Meta 发布 Muse Spark 1.3，提升智能体与编码任务表现
Introducing Muse Spark 1.3
Meta 发布 Muse Spark 1.3，在智能体和编码任务上性能提升，max reasoning 版本现已在 Muse Code 和 Meta Model API 开放。
官方发布给出智能体协作、编码效率和安全性变化，以及约20%工具调用和25% token的降幅，便于对比现有工作流。
* AI 研究
* AI 开发者
推出 Muse Spark 1.3
2026年9月2日·3分钟阅读
我们很高兴发布 Muse Spark 1.3，它在智能体任务和编程任务中均带来了性能提升。借鉴我们从 Muse Code 和 Meta Model API 数月广泛采用中获得的经验，我们还让这款模型在真实场景中更易于使用。Muse Spark 1.3 更智能、更实用，推动我们朝着个人超级智能的目标更进一步。
具备最大推理能力的 Muse Spark 1.3 现已在 Muse Code 和 Meta Model API 上线。请访问 dev.meta.ai 开始使用。
有关我们评估的更多详情，请参阅我们的报告。
智能体工作流
Muse Spark 1.3 旨在通过与用户协作，并在单个长线程中同时处理多个工作流，更好地支撑更长周期的工作。当给定一个开放式目标时，它会使用工具在杂乱且相互冲突的来源中生成自己的上下文，主动纠正计划中的缺口，并持续跟踪已学到的内容以产出最终交付物。我们在多样化的测试框架上训练该模型，以泛化到各种智能体环境。
播放 Google Docs 和终端并排显示，Muse Spark 1.3 完成一项节日活动任务。播放
显示字幕 Google Docs 和终端并排显示，Muse Spark 1.3 完成一项节日活动任务。显示字幕 静音 Google Docs 和终端并排显示，Muse Spark 1.3 完成一项节日活动任务。静音
Google Docs 和终端并排显示，Muse Spark 1.3 完成一项节日活动任务。播放位置 0:00 / 0:00
Muse Spark 1.3 经过训练，能更积极地与用户协作：当提示含糊不清时，它会提出澄清性问题；遇到困难时，它会向用户求助；在采取有后果的行动前，它会先确认。处理长任务时，它能适应用户偏好，要么频繁提供更新，要么在后台静默工作。
相比早期的 Muse Spark 模型，Muse Spark 1.3 能更可靠地遵循复杂的长篇指令。在多步骤任务中，它更善于保留详细要求，不会遗漏约束条件或偏离所要求的工作流。
正在加载演示
注意：此 AI 智能体原型由 Muse Spark 创建，并非真实产品 关于此演示 注意：此 AI 智能体原型由 Muse Spark 创建，并非真实产品 i
我们还改进了 Muse Spark 1.3 的多任务处理能力。例如，在杂乱的单线程上下文中，无论用户是在引导过往请求还是打断它们，它现在都能更准确地将传入的提示映射到正确的任务。
该模型对自身的能力和局限有了更好的认知。我们训练 Muse Spark 1.3 更好地了解自己能做什么、不能做什么，知道什么、不知道什么，并在遇到障碍时如实说明，而不是编造结果。
X-wing Bass County Talking
X-wing
提示与任务上下文
你是一家小型航空航天公司的机械工程师，正在为下一代飞机制设计一个实验性的X-Wing组件。为支持设计评审，请根据附件创建一份流场仿真报告草稿：(1) 初步CFD仿真结果，以及(2) 用于仿真的机翼组件CAD模型的STEP文件。使用CFD后处理数据来概述分析目标，描述计算域和网格，注明材料属性、入口/出口边界条件以及用于驱动收敛的工程目标。总结关键性能指标，如峰值轴向速度、最大湍流强度、湍动能以及作用在机翼上的力。包含一个全局目标值表格，以及第二个显示重要场变量（例如密度、压力、温度、速度分量、马赫数和相对压力）最小值和最大值的表格。讨论这些结果对气动性能（例如升力与阻力、激波形成、流动分离和湍流）的影响，并以改进设计的初步建议作为结论。总体而言，报告应简洁、结构清晰，并导出为PDF。将你的发现组织为以下章节：“目标”、“仿真环境”、“边界条件”、“结果”、“讨论”和“结论”。以表格形式呈现数值结果。最终，本报告将在内部用于向设计团队汇报并指导进一步的优化工作。
Muse Spark 1.3输出
提示词与任务上下文
