Meta 发布 Muse Spark 1.2：多模态与视觉推理双重升级

Meta 于 8 月 21 日正式发布 Muse Spark 1.2，围绕多模态与视觉推理能力进行双重升级，官方同步放出一批评测与演示，覆盖视觉转代码、工具推理、图表理解及机器人任务编排等场景。

已确认

• 模型可将视觉布局、层级与样式直接转化为可工作的网页和游戏代码，并根据实际渲染和行为评估正确性，通过持续自改进循环优化输出。
• 视觉推理、图表理解与知识密集型任务的表现得到提升；工具使用方面，模型能更细致地检查视觉输入，并把发现融入推理过程。
• 具备较强的音视频理解能力，可支撑现实世界企业中常见的视频密集型工作流。
• 在机器人领域，专用变体作为机器人的“大脑”和编排器，可接收指令、解码工具调用并循环观察结果直至任务完成；演示中规划双臂机器人整理桌面，成功区分发刷与化妆刷，并将物品分类放置。

为什么重要

Muse Spark 1.2 把视觉理解、代码生成与物理动作编排打通到同一模型体系中，既降低从设计稿到可用产品的开发门槛，也展示了多模态模型在具身智能方向的落地路径，是 Meta 在企业级多模态应用与机器人领域的一次集中展示。

2026-08-21 ~ 2026-08-21 · 7 条相关

• Meta 深度解析 Muse Spark 1.2 多模态智能与视觉编程 — alexandr_wang · 2026-08-21
• 【源头】Meta发布Muse Spark 1.2：视觉转代码、机器人导航与视听理解 — AIatMeta · 2026-08-21
• Meta 发布 Muse Spark 1.2 测评：视觉推理与图表理解能力详解 — AIatMeta · 2026-08-21
• Meta：Muse Spark 1.2 增强工具推理能力，更细致地检查视觉输入 — AIatMeta · 2026-08-21
• 【源头】Muse Spark 1.2 现支持直接从图像或视频生成网页和游戏代码 — AIatMeta · 2026-08-21
• 【源头】Meta 展示 Muse Spark 指挥双臂机器人整理桌面：能识别并分类物品 — AIatMeta · 2026-08-21

另有 1 条近重复转述:AIatMeta