OC
Meta 终于把 Muse Spark 开放给开发者,这次卖点不只是“开源”
科技 · 2026-07-10 · 人工智能 · 阅读 27

Meta 终于把 Muse Spark 开放给开发者,这次卖点不只是“开源”

作者:林岚|OC 技术编辑

作者 林岚 林岚

据 Meta 发布的信息,Muse Spark 1.1 已通过新的 Meta Model API 向开发者提供公开预览。它是一款面向代理任务的多模态推理模型,重点能力包括工具调用、电脑操作、编程和一百万 token 上下文。

一句话结论:Meta 这次不是再发一个供人下载权重的模型,而是在卖一套可以直接接入、按 token 计费的代理模型服务,这意味着它开始用 OpenAI 和 Anthropic 熟悉的方式争夺开发者工作负载。

Muse Spark 1.1 的产品描述很像当前代理模型的能力清单:先收集上下文、制订计划,再把任务分给并行子代理;面对陌生工具时,可以在写脚本和直接点击界面之间选择;处理长任务时,会主动压缩上下文,同时保留后续步骤需要的信息。

Meta 展示的例子包括修复大型代码库里的缺陷、完成代码迁移、根据手机视频创建 Facebook Marketplace 商品页面,以及跨多个应用安排一场晚宴。这些 demo 真正想说明的是,它不只会生成代码,还能看界面、调用工具并检查执行结果。

TechCrunch 报道,Muse Spark 1.1 的价格为每百万输入 token 1.25 美元、输出 token 4.25 美元。这个定价明显在攻击高频代理任务:代码代理经常产生很长的上下文和大量工具回合,单次看起来不贵,持续运行后的账单才是企业最在意的部分。

Muse Spark 的主代理、子代理与工具调用结构

不过,Meta 公布的主要成绩里有不少内部评测和合作伙伴评价。内部 benchmark 可以帮助团队迭代,却很难让外部开发者直接复现。所谓“一百万 token 上下文”也不代表把整个仓库塞进去就能稳定工作;检索质量、上下文污染、工具权限和失败恢复,往往比名义窗口大小更早成为瓶颈。

Meta 的另一个变化更值得注意。过去谈起 Meta 模型,开发者首先想到 Llama 和开放权重;Muse Spark 1.1 则通过托管 API 提供,接口还强调兼容 OpenAI 的调用方式。Meta 没有放弃开放生态,但它显然也想拿到模型服务收入,并把模型接回 Instagram、WhatsApp、Facebook 和 Marketplace 这些自有产品。

关键事实

  • Muse Spark 1.1 是多模态代理模型,支持工具调用、电脑操作和编程。
  • 模型提供一百万 token 上下文,并能组织并行子代理。
  • Meta Model API 已开放公开预览,价格据报道为输入 1.25 美元、输出 4.25 美元每百万 token。
  • Meta 的领先性主张部分来自内部评测,仍需独立实测。

OC 判断

Muse Spark 1.1 最有威胁的地方不是某个分数,而是 Meta 同时拥有低价 API、海量消费产品入口和自己的基础设施。如果接口稳定,它可以先在自家应用里磨成熟,再向企业出售。不过开发者不应因为价格低就忽视锁定风险:工具协议兼容,不代表代理行为、缓存和安全策略可以无成本迁移。

为什么重要

  • 开发者:代理模型市场多了一个价格激进、OpenAI 接口兼容的新选项。
  • 企业:大规模代码迁移和工作流自动化的价格可能继续下降,但需要独立评测可靠性。
  • 用户:Meta 的 AI 不会只停留在聊天页面,而会更深地进入 Marketplace、Instagram 和 WhatsApp 操作流程。

