Meta的Muse Spark 1.1：更智能、不遗忘的AI代理

Meta正式发布了其最新旗舰大语言模型Muse Spark 1.1，其核心目标是让多代理自动化更流畅、更智能。该模型现已通过Meta的AI聊天机器人服务和API公开预览，开发者可以立即开始试用。

Muse Spark 1.1有何特别之处？

多代理自动化工作流就像一支专家团队：一个主代理规划项目，多个子代理执行具体任务。挑战在于：随着项目进展，计划往往需要调整。Muse Spark 1.1能够实时检测这些变化并相应调整计划，确保一切按部就班。

但真正的关键在于：这些自动化任务会产生大量数据。如果数据超出模型的上下文限制，部分信息会被丢弃，这通常会影响输出质量。Muse Spark 1.1通过上下文压缩机制解决了这个问题，它在压缩数据的同时保留最重要的细节。这意味着它可以在需要时从之前的步骤中检索信息，从而在子任务之间有效传递数据。上下文窗口现在达到了惊人的100万个token。

编码超能力

这种压缩和多代理能力使Muse Spark 1.1在编码方面表现出色。在一次内部测试中，Meta工程师要求它根据一个简单的提示构建一个聊天应用。该模型不仅生成了代码，还自动截取了界面截图，识别了技术问题，并精确定位了导致问题的代码片段——然后修复了它们。真是自给自足！

在AI编程基准测试Vibe Code Bench v1.1上，Muse Spark 1.1得分72.2，比Meta之前的旗舰模型高出50多分。在SWE-Atlas Codebase QnA测试中，它也提升了18%。

超越代码：现实世界任务

Muse Spark 1.1不仅限于编码。它还能处理其他多步骤任务，比如从视频生成电商产品描述，或代表用户下单餐厅订单。开发者可以通过Meta Model API轻松访问该模型。

Meta下一步计划？

Meta并未止步于此。该公司计划明年将数据中心容量提升至14兆瓦，并预计推出代号为Iris的自研AI芯片。通过Muse Spark 1.1，Meta显然在加倍投入，打造能够轻松处理复杂现实工作流的AI代理。

关键点

• Muse Spark 1.1是Meta用于多代理自动化的新旗舰模型，现已公开预览。
• 它采用上下文压缩机制，在长任务中保留重要数据，上下文窗口达100万token。
• 该模型在编码方面表现出色，在Vibe Code Bench v1.1上得分72.2，比前代高出50多分。
• 它还能处理其他多步骤任务，如生成产品描述和下单。
• Meta计划明年扩大数据中心容量并推出自研AI芯片Iris。