Muse Spark 1.1：Meta 的多模态 Agent 基座
Meta 发布 Muse Spark 1.1，百万 token 上下文窗口、原生多模态理解、内置计算机操作能力。通过 Meta Model API 公开预览，开发者可直接调用。
Meta Superintelligence Labs 于7月9日发布 Muse Spark 1.1，这是一个面向 agentic tasks 的多模态推理模型，在工具调用、计算机操作、编程和多模态理解上均有重大提升。
核心能力：百万 token 上下文窗口，支持主动压缩（context compaction）管理长工作流；zero-shot 适配新工具、MCP 服务器和自定义技能；多智能体编排——作为主 Agent 制定计划并委派子 Agent 执行，作为子 Agent 遵循职责并在需要时升级。
计算机操作能力突出：跨多应用维护上下文，自动判断何时写脚本自动化、何时直接操作界面，批量生成操作步骤而非逐点击推理。编程方面诊断修复复杂 bug、实现新特性、执行大规模代码迁移。
多模态亮点：视觉到代码生成、超描述性图像视频标注、结合感知与行动的 Agent 工作流。例如用手机视频拍摄商品，Muse Spark 自动提取照片、描述商品并在 Facebook Marketplace 创建上架。
首次通过 Meta Model API 公开预览，兼容 OpenAI API 格式。Replit CEO 称其"百万 token 上下文 + 全模态 + 搜索引用 + 强推理 + 顶尖编程 + 结构化输出 + 并行工具调用——完整的 Agent 基座"。
[关联推荐]
- Claude 全局工作空间 — Anthropic 发现 AI 意识新线索
- 代码整洁度决定 AI 编程代理成败 — 整洁代码如何帮助 AI Agent
评论 (0)
加载评论中…