Meta推出Muse Spark 1.1模型，优化多代理自动化工作流

Meta推出新旗舰大型语言模型Muse Spark 1.1。该模型主要针对多代理自动化工作流进行优化，目前已进入公众预览阶段，用户可通过Meta AI聊天机器人服务及API接口访问。

多代理自动化工作流通常由一个主代理和多个子代理组成。主代理负责制定执行计划，子代理按指示操作具体步骤。Muse Spark 1.1能在执行过程中及时检测变化，并据此调整项目计划。

多代理任务步骤繁多，代理在执行中会产生大量数据。一旦数据量超出模型上下文限制，丢弃部分信息往往会拉低输出质量。Muse Spark 1.1引入了上下文压缩机制，在压缩生成数据的同时保留最关键的细节。这让它能随时检索早期工作信息，在不同子任务间顺畅传递数据。该模型的上下文窗口达到了100万标记。

上下文压缩和多代理特性让Muse Spark 1.1在编码任务中表现突出。Meta工程师在内部测试中，要求该模型根据提示生成一个聊天应用程序。Muse Spark 1.1自动截取程序界面截图，识别出技术问题，并精准定位问题代码片段完成修复。在Vibe Code Bench v1.1的AI编程基准测试中，它得分72.2，比Meta前代旗舰模型高出50多分。在SWE-Atlas Codebase QnA测试中，得分也提升了近18%。

除了生成代码，Muse Spark 1.1还能处理其他多步骤任务，比如根据产品视频写出电商商品描述，或代替用户向餐厅下单。开发者现在可以通过Meta Model API便捷访问该模型。Meta计划在明年将数据中心容量扩充至14千兆瓦，预计推出名为Iris的自研AI芯片。