為了跟 GPT-5.6 搶頭條，扎克伯格破天荒到對手地盤「打廣告」

今天 AI 圈的國際頭版頭條，比往常還要激烈。

前有收獲不少好評的 Grok-4.5 ，后有虎視眈眈的 GPT-5.6。結(jié)果就在剛剛，Meta 超級智能實(shí)驗(yàn)室 (MSI) 殺出， 甩出新模型 Muse Spark 1.1。

冷知識(shí)，這篇宣傳「小作文」距離他上次在 X 發(fā)帖已經(jīng)有 3 年之久，而他上上次發(fā)帖還是在 2012 年。

夾在這個(gè)節(jié)骨眼里發(fā)布，Meta 的新模型當(dāng)然得有點(diǎn)真材實(shí)料。

結(jié)果 Meta 還真沒空手來，而且一上來就是兩記重磅更新：Muse Spark 1.1 完成大幅升級，Meta Model API 也同步開啟公測，開發(fā)者第一次可以直接調(diào)用這款旗艦?zāi)Ｐ汀?/strong>

靠開源模型攢下半壁江山口碑的大善人，終于也光明正大擺起攤位賣 API 了。Meta 給這次升級的定調(diào)是「推進(jìn)性能與效率的前沿」，并表示這次模型和 API 的同步發(fā)布，讓他們距離「個(gè)人超級智能」的愿景又近了一步：

幫你追求目標(biāo)、創(chuàng)造想象中的東西、加深人際關(guān)系，并對你最在意的事情采取行動(dòng)。

主打一個(gè)「會(huì)使喚小弟」

先看這次升級的重點(diǎn)：Agent 能力。

按照 Meta 的說法，Muse Spark 1.1 是一個(gè)面向 Agent 任務(wù)的多模態(tài)推理模型。工具調(diào)用、計(jì)算機(jī)操作、代碼生成、多模態(tài)理解，幾條主線都做了增強(qiáng)。

它被重點(diǎn)訓(xùn)練來處理「個(gè)人 Agent 任務(wù)」：比如跨多個(gè)外部應(yīng)用和服務(wù)做規(guī)劃、調(diào)度、執(zhí)行。這類任務(wù)通常麻煩在流程長、變量多、信息源分散，模型不能只會(huì)答題，還得會(huì)安排活。

Muse Spark 1.1 最有意思的地方，是被訓(xùn)練成了一個(gè)「包工頭」。

接到復(fù)雜任務(wù)后，它會(huì)自己作為主 Agent：收集上下文、制定計(jì)劃、分配任務(wù)，再把不同子任務(wù)交給多個(gè)并行子 Agent 同時(shí)處理，以此縮短端到端耗時(shí)。

向左滑動(dòng)查看更多內(nèi)容

反過來，輪到它自己當(dāng)子 Agent 時(shí)，它也知道該怎么配合：完成自己負(fù)責(zé)的部分，認(rèn)清可用工具，遇到能力邊界及時(shí)上報(bào)，而不是悶頭亂干。

上下文窗口也給到了 100 萬 token，而且采用主動(dòng)管理機(jī)制。它不只是能塞進(jìn)更多內(nèi)容，還能記住自己做過什么，找回很早之前的信息，并在壓縮上下文時(shí)保留后續(xù)步驟需要用到的關(guān)鍵內(nèi)容。

對于沒見過的新工具、MCP 服務(wù)和自定義技能，Muse Spark 1.1 也能在零樣本情況下直接上手。

計(jì)算機(jī)操作（Computer Use）方面，Meta 給出的思路很務(wù)實(shí)。

過去很多電腦操作 Agent，幾乎每一步都要重新看屏幕、重新推理、重新點(diǎn)擊，整個(gè)過程慢得讓人著急。

Muse Spark 1.1 學(xué)會(huì)了按場景選擇方式：寫腳本更快，就直接寫腳本；點(diǎn)幾下更省事，就直接操作界面；需要批量執(zhí)行時(shí)，還能一次生成多步操作并統(tǒng)一執(zhí)行。

Meta 舉了一個(gè)「組織晚餐聚會(huì)」的案例：用戶在訂餐過程中臨時(shí)改變條件，模型自己發(fā)現(xiàn)新情況、自己調(diào)整方案，整個(gè)流程不需要用戶反復(fù)介入。

跨應(yīng)用、長流程、信息持續(xù)變化，這些過去最容易讓 Agent 斷片的場景，Muse Spark 1.1 都能把上下文維持住。遇到陌生界面，也基本不用人手把手帶。

