Muse Spark 1.1

2026年7月9日，Meta Superintelligence Labs 发布 Muse Spark 1.1，这是 Muse Spark 系列的新版本。官方发布页将其描述为面向 agentic tasks 的多模态推理模型，重点提升工具使用、电脑使用、编码和多模态理解能力。DataLearner 当前机构目录仍使用“Facebook AI研究实验室”作为 Meta/FAIR 相关模型归档机构，本条目按该目录收录。

模型定位与核心能力

Muse Spark 1.1 延续 Muse Spark 的多模态推理和工具调用方向。Meta 表示，该版本可面向个人智能体任务进行规划、跨外部应用和服务编排，并能泛化到新的原生工具、MCP servers 和自定义技能。在多智能体工作流中，模型可作为主 agent 负责收集上下文、制定计划并并行委派子 agent，也可作为子 agent 执行限定任务并在需要时回传升级。

官方同时强调了电脑使用和代码工作流：Muse Spark 1.1 可在多应用、动态信息变化的电脑使用任务中保持上下文，根据任务选择脚本自动化或直接界面操作；在编码任务中，模型面向大型复杂代码库的调试、功能实现、迁移和端到端问题解决进行了强化。

上下文与多模态输入

Muse Spark 1.1 的上下文窗口为 1 million tokens。官方说明模型可主动管理长上下文，记住早期操作、检索较早信息并在长任务中进行压缩，以保留后续步骤所需的关键内容。多模态方面，Meta 描述其能力覆盖感知、多模态推理和工具使用，可处理视觉、音频、视频、PDF 等输入，适用于视觉到代码生成、图像和视频的详细描述，以及需要感知与行动结合的智能体工作流。

访问方式与 API

随本次发布，Meta 同步推出新的 Meta Model API public preview，开发者可通过该 API 访问 Muse Spark 1.1。模型也已在 Meta AI app 和 meta.ai 的 Thinking mode 中开放。Meta 官方博客未在发布页中公布可录入的标准 API token 价格、参数规模、最大输出长度或知识截止时间，因此这些字段暂留空或置为未知。

安全与评估

Meta 发布了 Muse Spark 1.1 Evaluation Report，说明其在发布前按照 Advanced AI Scaling Framework 进行了安全和能力评估。报告覆盖化学与生物、网络安全、失控风险、对抗鲁棒性和模型行为等类别；Meta 称部署后的残余风险在相关框架下处于 moderate or lower 范围。官方博客还提到，Muse Spark 1.1 在内部编码评估中相较 Muse Spark 有显著提升，并在 agentic、coding 和多模态任务上较前代有明显改进。

根据用户提供的官方 benchmark 截图，当前已录入可与 DataLearner 现有 benchmark 目录稳定匹配的 7 项成绩：MCP-Atlas 88.1、Tool Decathlon/Toolathlon-Verified 75.6、OSWorld-Verified 80.8、Humanity's Last Exam（with tools）62.1、TerminalBench 2.1 80.0、SWE-Bench Pro 61.5、DeepSWE 1.1 53.3。截图中的 JobBench、Finance Agent v2、CharXiv Reasoning 和 BabyVision 当前尚未在站内 benchmark 目录中找到对应项，待目录补齐后可继续录入。

限制与待补字段

Muse Spark 1.1 目前是闭源托管模型，未公开权重、参数规模或训练细节。由于 Meta Model API public preview 的公开页面未提供可稳定录入的价格表，本条目暂不写入 API 价格。后续如 Meta 发布价格页、模型卡或更多标准公开 leaderboard，可按更新流程补齐。