Meta发布Muse Spark 1.1多模态推理模型支持百万token上下文

AI创作导航管理员 LV5 大神连续登录30天萌新

2 个月前

风向

1564

Meta旗下超智能实验室（Meta Superintelligence Labs）正式推出面向智能体任务的多模态推理模型Muse Spark 1.1，目前已上线Meta Model API。该模型支持100万token超长上下文窗口，具备零样本MCP泛化能力，官方同步公开了模型基准测试表现、安全评估结果及商用定价方案，为AI智能体开发提供了新的工具选择。

进入2026年，AI智能体的落地速度远超行业预期，从办公自动化到工业智能调度，各类场景对大模型的多模态推理能力、长上下文承载能力都提出了更高要求，此前不少开发者都曾反馈，现有主流模型在处理跨场景智能体任务时，往往需要付出极高的微调成本，效果却难以达标。

此前通用大模型面向智能体场景适配时，普遍存在两个核心痛点：一是上下文窗口有限，处理长文档、多轮交互任务时需要拆分信息，容易出现上下文丢失导致任务失败；二是跨场景泛化能力不足，适配不同的智能体控制协议、工具调用规则时，需要投入大量标注数据做微调，中小开发者很难承担相应成本。
这也使得面向智能体场景优化的专用大模型，成为过去半年AI行业的研发热点，全球头部科技企业都在相关领域加大了投入。

作为Meta超智能实验室成立以来发布的第二款智能体专用模型，Muse Spark 1.1的核心参数相比前代实现了大幅升级：
100万token的上下文窗口相比初代版本提升了5倍，能够一次性载入完整的项目代码库、上百小时的交互历史或者近千份行业文档，不需要进行上下文拆分，长任务的信息丢失概率下降了68%。
零样本MCP泛化能力则解决了跨场景适配的痛点，模型不需要额外微调，就能识别并适配不同的智能体控制协议，直接调用第三方工具、完成多步骤的复杂推理任务。官方公开的基准测试数据显示，其在通用智能体任务集上的通过率比初代提升了42%，比同参数级的通用多模态模型高出38%。
此外官方还同步公开了完整的安全评估报告，模型已经完成12轮红队测试，针对智能体可能执行的高危操作设置了多层拦截机制，商用风险大幅降低。

目前Muse Spark 1.1已经全面接入Meta Model API，开发者不需要自行部署大模型，直接按需调用即可。官方公布的定价方案相比同能力级的多模态模型低22%，针对中小开发者还提供了每月1000万token的免费额度，降低了中小团队的开发门槛。
据了解，目前已有超过30家科技企业启动了适配测试，覆盖智能办公、客服机器人、工业调度等多个场景，预计三季度末会有首批搭载Muse Spark 1.1的智能体产品落地。

随着大模型通用能力的逐步饱和，面向垂直场景的专用模型正在成为大厂布局的重点，尤其是AI智能体被视为下一个千亿级的市场。此前OpenAI推出了面向智能体优化的GPT-4o Agent版，谷歌也发布了Gemini Advanced Agent，Meta本次推出Muse Spark 1.1，进一步完善了其在AI智能体赛道的布局。
行业分析师普遍认为，未来2年内，原生支持智能体任务的大模型有望成为云API市场的主流产品，相关技术的迭代也会进一步加快AI智能体的落地速度。

AI智能体 Meta Spark Muse 1.1 多模态推理模型百万token上下文

本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。