寫代碼這塊，自己給自己打分

代碼能力方面，Meta 這次重點(diǎn)強(qiáng)調(diào)了真實(shí)大型代碼庫場景。

比如診斷和修復(fù)復(fù)雜 bug、給企業(yè)級系統(tǒng)增加新功能、執(zhí)行大規(guī)模代碼遷移。在創(chuàng)建網(wǎng)頁應(yīng)用、端到端問答等用例上，Muse Spark 1.1 相比初代也有明顯提升。

它還被訓(xùn)練得很「不挑工位」。

不同編碼工具鏈、不同 harness、不同 Agent 編碼套件里的常見玩法，包括規(guī)劃模式、目標(biāo)條件設(shè)定、子 Agent 委派、上下文壓縮，它都能適配。

換句話說，把它放進(jìn)哪家的編碼工具里，它都能比較快進(jìn)入工作狀態(tài)。

Meta 展示了一個(gè) OpenCode 調(diào)試演示：模型先搭建了一個(gè)聊天網(wǎng)頁應(yīng)用，然后自動(dòng)截圖，從截圖里找出用戶能看到的問題，再順著線索定位相關(guān)代碼，修改后繼續(xù)驗(yàn)證。

寫代碼、看截圖、調(diào)工具、再驗(yàn)證，整套流程連在一起，已經(jīng)接近真實(shí)開發(fā)中的 Agent 工作方式。

Meta 內(nèi)部，工程師和研究員已經(jīng)在高頻使用 Muse Spark 1.1。按照官方說法，在 Meta Internal Coding Bench 這套內(nèi)部代碼評測中，1.1 相比初代提升明顯，已經(jīng)具備和頭部模型正面競爭的能力。

更套娃的是，研究員已經(jīng)開始用它自動(dòng)化模型研發(fā)和評測流程。

另一個(gè)演示里，Muse Spark 1.1 在 DeepSWE 任務(wù)子集上，用不同推理強(qiáng)度評測自己，最后還根據(jù)結(jié)果生成了一份分析看板。

自己考試，自己閱卷，自己出成績單（doge）。

拍段視頻，它幫你把二手掛上架

多模態(tài)方面，Meta 主推的是「邊看邊干活」。

也就是說，Muse Spark 1.1 的強(qiáng)項(xiàng)不只是看懂圖片、視頻、音頻，而是在理解這些內(nèi)容之后，繼續(xù)執(zhí)行真實(shí)任務(wù)。

它可以和真實(shí)環(huán)境交互，輸出有事實(shí)依據(jù)的結(jié)果。視覺轉(zhuǎn)代碼、細(xì)粒度圖像和視頻描述、多模態(tài) Agent 工作流執(zhí)行，都是 Meta 點(diǎn)名強(qiáng)調(diào)的能力。

放到實(shí)際場景里，它能看圖、看視頻、聽音頻，在長流程里持續(xù)記住這些細(xì)節(jié)，再帶著這些信息去操作電腦。

最接地氣的演示來自 Facebook Marketplace。

用戶用手機(jī)隨手拍一段商品視頻，模型會(huì)從視頻里挑出可用照片，判斷商品類別和狀態(tài)，然后自己打開瀏覽器，替用戶完成二手商品上架。

值得注意的是，Muse Spark 1.1 也是 Meta 本周第二個(gè) Muse 家族產(chǎn)品。就在周三，Meta 還發(fā)布了 Muse Image。這個(gè)圖像生成模型此前的代號是 Mango，主要面向創(chuàng)作者和廣告客戶。

一邊推圖像模型，吸引創(chuàng)作者和廣告主；一邊推 Agent 編程模型，吸引開發(fā)者和企業(yè)客戶。Meta 的 AI 產(chǎn)品線，開始有明確的商業(yè)分工了。

API 方面，Meta 幾個(gè)早期合作伙伴已經(jīng)出來站臺(tái)。

他們給 Muse Spark 1.1 的總體評價(jià)，可以概括成一句話：這是一個(gè)完整的 Agent 底座。長上下文、強(qiáng)編碼、強(qiáng)推理、工具調(diào)用能力結(jié)合在一起，足以承載大規(guī)模 Agent 工作負(fù)載。

Replit CEO Amjad Masad 認(rèn)為最令人印象深刻的地方，是 Meta 把大量能力放進(jìn)了同一個(gè)模型里：百萬 token 上下文、圖像視頻 PDF 支持、自帶引用的內(nèi)置搜索、強(qiáng)推理、結(jié)構(gòu)化輸出、并行工具調(diào)用，以及頂級編碼能力。

