IT之家7月12日消息，Meta于7月9日正式发布适用于AI智能体的多模态推理模型MuseSpark1.1版本，重点提升了模型在智能体任务中的规划、协同与执行能力，并增强了工具调用、代码开发、应用操作能力。

Meta表示，MuseSpark1.1强化了多智能体协作机制，由主智能体负责收集信息、制定计划，再将任务拆分并分配给多个子智能体并行执行，从而缩短复杂项目的处理时间。同时模型支持最高100万token的上下文长度，可在长时间工作流程中持续保留关键信息，并调用较早阶段的内容。

在应用操作方面，MuseSpark1.1能够在多个应用之间持续执行长流程任务，并根据场景自主判断是直接点击界面、编写脚本进行自动化，还是一次性完成多个操作步骤，以减少人工干预并提升执行效率。

在代码开发方面，新版本可诊断并修复复杂程序错误、开发新功能，以及执行大规模代码迁移任务。模型还能提前规划开发步骤、拆分子任务，并在长时间开发过程中保留重要上下文。Meta表示，公司内部的开发人员和研究人员已经每天使用MuseSpark1.1来辅助软件开发和模型评测。

Meta同时强调了MuseSpark1.1的安全性，称其已按照内部安全框架《AdvancedAIScalingFramework》完成部署前评估，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均维持在安全范围内。新版本还提升了对提示词注入、越狱攻击等攻击方式的抵抗能力，并降低了模型幻觉和迎合用户倾向。

根据Meta内部AI安全治理框架的评估结果，MuseSpark1.1在智能体能力、代码开发和通用推理方面相比前代有明显提升，同时在置信度校准、风险识别和欺骗倾向等指标上也有较大改善。不过，在部分电脑操作、长上下文以及代码开发测试中，其表现仍落后于GPT-5.5和ClaudeOpus4.8。

Meta表示，目前MuseSpark1.1已上线MetaAIApp和meta.ai的Thinking模式。官方同步面向普通开发者开放MetaModelAPI预览版，开发者可以通过该API调用MuseSpark1.1，并将模型集成到自己的应用中。