
- 在工具使用、电脑操作、编程和多模态理解方面显著提升。
- 能零样本泛化到新工具，主动管理百万 token 上下文窗口。
- 可协调多智能体系统，优化端到端延迟。
- 推出 Meta Model API 公开预览版，开发者可访问模型。
- 模型已在 Meta AI 应用和 meta.ai 的“思考”模式中可用。

# Muse Spark 1.1 发布

- [产品](https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/#)
- [AI 研究](https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/#)
- [资源](https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/#)
- [关于](https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/#)
- [试用 Meta AI](https://applink.meta.ai/?pt=10684&pid=ai_meta_site&utm_source=ai_meta_site&utm_medium=web&utm_campaign=nav_try-meta-ai-palette_07072026&utm_content=nav_try-meta-ai-palette_07072026&ct=nav_try-meta-ai-palette_07072026&referrer=utm_source%3Dai_meta_site%26utm_medium%3Dweb%26utm_campaign%3Dnav_try-meta-ai-palette_07072026%26utm_content%3Dnav_try-meta-ai-palette_07072026)

# Muse Spark 1.1 发布

今天，我们很高兴地推出 Muse Spark 1.1，这是 Meta 超级智能实验室的最新模型，也是 Muse Spark 的重大升级。Muse Spark 1.1 是一个多模态推理模型（多模态指能同时处理文字、图片、视频等多种信息类型），专为智能体任务（agentic tasks，即让 AI 自主完成复杂任务）而设计，在工具使用、电脑操作、编程和多模态理解方面都有显著提升。

凭借这些改进，Muse Spark 1.1 推动了性能与效率的边界。结合本周发布的 [Muse Image](https://ai.meta.com/blog/introducing-muse-image-muse-video-msl/)，这次发布让我们离个人超级智能的愿景更近了一步：打造能帮你实现目标、创造想象、加深人际关系、并为你最看重的事情采取行动的模型。

与此同时，我们还推出了新的 [Meta Model API](https://developer.meta.com/ai/resources/blog/build-with-muse-spark) 公开预览版，开发者可以通过它访问 Muse Spark 1.1。该模型现在已在 Meta AI 应用和 [meta.ai](http://meta.ai/) 的"思考"模式中可用。

## 评估

关于评估的更多细节，请[查看我们的报告](https://ai.meta.com/static-resource/muse-spark-1-1-evaluation-report)。

## 智能体能力

Muse Spark 1.1 在个人智能体任务中表现出色，这些任务需要规划和协调多个外部应用和服务。它能零样本泛化（zero-shot generalize，指不经过专门训练就能处理新任务）到新的原生工具、MCP 服务器和自定义技能。

相比 Muse Spark，它处理复杂项目的速度明显更快，因为它经过训练，可以协调多智能体系统来优化端到端延迟。作为主智能体，它能收集上下文、制定计划，并将任务分配给并行的子智能体执行。作为子智能体，它能坚守职责、理解可用工具，并知道何时需要上报回主智能体。

Muse Spark 1.1 能主动管理其 100 万 token 的上下文窗口（context window，指模型一次能记住的信息量）。它会记住操作、从更早的工作中检索信息，并以紧凑的方式保留后续工作所需的关键步骤。

## 电脑操作

Muse Spark 1.1 擅长跨多个应用、信息实时变化的电脑操作流程。它能在长时间会话中保持上下文、适应不断变化的需求，并在最少人工干预下导航不熟悉的界面。

Muse Spark 1.1 不会一步一步地推理每个桌面操作，而是理解何时该自动化、何时直接使用界面。我们训练模型在自动化更快时写脚本，在直接交互更简单时点击，并在每一步生成批量操作。

**智能体化晚宴组织**：在实际应用中，新情况出现会改变任务。Muse Spark 1.1 在点餐时能注意到这些变化，并在无需用户干预的情况下做出必要更新。

## 编程

Muse Spark 1.1 在涉及大型复杂代码库的真实任务中，编程性能大幅提升。它能诊断和修复复杂 bug、在企业级系统中实现新功能，并执行大规模代码迁移。在创建网页应用和端到端问答等用例中，Muse Spark 1.1 相比我们的第一代模型有显著提升。

我们训练模型能平滑适应各种测试环境，并可靠处理复杂的多轮交互。Muse Spark 1.1 在流行的智能体编程设置中表现良好，支持规划模式、目标条件设定、子智能体委派和上下文压缩等常见功能。

