Meta推出旗舰大语言模型Muse Spark 1.1，强化多智能体能力

Meta Platforms今日正式发布新旗舰大语言模型Muse Spark 1.1，该模型专为驱动多智能体自动化工作流而优化设计。

Muse Spark 1.1已上线Meta AI聊天服务，并通过应用程序接口开放使用。Meta Model API支持开发者将该大语言模型集成至自定义软件中，目前处于公开预览阶段。

多智能体自动化工作流通常由一个负责制定任务执行计划的主智能体和若干执行具体指令的子智能体共同组成。主智能体在项目启动时生成初始计划。Meta表示，Muse Spark 1.1能够识别并响应任务执行过程中出现的突发情况，在必要时动态调整项目计划。

需要多个智能体协作完成的任务往往包含大量步骤，这意味着智能体在执行过程中会生成海量数据。一旦数据量超出底层大语言模型的上下文限制，部分信息将不得不被丢弃，进而影响输出质量。

Muse Spark 1.1通过上下文压缩机制应对这一挑战。据Meta介绍，该机制能够在压缩智能体生成数据的同时，最大程度保留关键信息，从而在子任务之间传递数据时，能够调取"更早期工作阶段的信息"。该模型的上下文窗口达100万Token。

上下文压缩与多智能体特性赋予了Muse Spark 1.1出色的代码生成能力。Meta工程师在内部测试中，依据提示词让其生成一款聊天应用，模型不仅对程序界面进行截图分析，还成功定位了多个技术问题所在的代码片段并完成修复。

在名为Vibe Code Bench v1.1的AI编程基准测试中，Muse Spark 1.1获得72.2分，较Meta上一代旗舰大语言模型领先逾50分。在另一项名为SWE-Atlas Codebase QnA的测试中，其得分也提升了近18%。

这些令模型擅长代码生成的特性，同样适用于其他应用场景。Muse Spark 1.1可根据产品视频自动生成电商商品详情页，代替用户完成餐厅点餐，以及处理其他多步骤任务。

开发者访问Muse Spark 1.1所使用的Meta Model API，推测运行于Meta自有基础设施之上。路透社今日报道称，Meta计划于明年将数据中心容量提升至14吉瓦，该计划的核心是Meta内部研发、预计于9月进入量产阶段的AI芯片Iris。

报道显示，Iris很可能就是Meta在今年3月预览的定制AI处理器MTIA400。该芯片搭载的高带宽内存较上一代产品增加51%，同时支持AI模型用于存储数据的MX8和MX4两种格式的增强版本。Meta表示，MTIA400的性能较前代提升400%。

Meta的自研芯片为其在Meta Model API之外进一步拓展企业级产品提供了可能。例如，Meta理论上可以推出将MTIA芯片与Muse Spark 1.1相结合的本地推理一体机。目前，已有其他超大规模云服务商开始向第三方数据中心运营商开放其定制AI芯片。

Q&A

Q1：Muse Spark 1.1的上下文压缩机制是如何工作的？

A：Muse Spark 1.1的上下文压缩机制能够在智能体执行任务过程中对产生的大量数据进行压缩处理，同时最大程度保留关键信息。当任务数据量超出模型上下文限制时，该机制可避免重要信息被丢弃，并支持在子任务之间调取早期工作阶段的数据，从而保障输出质量。该模型的上下文窗口为100万Token。

Q2：Muse Spark 1.1在编程测试中表现如何？

A：在Vibe Code Bench v1.1编程基准测试中，Muse Spark 1.1获得72.2分，比Meta上一代旗舰大语言模型领先超过50分；在SWE-Atlas Codebase QnA测试中，得分提升近18%。内部测试还显示，该模型能够根据提示词生成聊天应用，并自主发现和修复代码中的技术问题。

Q3：Meta的自研AI芯片MTIA400有哪些升级？

A：MTIA400是Meta预计于9月量产的定制AI处理器，也被称为Iris。与上一代产品相比，它的高带宽内存增加了51%，支持AI模型数据存储格式MX8和MX4的增强版本，整体性能提升400%。Meta未来可能基于该芯片推出结合Muse Spark 1.1的本地推理一体机等企业级产品。