Meta发布MuseSpark1.1,支持百万级token上下文,显著增强多智能体协作与任务规划能力,大幅提升工具调用、代码开发及跨应用操作效率,显著减少人工介入,在长期复杂流程中保持上下文连贯与一致性,实现高效自动化,具备卓越扩展性。
Meta于7月9日正式发布Muse Spark 1.1版本,这是一款专为AI智能体打造的多模态推理模型。新版本聚焦于强化智能体在任务规划、协同与执行力方面的表现,同时升级了工具调用、代码开发及应用操作等关键环节。
具体而言,Muse Spark 1.1在多智能体协作机制上进行了优化。主智能体负责收集信息、制定计划,并将复杂任务拆解为小块,分配给子智能体并行推进,从而显著压缩整体项目的处理时间。该模型支持最高100万token的上下文长度,能够在长时间工作流程中保留关键信息,随时调用早期阶段的内容,避免出现“边做边忘”的情况。
长期稳定更新的攒劲资源: >>>点此立即查看<<<
在应用操作层面,该模型可跨多个应用完成长流程任务,并根据场景自主选择直接操作界面、编写自动化脚本或批量执行步骤,目标在于减少人工介入,提升效率。代码开发方面,新版本能够完成复杂程序的错误诊断与修复、开发新功能,甚至实现大规模代码迁移。更重要的是,它还能提前规划开发步骤、拆解子任务,在长期开发过程中保持上下文连贯性。Meta透露,公司内部开发与研究人员已每日使用Muse Spark 1.1辅助软件开发与模型评测。
中信建投近期发布研报指出,OpenAI、Meta等海外模型正持续强化Agent与Coding能力,模型竞争的逻辑从单纯的能力验证转向高频场景的落地应用。推理侧算力消耗、基础设施投入与AI应用商业化有望形成共振。A股计算机板块的中报预告,叠加海外模型的迭代,共同验证了AI产业链的景气度在延续。
侠游戏发布此文仅为了传递信息,不代表侠游戏网站认同其观点或证实其描述