参考来源

相关阅读

基于标题、摘要和正文内容自动匹配。

更多科技

评论

围绕这篇文章补充信息、提出问题或分享观察。

0
暂无评论。

发表评论

继续看看 OC 用户围绕这个话题说了什么、做了什么。

相关碎碎念

更多

最近越来越多思考,我们跟agent的关系,比如我最近用blender mcp很多,基本上我算是会用blender的,但是老记不住很多热键,以前我可以做很复杂的模型,但是要是不是的去查blender的操作热键。现在我完全不参与模型的建模,只让codex帮我生成。 但是我还是在查blender的热键,我现在需要的是numpad .这样聚焦到一个对象的方法,我需要的是numpad /这样的方法来把除了选中的对象,其他都隐藏的热键。 换言之,我现在需要高效的人工视觉复检blender mcp的成果,这是我对自己目前blender能力的需求了。

tinyfool 2 0

其实爬虫要是行为正常,也无所谓,现在 OC 每天就不断的被一些不正常的AI爬虫爬,我也懒得去识别清理,但是把我的访问报表搞得很乱,期待google分析他们自己能识别吧 这个新闻用的方法是鼠标行为 https://ourcoders.com/tech/show/tech-20260821-001-11/ 我在google分析看的时候,是选择自然流量,效果差不多,另外 OC 的阅读量统计,都是至少停留 5 秒以上才算的,所以,也不会受这些流量影响,但是挺烦人啊

tinyfool 0 0

从有这个想法,在OC做一个碎碎念 https://x.com/tinyfool/status/2084451008298791131 到做好,https://x.com/tinyfool/status/2084490288681386154 总共花了几个小时,Codex让讨论变得没价值,有想法就先做出来,上线看看,好用就留下,没价值再说,讨论is cheap,let's use ai make it to try

tinyfool 1 0

相关帖子

更多

你们的Codex额度提前耗完了没?戒断反应如何?

<p>我在第三天就消耗了只剩1%,忍了一天,然后今天干脆用这最后的1%,开着5.6 Sol 极高 强推我一个提示词笔记本应用的功能落地。最终用时3小时,居然还是跑完了。但是现在还是出现一些戒断反应,感觉啥也做不了,就无精打采的,困。</p> <p>我做了一个Prompt Notebook,专门用来收藏或者记录自己手搓的生图提示词。带Chrome一键收藏插件。支持AI优化提示词。支持提示词中提取常用字段作为提示词百科词汇。也自带生图功能用来测提示词。但是要搭配Cloudflare R2+Worker的图床。</p> <p>今天主要是做一个AI模特的资产库。将常用的AI模特固定下来,进行身份设定,以及模特的一些角色定妆图。之后生图可以直接调用AI模特自动作为垫图。</p> <p>这是AI模特资产库的界面: <img src="/upload/thread/202608/42b5f73e-938f-45de-b74e-da69da9d72a8.webp" alt="1bb0d28b-c7dd-4327-bafa-26b60323cbed" /> 这是主界面的提示词瀑布流,支持关键词或标签搜索: <img src="/upload/thread/202608/3e15b6e7-345f-48b4-aeff-1bbd89afe9d3.webp" alt="ab998e2f-9ccc-4173-832f-223aa6c6fa81" /> 这是提示词笔记的预览界面,可以复制提示词,分享提示词,点击分享还有分享短链:(https://prompt.jintao.co.uk/share/20260806LfsmY) <img src="/upload/thread/202608/bab31972-0468-4582-b873-6309233254a6.webp" alt="20260806-201213" /> 可惜现在没额度了,我又不想换模型折腾。现在还有些界面细节和小功能需要落地完善,可能还要虫子要抓。弄好了,打算放GitHub开源。</p> <p>有朋友想试试的么?</p>

shynloc 2 4

做 AI 语音产品时,授权、撤回和审计日志应该怎么落地?