**OpenCode 中的调试演示**：Muse Spark 1.1 构建一个聊天网页应用，自动截图识别用户可见的故障，追踪问题到相关代码并实施修复，然后验证这些更改。模型无缝结合了编程、多模态理解和工具调用。

在 Meta 内部，开发者和研究人员每天都在使用 Muse Spark 1.1 来更快地构建和更聪明地工作。在我们主要的内部编程评估——Meta 内部编程基准（Meta Internal Coding Bench）上，Muse Spark 1.1 相比 Muse Spark 有显著提升，并与领先的替代方案具有竞争力。

研究人员现在也在工作流程中利用 Muse Spark 1.1 来自动化模型开发和评估任务。

**OpenCode 中的 DeepSWE 评估**：Muse Spark 1.1 在不同推理强度下对 DeepSWE 任务子集进行自我评估，并根据结果生成分析仪表盘。

## 多模态能力

除了编程和智能体能力，Muse Spark 1.1 在感知、多模态推理和工具使用方面也表现出色。它能与真实环境交互，并生成基于实际场景的输出，在视觉到代码的工件生成、超详细图像和视频描述、以及多模态用例的智能体工作流执行方面都有优势。

当感知和行动需要同时发生时，Muse Spark 1.1 的多模态能力尤其宝贵。模型能检查视觉和音频信息，在长时间工作流中保留细节，并在代表用户操作电脑时使用这些细节。

**Facebook Marketplace 智能体**：使用智能手机拍摄的视频，Muse Spark 1.1 提取有用的照片并推理产品信息，代表用户操作浏览器并在 Facebook Marketplace 上发布商品。

## 安全性

在部署前，我们按照[高级 AI 扩展框架](https://ai.meta.com/static-resource/Meta_Advanced-AI-Scaling-Framework-v2)进行了广泛的安全评估，该框架为我们最先进的模型定义了评估标准、威胁模型和部署阈值。

在所有前沿风险类别中——化学与生物、网络安全和失控——我们的评估显示 Muse Spark 1.1 在安全范围内运行。Muse Spark 1.1 对直接越狱攻击（jailbreaks，试图绕过模型安全限制的攻击）和来自不可信数据的间接攻击、提示注入（prompt injection，恶意修改输入提示）以及开发者提示攻击表现出强大的抵抗力。因此，它展现出更好的对抗鲁棒性（adversarial robustness，抵抗恶意攻击的能力）、更低的幻觉率（hallucination rates，模型生成虚假信息的概率）和更少的谄媚行为（sycophancy，模型一味迎合用户的现象）。

我们关于 1.1 的完整安全策略记录在 [Muse Spark 1.1 评估报告](https://ai.meta.com/static-resource/muse-spark-1-1-evaluation-report)中。

## 可用性

首次，开发者可以通过新的 Meta Model API（现为公开预览版）开始使用 Muse Spark 1.1 进行开发。Muse Spark 1.1 的早期合作伙伴称赞该模型是一个完整的智能体基础，将长上下文处理与强大的编程和推理能力相结合，能够处理大规模智能体工作负载。

> "Muse Spark 最令人印象深刻的是它在一个模型中集成了如此多的功能：百万 token 的上下文、完整的多模态支持（图片、视频、PDF）、带引用的内置搜索、强大的推理能力、顶级的编程能力（尤其是前端和设计）、结构化输出和并行工具调用——所有这些都封装在一个干净的 OpenAI 兼容包中。一个完整的智能体基础。"
>
> — Amjad Masad，Replit 首席执行官

> "Meta 显然在为严肃的智能体编程而构建——在合理的价格点上提供强大的工具使用能力，使其能够大规模运行真实的编程工作负载。这种组合很少见，这正是我们希望 Cline 开发者能尽早访问的原因。"
>
> — Saoud Rizwan，Cline 首席执行官

> "在 Box 的企业工作评估集上测试时，Muse Spark 提供了与当今领先前沿模型相竞争的企业级能力。这种智能水平，加上其在专业服务、公共部门和工业运营等行业的结构化、程序化工作流方面的优势，使其成为组织的理想选择。"
>
> — Yashodha Bhavnani，Box 人工智能产品副总裁

> "Muse Spark 1.1 是运行智能体的绝佳模型。快速、强大，在 OpenClaw 上使用很有趣。"
>
> — Dave Morin，OpenClaw 基金会

我们很高兴发布 Muse Spark 1.1，这是我们研究进展的证明。我们正在训练能力更强的模型，并期待分享未来的成果。

基础模型

我们的方法

研究

Meta AI

最新消息

基础模型

Meta © 2026

---

英文原文：[Meta Releases Muse Spark 1.1, Rivaling GPT-5.5 and Opus 4.8 on Agentic Benchmarks](https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/)