跳转到主要内容

Meta的Muse Spark 1.1：更智能的多智能体AI，压力下保持冷静

Meta已正式推出其新的旗舰大型语言模型Muse Spark 1.1，旨在优化多智能体自动化工作流程。该模型现通过Meta AI聊天服务和API接口提供公开预览。

Image

多智能体自动化工作流程通常由一个主智能体和多个子智能体组成，主智能体负责创建任务执行计划，而子智能体根据指令执行具体操作。在新项目开始时，主智能体会生成项目计划。Meta表示，Muse Spark 1.1能够及时检测并响应执行过程中的变化，从而调整项目计划。

由于多智能体自动化任务通常涉及许多步骤，智能体在执行过程中会产生大量数据。如果这些数据超出模型的上下文限制，则必须丢弃一些信息，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一挑战，以保留最重要细节的方式压缩生成的数据。这使得它能够在需要时从早期工作中检索信息，有效地在不同子任务之间传递数据。该模型的上下文窗口已达到一百万个token。

新模型的上下文压缩和多智能体能力使其在编码任务中表现出色。在一次内部测试中，Meta工程师要求它根据提示生成一个聊天应用程序，Muse Spark 1.1能够自动截取程序界面的屏幕截图，识别技术问题，并找到导致问题的代码片段进行修复。

Muse Spark 1.1在名为Vibe Code Bench v1.1的AI编程基准测试中得分为72.2，远超Meta之前的旗舰模型50多分。同时，在另一项测试SWE-Atlas Codebase QnA中，其得分也提高了近18%。

该模型可以在生成代码的同时完成其他多步骤任务，例如根据产品视频生成电子商务产品描述，以及代表用户下单餐厅订单。开发者可以通过Meta Model API轻松访问Muse Spark 1.1。据报道，Meta计划明年将数据中心容量增加到14兆瓦，并有望推出名为Iris的自研AI芯片。

关键点

  • 多智能体掌控： Muse Spark 1.1通过主智能体和子智能体处理复杂工作流程，实时调整计划。
  • 上下文压缩： 新机制压缩数据以保留关键细节，实现百万token的上下文窗口。
  • 编码能力： 在Vibe Code Bench v1.1上得分72.2，比前代提升50多分，在SWE-Atlas Codebase QnA上提升18%。
  • 实际任务： 除编码外，还能从视频生成产品描述，甚至下单餐厅订单。
  • 可用性： 现通过Meta AI聊天机器人和API提供公开预览；Meta还计划扩展数据中心并推出Iris AI芯片。