Meta推出面向智能体时代的全新大模型

Meta于周四发布了其多模态Spark AI模型的新版本——Muse Spark 1.1，称其相较前代产品实现了显著升级。该模型专为智能体任务打造，在计算机操作、编程及多模态理解等领域均承诺取得重大突破。

Spark 1.1的发布紧随Meta图像生成工具Muse Image的推出，后者已引发部分Instagram用户选择退出使用。

随着OpenAI和Anthropic不断以全新先进AI模型占据各大头条，Meta的此番发布表明，这家公司正在重新投身AI竞赛——此前Meta已落后逾一年，并经历了大规模的内部重组。该模型由Meta旗下的超级智能实验室发布，该部门由前Scale AI首席执行官Alexandr Wang领衔。

Meta还同步推出了Meta Model API的公开预览版，开发者将可通过该接口访问Spark 1.1。目前，该模型已在Meta AI应用及meta.ai网站上以"思考"模式正式上线。

增强的智能体能力

Meta表示，Spark 1.1完成复杂项目的速度远超前代。根据官方博客，该模型经过专项训练，能够"协调多智能体系统以优化端到端延迟"。所谓智能体AI，是指那些不仅能回答问题，还能代替用户实际执行操作的模型。

该多智能体系统包含一个主智能体和多个子智能体。主智能体负责制定计划，并将执行任务分配给并行运行的子智能体。子智能体专注于各自分配的任务，在必要时使用可用工具，并在遇到需要上报的情况时反馈给主智能体。

Spark 1.1还可主动管理其拥有的100万Token上下文窗口，通过记录操作历史、从早期工作中检索信息，并以压缩方式保留后续步骤所需的关键内容。这意味着用户可以向其布置更复杂的任务，而不必担心模型处理上限的制约。

计算机操作与编程能力

如果你愿意尝试，这款新模型或许还能接管你的计算机来完成特定任务。

Meta表示，新款AI模型在跨多应用的计算机操作工作流方面获得了大幅提升。它能够在长时间会话中保持上下文连贯，并在极少用户干预的情况下自主导航陌生界面。它能够判断何时应自动执行某项任务，何时应手动操作计算机进行导航。

在编程方面，Spark 1.1承诺带来显著提升，尤其在涉及复杂数据库的任务中表现突出。它能够诊断并修复漏洞、为企业级系统新增功能，并执行大规模代码迁移。

真正意义上的多模态

Spark 1.1的多模态能力使其能够通过视觉与听觉来完成任务，这与我们目前已见过的现有AI模型（如Gemini Live的摄像头体验）颇为相似。它可以摄取图像和音频，并从中生成"超详细"描述。结合其智能体计算机操作能力，它能够解读屏幕上的内容并采取行动执行任务。

安全性

Meta着重强调了该模型经过的全面安全评估，其遵循"先进AI扩展框架"。据称，该模型对越狱攻击、提示词注入及其他常见攻击手段均表现出较强的抵御能力。

Q&A

Q1：Muse Spark 1.1是什么？它有哪些主要功能？

A：Muse Spark 1.1是Meta发布的新一代多模态AI模型，专为智能体任务设计。它支持多智能体协作、计算机自动操作、编程辅助（如修复漏洞、代码迁移）以及多模态理解（可处理图像和音频）。此外，它拥有100万Token的上下文窗口，能够处理更复杂的长任务，目前已在Meta AI应用及meta.ai上以"思考"模式上线。

Q2：Spark 1.1的多智能体系统是怎么运作的？

A：Spark 1.1的多智能体系统由一个主智能体和多个子智能体组成。主智能体负责制定整体计划，并将具体任务分配给并行运行的子智能体。子智能体专注于各自的任务，遇到问题时会向主智能体上报。同时，模型会主动管理100万Token的上下文窗口，记录历史操作并保留关键信息，以支持复杂任务的连续执行。

Q3：Muse Spark 1.1在安全方面有哪些保障措施？

A：Meta表示，Muse Spark 1.1遵循"先进AI扩展框架"进行了全面安全评估。该模型对越狱攻击、提示词注入以及其他常见攻击手段均表现出较强的抵御能力，旨在降低模型被恶意利用的风险。