长时智能体工作
Muse Spark 1.3 旨在通过在单个线程中延续上下文、管理多个工作流，并从混乱或相互冲突的来源中生成最终交付成果，来支持更长时间的任务。
Muse Spark 1.3
Freemium
Muse Spark 1.3 是 Meta Superintelligence Labs 推出的多模态推理模型，面向智能体任务、编程和长时工作流；支持在 Muse Code 和 Meta Model API 上以最高推理模式使用。
什么是 Muse Spark 1.3？
Muse Spark 1.3 是 Meta Superintelligence Labs 推出的多模态推理模型，面向智能体工作流、编程任务，以及需要使用工具和维持持续上下文的其他长时工作。Meta 将其定位为早期 Muse Spark 模型的更实用版本，在真实场景中的易用性有所提升。
此次发布重点介绍了该模型处理多步骤任务的方式：它能够在长对话线程中持续跟踪需求，在提示不明确时提出澄清问题，在需要时请求帮助，并在执行有重大影响的操作前进行确认。Meta 表示，支持最高推理模式的 Muse Spark 1.3 可在 Muse Code 和 Meta Model API 上使用。
Muse Spark 1.3 能做什么？
更主动的用户协作
该模型经过训练，能够在提示含义不明确时提出澄清问题，遇到阻碍时请求用户协助，并在执行有重大影响的操作前进行确认。
单线程上下文中的多任务处理能力提升
Meta 表示，即使请求被打断，或同一对话中混入了先前的指令，该模型也更擅长将收到的提示对应到正确的任务。
更强的指令保持能力
在多步骤任务中，Muse Spark 1.3 被描述为更可靠地保留详细要求，不遗漏约束条件，也不偏离指定的工作流。
对自身局限的认知
该模型经过训练，能够更好地识别自己知道什么、不知道什么，以及何时遇到障碍，从而降低对结果进行猜测的可能性。
可在 Meta 工具上以最高推理模式使用
发布说明称，支持最高推理模式的 Muse Spark 1.3 可在 Muse Code 和 Meta Model API 上使用，为开发者在自己的工作流中采用该模型提供了明确途径。
使用场景
“多步骤研究与撰写”
适用于需要从多个来源收集信息、跟踪约束条件，并在较长交互过程中整理出结构化交付成果的任务。
“编程与实现支持”
适合编程工作流，在这些工作流中，模型需要遵循详细指令，在多个步骤中保持需求，并随着任务发展进行调整。
“智能体工作流编排”
适用于模型必须协调工具使用、将工作拆分为多个步骤，并在处理打断或上下文变化的同时持续朝目标推进的场景。
“带澄清环节的交互式工作”
适合希望模型在信息缺失时暂停、遇到阻碍时请求用户输入，并在执行可能产生后果的操作前进行确认的团队。
“单线程生产力任务”
适用于请求集中在一个对话线程中，但包含重叠指令、后续修改或需要仔细区分的打断内容的情况。
常见问题
Muse Spark 1.3 是什么？
它是 Meta Superintelligence Labs 推出的多模态推理模型，专注于智能体任务、编程和更长时的工作流。
开发者可以在哪里使用 Muse Spark 1.3？
Meta 表示，支持最高推理模式的 Muse Spark 1.3 可在 Muse Code 和 Meta Model API 上使用。
它适用于哪些类型的任务？
此次发布强调了智能体工作流、编程任务、多步骤指令遵循，以及模型需要管理不断变化的上下文的场景。
提示不明确时，它会如何处理？
Meta 表示，该模型经过训练，能够提出澄清问题，在遇到阻碍时请求帮助，并在执行有重大影响的操作前进行确认。
研究网站是否公布了定价？
所引用的定价页面未提供定价详情；页面仅显示暂时无法访问，并链接到研究和产品导航。
快速信息
- 类别
- AI 模型
- 模型类型
- 多模态推理模型
- 主要用途
- 智能体与编程工作流
- 可用性
- Muse Code 和 Meta Model API
- 来源域名
- research.meta.ai
- 相关系列
- Muse Spark
Muse Spark 1.3 流量分析
流量数据仅供参考。
- 域名评分
- 85