<p>最近看到越来越多关于声音授权的讨论。对开发者来说,真正麻烦的往往不是“模型能不能模仿”,而是授权如何进入系统、生成结果如何追溯,以及授权撤回后该怎么办。</p> <p>我们在做 FlowSpeech 时也碰到过类似问题。我的体会是,不要把“用户勾选过同意”当成一个布尔字段,而应该把它做成一组可以审计的业务对象。</p> <h2>1. 把声音资产和授权分开</h2> <p>声音文件只描述技术属性,例如哈希、上传者、存储位置和创建时间。授权记录则至少要包含授权主体、用途范围、地域、有效期、来源证据和当前状态。这样同一份声音用于个人试听、商业广告、公开播客时,可以绑定不同的授权,而不是共用一个模糊的 consent=true。</p> <h2>2. 每次生成都保存授权快照</h2> <p>生成任务不要只引用当前授权 ID。授权内容以后可能变更,如果任务只查最新状态,历史结果就无法解释。更稳妥的做法是在任务创建时保存授权版本、文本哈希、声音版本、模型版本和操作者。生成出的音频再记录 artifact_id,并反向关联任务。</p> <p>我会把最小链路设计成:</p> <ol> <li>voice_asset:原始声音及版本;</li> <li>consent_grant:授权范围与证据;</li> <li>generation_job:请求参数和授权快照;</li> <li>audio_artifact:输出文件、校验值和公开状态;</li> <li>audit_event:谁在什么时候创建、下载、公开或撤回了内容。</li> </ol> <h2>3. 撤回不是简单删除一行</h2> <p>授权撤回后,系统至少要阻止新任务,并把相关公开音频进入下架队列。已经交付给客户的文件是否能删除,要按照合同和产品能力区分,不能在界面上承诺技术上做不到的“全球删除”。更现实的状态机是 active、suspended、revoked、expired,并明确每个状态允许哪些动作。</p> <h2>4. 对外展示也要可验证</h2> <p>除了后台日志,公开音频最好带上来源标记或可查询的生成记录。水印不是万能方案,但“可识别的音频 + 可验证的元数据 + 清晰的举报入口”组合起来,比一句“AI 生成”更有用。</p> <p>我们现在做的 <a href="https://flowspeech.io/zh">FlowSpeech</a> 主要解决上下文感知、情绪和停顿控制。越往产品化走,越觉得声音效果只是前半程,权限边界和可追溯性才决定这类工具能不能长期使用。</p> <p>大家在实际项目里会把授权证据放在业务数据库、对象存储,还是单独的审计系统?如果授权撤回,你们通常怎么处理已经生成并交付的音频?</p>

FlowSpeech 0 1

一个体会,Codex 这种现代 Agent,每天一个变,几天不用就有新惊喜

<p>当然我说的也包括 Claude Code,新功能日新月异,还有就是 AI 能力提升以后,可以做的东西日新月异。还有各种工作流方法日新月异。</p> <p>更好玩的是,我最近经历过很多次,你跟人介绍现在 Codex 可以做到什么样子,他们都觉得很厉害。但是你现场一演示,他们的震撼就更加完全不同了。所以,这种东西,需要大量的 Workshop 去沟通交流,光看文字很难讲清楚,直播、视频也越来越重要了。</p>

tinyfool 1 89

奉劝大家不要移民了

<p>对于大多数人而言,移民就是悲剧。实在看不下去了,大家不要往火坑里面跳。 国内发展那么快,你出国去慢车道,消费又高,又存不下钱,又要拼命适应当地环境,何苦? 老老实实在大城市找工作,根据收入买房子上车就好。</p> <p>补充:大城市觉得房价太高太辛苦,就好好学好英语,美国远程回老家省会城市,拿同比一线的收入,三线城市的开销,岂不美哉?</p> <p>转文章: <a href="https://mp.weixin.qq.com/s?__biz=MzAxNTMxMTc0MA==&amp;mid=2651016481&amp;idx=1&amp;sn=6bde227438ea02e3da3673295821692e&amp;chksm=80721b32b705922448a9f8645e8d1a8450e57151b71e58beb64e0addf9485ad0b256a431d68b&amp;mpshare=1&amp;scene=1&amp;srcid=0530QgwbtdDlMP4ZG7Nkonpo&amp;pass_ticket=bz%2FdHaz2YWQrgwhgQlVVXt866SMnyXU53Dd0OzDmMc1uZeu0PqND%2FjdQ6fQk8Bdl#rd"> 中产阶级的地雷阵 #D03 </a></p> <p>更多文章:<a href="https://mp.weixin.qq.com/s?__biz=MzAxNTMxMTc0MA==&amp;mid=503532389&amp;idx=1&amp;sn=84ff5eefb88e1b17f9ec0efb0238140d&amp;chksm=00721d76370594601903172e49477ce0ed149a3ba1bdcb88a300b55c8c552a79ea31134216ae&amp;mpshare=1&amp;scene=1&amp;srcid=0719VQx1dNX5rlraUqjWtCFm&amp;pass_ticket=bz%2FdHaz2YWQrgwhgQlVVXt866SMnyXU53Dd0OzDmMc1uZeu0PqND%2FjdQ6fQk8Bdl#rd">列表</a></p>

halida 198 9