Meta 推出了其多模态推理模型 Muse Spark 1.1，旨在增强 AI 智能体的任务执行能力。该模型采用了增强的多智能体协作机制，由一个主智能体负责信息收集与规划，随后将任务分解并分配给多个子智能体并行处理，以此来加快复杂项目的完成速度。此外，Muse Spark 1.1 支持高达 100 万 token 的上下文长度，使其能够在长时间工作流程中持续记忆和调用早期阶段的关键信息。

在应用操作层面，Muse Spark 1.1 能够跨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决定是直接进行界面点击、编写脚本实现自动化，还是分步完成多个操作，从而减少人工介入并提高效率。

针对代码开发领域，新版本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。该模型还能预先规划开发步骤、细分任务，并在漫长的开发过程中保持重要的上下文信息。Meta 透露，其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 同时强调了 Muse Spark 1.1 的安全性，指出该模型在部署前已根据其内部安全框架《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风险领域保持在安全水平。新版本还提升了对提示词注入和越狱攻击等威胁的防御能力，并减少了模型的幻觉现象及迎合用户偏好的倾向。

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产品有了显著进步。同时，在置信度校准、风险识别和欺骗倾向等指标上也有了较大的改进。然而，在部分电脑操作、长上下文处理以及代码开发测试中，其表现仍逊于 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 也同步向普通开发者开放了 Meta Model API 的预览版，允许开发者通过此 API 调用 Muse Spark 1.1 并将其整合到自己的应用程序中。