在他看來，Muse Spark 1.1 尤其擅長前端和設(shè)計(jì)類任務(wù)。他還順便提到一點(diǎn)：整套能力被打包成了「干凈的 OpenAI 兼容格式」。

Cline CEO Saoud Rizwan 則重點(diǎn)提到了價(jià)格。

在他看來，Meta 明顯是沖著「嚴(yán)肅的 Agent 編碼」來的：工具調(diào)用能力強(qiáng)，價(jià)格又壓到了可以大規(guī)模運(yùn)行編碼任務(wù)的水平。強(qiáng)能力加低成本的組合并不常見，這也是 Cline 想讓開發(fā)者盡早用上它的原因。

事實(shí)上，Muse Spark 1.1 的輸入價(jià)格是每百萬 token 1.25 美元，輸出價(jià)格是每百萬 token 4.25 美元。Meta AI 負(fù)責(zé)人 Alexandr Wang 在接受外媒 CNBC 采訪時(shí)表示，這個(gè)價(jià)格「非常激進(jìn)，也很有吸引力」。

Meta 敢把價(jià)格打到這個(gè)位置，靠的當(dāng)然不只是模型本身。據(jù)路透社查閱的一份內(nèi)部備忘錄，Meta 計(jì)劃在今年 9 月開始生產(chǎn)自研 AI 芯片 Iris。

Iris 屬于 Meta 的 MTIA 項(xiàng)目，全稱是 Meta Training and Inference Accelerators。按照規(guī)劃，它是 Meta 四代 AI 芯片中的一代，目標(biāo)是強(qiáng)化 Facebook、Instagram 等核心產(chǎn)品背后的 AI 系統(tǒng)。

備忘錄顯示，Iris 大約用了六周時(shí)間通過 bug 測試階段，沒有發(fā)現(xiàn)重大問題。博通是這款芯片的設(shè)計(jì)合作伙伴，TSMC 負(fù)責(zé)制造。

自研芯片這件事，對 Meta 的意義不言而喻：降低算力成本，減少對英偉達(dá)、AMD 等第三方芯片供應(yīng)商的依賴。

不過 Iris 的定位不是替代 GPU。

按照備忘錄說法，它會(huì)補(bǔ)充 Meta 繼續(xù)大量采購的 Nvidia 和 AMD GPU。換句話說，Meta 現(xiàn)在要做的是多條腿走路：頂級 GPU 繼續(xù)買，自研芯片也要加速推進(jìn)。

而且芯片只是第一層。同一份備忘錄還提到，Meta 正在推進(jìn)更大規(guī)模的基礎(chǔ)設(shè)施擴(kuò)張：2026 年上線 7GW 計(jì)算容量，到 2027 年增長到 14GW。

這個(gè)量級已經(jīng)不是普通數(shù)據(jù)中心擴(kuò)建，而是超級智能時(shí)代的能源和算力工程。

哦，對了，雖然 Meta 也開始賣 API，但這不代表徹底放棄開源。Wang 在采訪里說，Meta 依然承諾開源，MSL 內(nèi)部也有一個(gè) Muse Spark 變體正在開發(fā)，并且計(jì)劃未來開源。不過，具體發(fā)布時(shí)間，他卻沒有透露。

普通用戶也無需等待。按照 Meta 官方說法，Muse Spark 1.1 現(xiàn)在已經(jīng)進(jìn)入 Meta AI App 和 meta.ai，在「Thinking」模式下可以直接使用。

安全方面，Meta 表示已經(jīng)按照自家的 Advanced AI Scaling Framework，完成了大量部署前評估。這套框架主要用于定義最先進(jìn)模型的評估方法、威脅模型和部署門檻。

完整安全評估細(xì)節(jié)，被 Meta 寫進(jìn)了《Muse Spark 1.1 Evaluation Report》。能力評測的詳細(xì)數(shù)據(jù)，也一并收錄在報(bào)告里。

博客的最后，Meta 表示更強(qiáng)的模型已經(jīng)在訓(xùn)練中，一周之內(nèi)連續(xù)出手，后面還留著存貨。至少從姿態(tài)上看，Meta 超級智能實(shí)驗(yàn)室已經(jīng)不打算繼續(xù)低調(diào)了。

附上博客地址：

https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/?utm_source=twitter&utm_medium=organic_social&utm_content=image&utm_campaign=spark11

我們正在招募伙伴

簡歷投遞郵箱 hr@ifanr.com

?? 郵件標(biāo)題 「姓名+崗位名稱」（請隨簡歷附上項(xiàng)目/作品或相關(guān)鏈接）