Meta发布Muse Spark 1.1：面向真实任务的个人Agent旗舰模型

全新Agent底座：不止会思考，更会指挥与执行 Meta超级智能实验室（MSI）正式推出Muse Spark 1.1——一个专为复杂个人Agent任务设计的多模态推理模型。它不再满足于单步响应或静态问答，而是以“主Agent”角色统筹全局：接收目标后自主规划、拆解任务、调度多个子Agent并行执行，并在过程中持续维护长程上下文与状态一致性。 百万级上下文，真正“记得住、理得清” 上下文窗口扩展至100万token，并引入主动管理机制。模型不仅能容纳海量信息，更能识别关键节点、动态压缩冗余内容、回溯早期决策依据，确保跨应用、跨步骤、信息持续变动的长流程任务不中断、不遗忘。面对新工具、新服务或自定义技能，亦支持零样本即用，无需额外微调。 计算机操作：懂权衡、讲效率 摒弃“每步都重看屏幕”的低效范式，Muse Spark 1.1可根据任务特性自主选择最优执行路径：批量操作时生成脚本统一执行；简单交互时直接模拟界面操作；复杂逻辑则混合调用工具链。例如组织晚餐聚会时，用户中途修改预订条件，模型能即时感知变化、重构计划、协调多个服务接口，全程无需人工干预。 代码能力：扎根真实工程场景 聚焦企业级开发需求——诊断深层Bug、扩展现有系统功能、执行跨版本代码迁移。它适配多种编码环境与Agent框架，对规划模式、目标约束设定、子Agent委派、上下文精简等常见工作流具备原生兼容性。一次OpenCode调试演示中，模型从搭建网页应用起步，自动截图分析UI问题，定位源码、修改修复、再验证效果，完整复现开发者闭环。 多模态不是理解，而是行动 视觉、音频、视频输入并非终点，而是任务起点。模型可从手机拍摄的商品视频中提取优质帧、识别品类与成色，随后自主打开浏览器、填写表单、完成Facebook Marketplace二手上架全流程。这种“边看边干”的能力，已嵌入真实产品动线。 Model API公测开启：开箱即用的Agent基础设施 Meta同步开放Muse Spark 1.1 Model API公测，提供OpenAI兼容接口。输入价格1.25美元/百万token，输出4.25美元/百万token，兼顾高性能与规模化落地可行性。首批合作伙伴评价其为“完整的Agent底座”——百万上下文、多模态支持、内置引用搜索、结构化输出、并行工具调用与顶级编码能力，全部集成于单一模型。 技术纵深：自研芯片与基建加速并行 支撑低价高能服务的背后，是Meta全栈自研战略的加速落地。代号Iris的第四代AI芯片（MTIA项目）已完成关键测试，由博通协同设计、台积电代工，将作为GPU补充投入推理负载。与此同时，Meta正推进史上最大规模AI基建扩张：2026年交付7GW算力，2027年跃升至14GW，为超级智能愿景构筑物理根基。 开源承诺仍在，但重心转向实用化交付 Meta明确表示，开源路线未变：MSL内部已有Muse Spark变体进入开发阶段，未来将按计划开源。当前优先级则是让能力快速触达开发者与终端用户——Muse Spark 1.1已上线Meta AI App及meta.ai网站，在「Thinking」模式下即可直接体验。所有安全评估均基于Advanced AI Scaling Framework完成，并公开《Muse Spark 1.1 Evaluation Report》供查证。 不止是升级，更是范式切换 Muse Spark 1.1标志着Meta从“开源贡献者”迈向“智能基础设施提供者”的关键一步。它不追求参数堆砌，而专注让模型在真实世界中持续可靠地“使唤小弟、协调资源、落实目标”。当Agent不再是概念演示，而成为可部署、可计费、可集成的生产级能力，个人超级智能的轮廓，第一次有了清晰的技术支点。