Meta เปิดตัว Muse Spark 1.1 โมเดล agentic แบบ multimodal เต็มรูปแบบ

Meta เปิดตัว Muse Spark 1.1 โมเดล multimodal reasoning รุ่นใหม่ที่บริษัทเรียกว่าเป็นการอัปเกรดครั้งใหญ่จาก Muse Spark เดิม เน้นความสามารถ agentic แบบครบวงจร ทั้งการใช้เครื่องมือ เขียนโค้ด และเข้าใจข้อมูลหลายรูปแบบพร้อมกัน เปิด public preview ผ่าน Meta Model API แล้ว

ความสามารถใหม่ / สิ่งที่เปลี่ยนไป

จุดเด่นที่ Meta เน้นย้ำคือ 4 ด้าน:

• Agents & Orchestration - ทำงานโปรเจกต์ซับซ้อนเร็วขึ้นด้วยการประสานงานแบบ multi-agent จัดการ context window ขนาด 1 ล้าน token พร้อม active memory compaction และ generalize ไปใช้เครื่องมือหรือ custom skill ใหม่ได้แบบ zero-shot ดีขึ้น
• Computer use - รับมือ workflow ที่ข้ามหลายแอปพลิเคชันได้ดีขึ้น สลับระหว่างการรันสคริปต์อัตโนมัติกับการควบคุมหน้าจอโดยตรงได้อย่างชาญฉลาด และปรับตามความต้องการที่เปลี่ยนแปลงระหว่างทางโดยแทบไม่ต้องมีคนแทรกแซง
• Coding - ทำงานกับโค้ดเบสขนาดใหญ่ในโลกจริงได้ดีขึ้นชัดเจน ทั้ง debug เพิ่มฟีเจอร์ และ migrate โค้ด
• Multimodal - รับรู้และให้เหตุผลด้านภาพดีขึ้น สร้าง artifact จากภาพเป็นโค้ดได้แม่นยำขึ้น และ caption ภาพ/วิดีโอดีขึ้น

ทำงานยังไง

โมเดลรองรับข้อมูลภาพ วิดีโอ PDF และเสียงในบริบทเดียวกัน เชื่อมต่อผ่าน MCP server, native tool และ custom skill ได้ พร้อมความสามารถ orchestrate agent ย่อยหลายตัวแบบขนานควบคู่กับดูแลงานหลัก API ใช้รูปแบบ OpenAI-compatible ทำให้ย้ายระบบจากโมเดลอื่นมาใช้ได้ง่ายขึ้น

ผลการทดสอบ

Meta เผยกราฟผลทดสอบหลายชุด ครอบคลุม inference-time compute scaling, ความสามารถ text-to-image, การแก้ไขภาพเดี่ยว/หลายภาพ, Meta Internal Coding Bench และงาน agentic reasoning แต่ไม่ได้ระบุตัวเลขที่ชัดเจนในเนื้อหาประกาศ โดยรวมทำคะแนนดีขึ้นจาก Muse Spark รุ่นแรกในทุกชุดที่แสดง

ด้านความปลอดภัย Meta ทดสอบตาม Advanced AI Scaling Framework ครอบคลุมความเสี่ยงเคมี-ชีวภาพ ไซเบอร์ และ loss of control ผลออกมาว่าโมเดล “อยู่ในขอบเขตปลอดภัย” ต้านทาน jailbreak และ prompt injection ได้ดี พร้อม hallucination rate ต่ำลง

จุดเด่นและศักยภาพ

Meta วาง Muse Spark 1.1 เป็น “รากฐาน agentic แบบครบวงจร” ที่รวม context ล้าน token, มัลติโมดัลเต็มรูปแบบ, ค้นหาข้อมูลพร้อมอ้างอิงแหล่งที่มา และความสามารถโค้ดระดับสูงไว้ในโมเดลเดียว พาร์ทเนอร์รุ่นแรกอย่าง Replit, Cline, Box และ OpenClaw Foundation ยืนยันว่าใช้แทนการต่อหลายโมเดลแยกกันได้

ราคาและการเข้าถึง

Meta ยังไม่เปิดเผยราคาอย่างเป็นทางการ เปิดใช้งานผ่าน public preview ของ Meta Model API แล้ว รวมถึงเลือกโหมด “Thinking” ได้ในแอป Meta AI และเว็บ meta.ai

เริ่มใช้งาน

นักพัฒนาทดลองผ่าน Meta Model API ในโหมด preview ได้ทันที ส่วนผู้ใช้ทั่วไปเปิดแอป Meta AI หรือเข้า meta.ai แล้วเลือกโหมด Thinking เพื่อลองความสามารถ agentic และมัลติโมดัลของโมเดลนี้

สรุปจาก Meta AI โดย AI · อ่านต้นฉบับ