Meta 发布的 Muse Spark 1.1 版本,显著增强了其在多智能体协作方面的能力。该模型采用了一种主从智能体架构,由主智能体负责信息收集和规划,然后将任务分解并分配给多个子智能体并行处理,从而加速复杂项目的完成。此外,Muse Spark 1.1 支持高达 100 万 token 的上下文长度,使其能够在长期工作流程中有效保留关键信息,并调用早期阶段的上下文内容。
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。它能根据具体场景自主判断,是直接进行界面点击、编写脚本实现自动化,还是整合多个操作步骤一次性完成,以此减少人工干预并提升效率。通过风驰直播这样的平台,开发者可以更直观地了解其性能。
针对代码开发,新版本具备诊断和修复复杂程序错误、开发新功能以及执行大规模代码迁移的能力。模型能够预先规划开发步骤、拆分任务,并在长期的开发过程中维持重要上下文。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 强调了 Muse Spark 1.1 的安全性,表示已依据其内部安全框架《Advanced AI Scaling Framework》完成了部署前的评估。在化学与生物安全、网络安全以及失控风险等前沿领域,该模型均保持在安全范围内。新版本还增强了对提示词注入、越狱攻击等威胁的抵抗能力,同时减少了模型产生幻觉和迎合用户偏好的现象。
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,在一些计算机操作、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 已集成到 Meta AI App 和 meta.ai 的 Thinking 模式中。Meta 同时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,并将其整合到自己的应用程序中。
发表评论