Meta发布Muse Spark 1.2：视觉转代码、机器人导航与视听理解
AIatMeta · x · 2026-08-21
Meta 官方宣布 Muse Spark 1.2 支持广泛的多模态任务：从把视觉内容直接转成可运行代码，到把感知转化为物理动作，还具备强大的视听理解能力，可支撑企业级视频密集工作流。
官方同步放出一批评测与演示，展示模型的视觉理解与推理能力。首个 demo 中，Muse Spark 解析多模态观测并调用工具，引导机器人在非结构化环境中导航寻找一只橡皮鸭。
所属事件:Meta 发布 Muse Spark 1.2：视觉转代码与机器人编排双升级(10 条相关)→
「模型」频道最新
- Muse Spark Open 经 llama.cpp 跑通 M3 Ultra：前沿模型上桌面 — pcuenq · 2026-10-16
- OpenAI 推出 GPT-Live-1.1 语音升级：新增六语种声音、更少卡顿 — OpenAI · 2026-10-16
- LMArena 上线 Muse Spark 新模型，Battle 与 Agent 模式可测 — arena · 2026-10-16
- 多模型同题设计 UI:用 Paseo 编排四套界面方案竞技 — vista8 · 2026-10-16
- Ilya 质疑 Meta 新许可证：年收入超 2000 万美元的推理服务商须与 Meta 另签协议 — ilyasu · 2026-10-16
- Muse-Spark 开源权重发布：816B MoE 模型 MLX 3bit 版已上线 — ns123abc · 2026-10-16