AREX Feed Article
Meta 官方 AI 账号盘点 Muse 家族：六个月十项发布，称「我们才刚开始」
北京时间 9 月 28 日 22 时 30 分前后，Meta 的官方 AI 账号 @AIatMeta 在 X 上发出：过去 6 个月，Meta 推出了 Muse 家族的十项发布——Muse Spark、Muse Image、Muse Video、Muse Spark 1.1、Meta Model API、Muse Glimmer、Muse Spark 1.2、Muse Code、Muse Spark 1.3 和 Muse。帖子以一句「……我们才刚开始」收尾，并附了一段视频。
清单没有给出各项目的日期、规格或性能数据。对照 @AIatMeta 过去半年的发布记录，十项从 4 月 8 日的 Muse Spark 排到 9 月 8 日的 Muse。
十项发布：从 4 月 8 日到 9 月 8 日
4 月 8 日的 是十项里最早的一项。Meta 称其为「Muse 家族的第一个模型」：由 Meta Superintelligence Labs（MSL）开发的原生多模态推理模型，支持工具调用、视觉思维链和多智能体编排，上线 meta.ai 与 Meta AI App，并通过 API 向部分合作方私有预览；Meta 当时表示「希望未来版本开源」。
7 月 7 日， 同日公布，Meta 称其为「MSL 的第一批媒体生成模型」。Muse Image 以 agent（智能体）方式生成图像，会调用搜索与编码工具、自我修正、随测试时算力扩展；它上线 Meta AI App 与 meta.ai，在美国进入 Instagram Stories、在部分国家进入 WhatsApp（）。Muse Video 当时仍是早期预览：官方称它在提示词遵循、视觉保真度和时间一致性上有竞争力，音频与视频同步、快速运动的物理准确性等短板还在改进中。
7 月 9 日， 一起登场：1.1 是面向 agent 任务的多模态推理模型；新 API 以公开预览形式向开发者开放该模型（）。
8 月 5 日， 发布：前者是面向长期软件工程任务的终端编码 agent，后者是驱动它的新模型。
8 月 10 日， 发布：面向本机常驻 agent 工作流的开放权重模型。
9 月 2 日， 发布；Meta 的称，其在 agent 与编码任务上有改进，内部对比中比 1.2 少约 20% 工具调用、少约 25% token（词元）。
9 月 8 日，清单收在 ：由 Muse Spark 1.3 驱动的个人 AI agent，能打开浏览器、填表、代发邮件、购物，并在用户关闭 App 后继续在后台推进任务。Meta 的称，它运行在独立的 Muse Secure VM 上，联网行为由单独的 Sentinel agent 审核，敏感操作要先向用户确认。
三个 Spark 版本与一张对比表
清单把 Muse Spark 1.1、1.2、1.3 计为三次发布。三个版本的方向并不相同：1.1 的公告主打 agent 与电脑操作——能对新的原生工具、MCP 服务器和自定义技能做零样本泛化，能作为主 agent 拆解任务、把执行交给并行子 agent，并自行管理 100 万 token 上下文。1.2 的说明转向多模态：支持把视觉内容转成可运行代码、把感知转为物理动作，并强化音视频理解，服务视频密集的企业工作流（）。1.3 回到 agent 与编码：Meta 称它会主动澄清含糊指令、在敏感操作前确认、遇到困难时如实说明而不是编造结果。
随 1.3 发布的还有一张对比表，把 1.3（max 推理）与自家 1.2（xhigh）以及 OpenAI 的 GPT-5.6 Sol（max）、Anthropic 的 Opus 5（max）并列，数据均出自 Meta 自己的比较：长上下文基准 MRCR 512K～1M 上 1.3 为 98.1、1.2 为 55.5；Terminal-Bench 2.1 上 1.3 为 88.8，与 GPT-5.6 Sol 相同。它并非全线领先：GDPVal-AA v2 上 Opus 5 的 1,824 分高于 1.3 的 1,754 分，OSWorld 2.0 上 Opus 5 的 68.3 也高于 1.3 的 66.9。
回复里也有人质疑这种计法：用户 @Acezhang01 称，把三个版本列为三次发布属于「路线图注水」，真正的问题是 1.3 能做到哪些 1.1 做不到的事（）。9 月 4 日，带 max reasoning 的 1.3 在 Muse Code 与 Meta Model API 上线（）。
开放权重与开发者入口
开发者入口是 Meta Model API：4 月 Muse Spark 首发时，API 只面向部分合作方私有预览；7 月 9 日转为公开预览，最先开放的模型是 Muse Spark 1.1。开发者页面显示，1.3 在 API 里分两档：较便宜的 contributor 档注明提交数据会被用于改进产品，标准档则注明不用于改进；两档的输出价格分别为每百万 token 0.20 美元和 4.25 美元（）。
开放权重那项是 Glimmer：300 亿参数、Apache 2.0 许可，可在 Mac 或配有性能足够 GPU 的 PC 上完整运行，用来把 agent 常驻在本机。Muse Code 则主打终端里的长期任务：规划、实现并验证大型代码库中的多文件改动，用常驻子 agent 处理难题。
清单之外：9 月还在继续的发布与路线图
十项清单不是这半年 Muse 相关内容的全部。9 月 1 日，账号发布 ，称其为 MSL 首个实时音频感知模型，支持流式语音转写、20 人以上说话人分离和端点检测，并称其在 Artificial Analysis 的流式语音转文字与公开说话人分离基准上排名第一。9 月 17 日，。9 月 24 日，账号介绍了 ：把 Muse Realtime Voice 变成有表现力的可交互虚拟形象。这三项都没有出现在那份十项清单里。
向前看的方向，Meta 此前公布过几条：4 月 Muse Spark 首发时说「希望未来版本开源」；7 月 9 日的 1.1 博客写道「有更强的模型在训练中」；9 月 2 日的 1.3 博客则称路线图上包括「更大的模型、Muse Spark 的开放权重发布」等。
可用性：先到美国，回复区在追问其他地区
Muse 已在美国上线，覆盖 iOS、Android、muse.ai 与 WhatsApp，智能眼镜「很快」加入（）。报道称，它初期仅限美国；基础功能免费，重度使用订阅为每月 20 美元和 100 美元，价格由公司发言人披露。
回复区里，有用户问 Muse 何时在挪威上线（），有人指出英国还用不到其中任何一项（），也有尼日利亚用户表示当地还没有 Muse App（）。另有用户追问 Spark 1.4 与模型权重何时发布（）。截至发稿，该帖浏览量超过 16 万次。
至于「我们才刚开始」之后是什么、其他地区何时能用上这些发布，帖子和已公布的路线图都没有给出时间。