Meta发布Muse Spark 1.1,主打低成本与强Agentic能力

7月9日,Meta官方正式发布多模态推理模型Muse Spark 1.1(早期名Hornbill)。作为首个版本的升级,该模型主打在低价格下的强大智能体与编码能力,标志着Meta重新回到前沿AI竞争中。目前,模型已通过进入公测的Meta Model API向开发者开放,也可在Meta AI中使用。

核心能力与技术细节

Muse Spark 1.1支持100万token上下文,并能自行压缩历史记录以保留关键步骤。官方强调其在工具使用、电脑操作、编码和多模态理解上的提升,能够零样本泛化到新工具,规划跨应用任务并分派给并行子智能体。此外,它能在多应用流程中保持上下文,自动切换脚本与界面操作,并处理视觉和音频输入。

评测表现与各方反应

Alexandr Wang转述称,该模型在MCP Atlas、Humanity’s Last Exam等评测中表现强劲,在Harvey Legal Bench等基准上达到SOTA,整体agentic能力可与GPT-5.5和Opus-4.8相提并论,甚至在部分分布外评测中超越Opus 4.8和Grok 4.5。Garry Tan和Alexandr Wang均表示该模型在OpenClaw(机器人/机械臂场景)实测中效果优异。Bindu Reddy等业界人士也对其benchmark表现及API开放给予正面评价。

内部应用与生态支持

Meta透露,Muse Spark 1.1已用于公司内部编码和研究工作流,帮助自动化模型开发与评估。外部生态方面,Replit、Box等早期试用伙伴已开始基于其API进行开发。

2026-07-09 ~ 2026-07-11 · 133 条相关

事件全程(共 6 集)→

一手来源

另有 10 条近重复转述:RihardJarc · shengjia_zhao · EverydayAI_ · ezyang · alexandr_wang · alexandr_wang · ren_hongyu · inductionheads · scaling01 · andrew_n_carr