Meta推出旗艦模型Muse Spark 1.1，強化多智能體自動化

Meta Platforms於今日發佈其新一代旗艦大語言模型Muse Spark 1.1，該模型針對多智能體自動化工作流進行了深度優化。模型已在Meta AI聊天服務中上線，同時通過應用編程接口（API）向開發者開放——名為Meta Model API的服務目前處於公開預覽階段，允許開發人員將模型集成到自定義軟件中。

在多智能體工作流中，通常由主智能體制定任務計劃，子智能體負責執行具體指令。主智能體會在項目開始時生成計劃，而Muse Spark 1.1能夠檢測任務執行過程中的中期變化，並據此調整計劃，確保流程的靈活性和準確性。

此類多步驟自動化任務往往涉及大量數據產生。當數據量超出模型的上下文窗口限制時，傳統方案可能需要丟棄部分信息，從而影響輸出質量。Muse Spark 1.1通過上下文壓縮機制應對這一挑戰：它在壓縮智能體生成的數據時，優先保留關鍵細節，使得模型能夠在不同子任務間有效傳遞信息。該模型支持高達100萬token的上下文窗口。

得益於上下文壓縮和多智能體特性，Muse Spark 1.1在編程任務中表現尤為突出。在內部測試中，Meta工程師僅通過提示詞便生成了一個聊天應用，模型能自動截取程序界面截圖、發現技術問題、定位問題代碼並完成修復。在AI編程基準Vibe Code Bench v1.1上，Muse Spark 1.1得分72.2，較Meta上一代旗艦模型提升超過50分；在另一項測試SWE-Atlas Codebase QnA中，其得分提升近18%。

除了編程，該模型同樣適用於其他多步驟場景，例如根據產品視頻自動生成電商列表、代用户完成餐廳訂餐等任務。

開發者可通過Meta Model API調用Muse Spark 1.1，該API預計運行在Meta自建基礎設施上。據悉，Meta計劃明年將數據中心容量提升至14GW，並圍繞內部開發的AI芯片Iris（即MTIA400）推進硬件佈局。該芯片已於三月預覽，相比前代產品，它配備了51%更多的高帶寬內存，支持增強的MX8和MX4數據格式，性能提升可達400%。

結合自研芯片，Meta未來可能推出更多企業級服務，例如將MTIA芯片與Muse Spark 1.1捆綁的本地推理設備。其他超大規模雲廠商已開始向第三方數據中心提供自研AI芯片，Meta的動向值得關注。