你是一名在一家声誉良好的录音室工作的音频混音工程师。一位新艺人带来了一首 demo 歌曲，想要在上面录制人声，但在此之前需要稍作清理。这位艺人喜欢演奏中那种半粗糙、自然的质感，并希望保留那种 70 年代的感觉；但他们想要修复、纠正或编辑贝斯吉他部分中一些明显的错误。这些错误可能是音符弹错、弹得不和谐或跑调；这些音符应当用从歌曲中另一个位置复制来的、与歌曲调性和编曲相协调的合适音符来替换。这应该相当容易，因为和弦和编曲在整首歌中重复了多次。有些错误可能是刺耳的琴弦噪音、咔哒声或爆音。你应当把这些编辑掉，用静音替换，同时不改变音轨的整体长度。艺人已在附件参考文件（Bass Edit Spots.docx）中提供了一些需要修复位置的时间码参考。这些位置以“分:秒:毫秒”标注，例如：01:44.375。你还获得了歌曲中每条乐器音轨的分轨（Stems），包括你需要的原始、未编辑的贝斯音轨。在对独奏的贝斯音轨完成所有编辑和修正后，请将你编辑后的贝斯音轨与其他乐器重新混合。务必把贝斯音量混到与所提供的 Rough Mix 参考相当的水平，同时不要改动其他乐器的音量电平，因为艺人喜欢它们在 Rough Mix 中的声音。所有音轨长度在编辑前后都应保持不变，以确保所有乐器同步。你最终交付的文件应为所有分轨导出的立体声混音，格式为 48k/24b .WAV，命名为“State of Affairs_FULL_EDIT_MIX”，其中用新编辑的贝斯音轨替换原始贝斯音轨。最终结果将是一首听起来更专业的 demo 音轨，没有重大的贝斯错误，适合艺人用来录制人声。
Muse Spark 1.3 输出
提示词与任务上下文
你是美国某县新任的公园与休闲部门主管，大约六个月前入职。自上任以来，你一直在评估该部门并探索新的举措，以增加县内的休闲机会。你发现的一个关键问题是，社区合作伙伴关系极为有限。在与县行政长官的讨论中，你了解到休闲咨询委员会历来反对建立合作伙伴关系。他们担心与私营组织合作可能带来的挑战多于好处。在与几家当地组织会面后，你认定县商会将是一个极佳的起始合作伙伴。与商会建立伙伴关系可以带来诸多好处，同时也能为未来与其他关心社区的企业合作打开大门。县行政长官委派你为休闲咨询委员会制作一份演示文稿。目标是说服委员会相信这是该县合适的首个合作伙伴关系。演示文稿应采用 PowerPoint 格式，并包含以下内容：• 概述该部门为何应寻求社区合作伙伴关系 • 商会通常做什么 • 商会为何能成为强有力的合作伙伴 • 该合作伙伴关系的潜在直接和间接好处。PowerPoint 演示文稿应简洁，仅包含 8–10 张幻灯片。目标是说服持怀疑态度的咨询委员会支持推进与商会的合作伙伴关系，同时鼓励在每张幻灯片上进行公开讨论。
Muse Spark 1.3 输出
提示词与任务背景
你是企业县改善区（ECID）的一名客户服务代表。ECID 由四个县辖区组成。在每个辖区居住或经商的人都被视为服务对象。由于服务对象是付费客户，从 ECID 的服务和项目中受益，你的部分职责包括就 ECID 的各项举措向他们提供直接支持和信息。通过日常与公众的互动，你亲耳听到了服务对象关于服务获取和本地企业支持方面的担忧。为了确保 ECID 了解并解决这些社区关切，并为下一次董事会会议做准备，你被要求编写一份一页纸的总体摘要，说明服务对象的意见与每位董事会成员所在辖区的关系。请根据所附的 Excel 文档“ECID 服务对象反馈跟踪日志”编写摘要。最终文档应保存为 .pdf 文件。完成摘要文档后，还请为你和其他 ECID 员工起草一份 PDF 格式的谈话要点，以便在董事会会议讨论服务对象关切时参考。
Muse Spark 1.3 输出
编程
Muse Spark 1.3 在更多长周期编程任务上进行了训练，在常见工程工作流中展现出更好的可用性。相对于 Muse Spark 1.2，它在不需要时进行的轮次更少，也更简洁，同时整体编程风格更清晰。在 Meta 工程师进行的比较中，它被证明显著更快、更高效，使用的工具调用减少约 20%，token 减少约 25%。
Psychic Storm Stimm Tuner Tuner Startup City 3D
Psychic Storm
正在加载演示
可用性
Muse Spark 1.3 今日起可在 Muse Code 和 Meta Model API 中使用。
在 macOS 或 Linux 上安装 Muse Code：
curl -fsSL https://dev.meta.ai/install.sh | bash复制安装命令注册并开始构建
## 安全性
我们沿着与智能体和编程能力最相关的几个维度提升了安全性。Muse Spark 1.3 展现出更强的对抗鲁棒性，对对抗性输入和提示注入的抵抗力有所提升。在复杂的智能体任务中，模型对何为不可逆操作有了更好的判断，并据此行事。这些改进共同体现了在长时程智能体任务中更出色的审慎与判断力。
展望未来
我们已规划了令人期待的路线图，包括更大的模型、Muse Spark 开放权重发布等。敬请期待。
Meta AI
开发者
模型
法律
Meta © 2026
来源：Meta AI：Research Blog（网页） · research.meta.ai