Meta Superintelligence Labs hat Muse Spark 1.1 veröffentlicht. Das Upgrade des multimodalen Reasoning-Modells bringt massive Fortschritte bei Coding, Computer-Use und agentischen Workflows – und ist ab sofort über die neue Meta Model API verfügbar. Wir fassen die wichtigsten Neuerungen zusammen.

Agentische Fähigkeiten auf neuem Niveau

Muse Spark 1.1 wurde gezielt für agentische Aufgaben optimiert. Das Modell kann eigenständig Pläne erstellen, Kontexte über bis zu eine Million Token verwalten und Aufgaben an parallele Sub-Agenten delegieren. Dabei generalisiert es zero-shot auf neue native Tools, MCP-Server und benutzerdefinierte Skills.

Besonders hervorzuheben ist die dynamische Kontextverwaltung. Das Modell speichert Aktionen, ruft Informationen aus früheren Arbeitsschritten ab und komprimiert den Kontext so, dass kritische Schritte für spätere Aufgaben erhalten bleiben.

Computer-Use und intelligente Automatisierung

Bei der Computer-Nutzung zeigt Muse Spark 1.1 bemerkenswerte Fortschritte. Das Modell behält über lange Sessions hinweg den Überblick, passt sich an veränderte Anforderungen an und navigiert durch unbekannte Benutzeroberflächen mit minimalem menschlichen Eingriff.

Statt jeden Schritt einzeln zu durchdenken, entscheidet das Modell intelligent zwischen direkter Interaktion und Automatisierung. Es schreibt Skripte, wenn dies schneller ist, klickt bei einfachen Aufgaben direkt durch die Oberfläche und bündelt Aktionen zu effizienten Arbeitsschritten.

Fortschritte bei Coding und Software-Entwicklung

In der Software-Entwicklung erzielt Muse Spark 1.1 deutliche Leistungszuwächse bei realen Aufgaben in großen Codebases. Das Modell diagnostiziert komplexe Fehler, implementiert neue Features in Enterprise-Systeme und führt umfangreiche Code-Migrationen durch.

Das Modell unterstützt gängige agentische Coding-Setups mit Features wie Planungsmodus, Zielkonditionierung, Sub-Agenten-Delegation und Kontext-Kompaktierung. Interne Tests auf der Meta Internal Coding Bench zeigen signifikante Verbesserungen gegenüber dem Vorgängermodell.

Multimodale Wahrnehmung und Interaktion

Neben textbasierten Fähigkeiten glänzt Muse Spark 1.1 in der multimodalen Verarbeitung. Das Modell generiert aus visuellen Eingaben Code, erstellt detaillierte Bild- und Video-Beschreibungen und führt komplexe multimodale Workflows aus.

Eine beeindruckende Demonstration zeigt das Modell bei der Erstellung eines Facebook Marketplace Eintrags anhand von Smartphone-Videos. Dabei extrahiert es Fotos, analysiert das Produkt und bedient den Browser eigenständig im Namen des Nutzers.

Sicherheitsbewertungen und Robustheit

Vor dem Deployment führte Meta umfangreiche Sicherheitsevaluierungen nach dem Advanced AI Scaling Framework durch. In den Kategorien Chemie und Biologie, Cybersicherheit sowie Kontrollverlust arbeitet das Modell innerhalb sicherer Grenzen.

Muse Spark 1.1 zeigt starke Widerstandsfähigkeit gegen Jailbreaks, Prompt Injection und Angriffe über nicht vertrauenswürdige Daten. Zudem reduzieren sich Halluzinationsraten und Sykophantie im Vergleich zum Vorgänger.

Verfügbarkeit über die Meta Model API

Erstmals steht Muse Spark 1.1 Entwicklern über die neue Meta Model API zur Verfügung, die sich derzeit in der öffentlichen Preview befindet. Im Meta AI App und auf meta.ai ist das Modell im Thinking Mode verfügbar.

Erste Partner wie Replit, Cline und Box loben das Modell als vollständige agentische Grundlage. Besonders hervorgehoben werden der Millionen-Token-Kontext, die multimodale Unterstützung und die Kosteneffizienz bei der Skalierung realer Coding-Workloads.

Quelle: https://ai.meta.com/blog/introducing-muse-spark-meta-model-api/