Meta 推出了 Muse Spark 1.1，一个在多模态推理方面得到增强的模型，旨在提升 AI 智能体的任务执行能力。

新版 Muse Spark 1.1 改进了多智能体协作的运作方式。它采用一个主智能体负责信息收集和规划，然后将任务分解并分发给多个子智能体并行处理，以此来缩短处理复杂项目的周期。此外，该模型支持高达一百万 token 的上下文长度，使其能够在长时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。它能根据具体情况自主判断是直接进行界面点击操作，还是通过编写脚本实现自动化，抑或是将多个操作步骤一次性完成，从而减少人工介入并提高效率。

对于代码开发工作，Muse Spark 1.1 能够诊断并修复复杂的程序缺陷，开发新功能，以及执行大规模的代码迁移任务。该模型还可以预先规划开发步骤、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每日使用 Muse Spark 1.1 来协助软件开发和模型评估工作。

Meta 还特别强调了 Muse Spark 1.1 的安全性。该模型在部署前已根据内部安全框架《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前沿领域保持在安全范围内。新版本也加强了对提示词注入和越狱攻击等威胁的防御能力，并减少了模型出现幻觉和迎合用户偏好的情况。

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的表现相较于前代有了显著进步。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 也同步向普通开发者开放了 Meta Model API 的预览版本，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。