Meta 发布 Muse Spark 1.2：视觉转代码与机器人编排双升级

8 月 21 日，Meta 官方发布 Muse Spark 1.2，围绕多模态与视觉推理进行双重升级，并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。当前结论：这是一次把视觉理解、代码生成与物理动作编排打通到同一模型体系的集中展示，值得关注其在企业级多模态应用与具身智能方向的落地。

已确认

• 模型可将图像或视频中的视觉布局、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，通过智能体工具将各能力整合。
• 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。据量子位报道，系统采用两层「大脑」架构，演示还包括根据视觉在房间中搜索鸭子等任务。
• Roboflow 评价称，Muse Spark 1.2 是现实世界视觉用例的顶级模型之一；Alexandr Wang 在介绍中也强调其视觉编程、机器人规划与视听理解的整合能力。

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 · 10 条相关

• 【源头】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
• 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
• Muse Spark 1.2 被评为顶级视觉模型，支持视觉编程与机器人规划 — jack_w_rae · 2026-08-21
• Meta MuseSpark 1.2 具身进化：指挥机器人找鸭子、双臂整理桌面 — 量子位 · 2026-08-21
• Meta 展示 Muse Spark 模型：支持视觉编程与机器人规划 — koustuvsinha · 2026-08-21

另有 1 条近重复转述:AIatMeta