Meta

Muse Spark Open 是一个针对编码优化的开放权重模型。它专门针对智能体编码工作流进行训练，能在开发者实际使用的代码库中提供更高的首次尝试准确率、可靠的工具调用和深入的代码库理解。

Muse Wonder 是 Meta 推出的前沿推理模型，专为复杂的个人和专业智能体任务而设计。它接受文本、图像、视频、音频和 PDF 文档，并返回文本，具有 100 万 token 的上下文窗口。 该模型处理长期任务：它会规划、委派给子智能体、并行调用工具，并从错误中恢复，因此多步骤任务无需逐步指导即可完整运行。它还能操作浏览器以及桌面和移动应用，并在现有代码仓库的众多文件中进行和验证更改。Muse Wonder 能跨对话保留重要上下文，并检索与当前任务相关的细节。它还经过“主动聚焦”（Active Focus）训练，因此即使任务变得具有挑战性，它也会朝着你的目标努力。 在 Meta 的测试中，它在复杂的工程任务、长时间智能体会话和多文件重构方面表现出色，可应对开发者最艰巨的工作。

Muse Voice Transcribe 1.0 是 Meta 推出的一款同步语音转文本模型。它适用于按下说话（push-to-talk）、端点检测（endpointing）和说话人感知转录，支持通过关键词偏置处理领域术语，并通过语言名称提示实现语言偏置。该模型接受单声道 16 位 PCM WAV 音频，采样率为 16 kHz 或 24 kHz，可处理最长 10 分钟的录音。它不提供词级时间戳或置信度分数，其他音频格式必须在上传前转换为 WAV。

Muse Spark 1.3 Contributor 是Meta多模态推理模型的经济高效贡献者层级，专为实验、学习以及早期代理式、多代理和编码工作流而设计。它旨在跟踪扩展任务中的信息，处理相互冲突的输入，并在需要时请求澄清或确认。提示和输出可能用于改进Meta的产品。

Muse Spark 1.3 是 Meta 推出的多模态推理模型，适用于长期运行的智能体、多智能体和编码工作流。它旨在跨扩展任务跟踪信息、处理冲突输入，并在需要时请求澄清或确认，强调简洁执行。

Muse Image 是 Meta 推出的智能体图像生成模型，能够根据文本和参考图像生成并编辑图像。与单次生成的图像模型不同，它会在渲染前进行推理，分解多部分提示并在思维链中优化输出，同时对于知识密集型提示会调用网络搜索以确保事实准确性。该模型支持文生图、定向图像编辑、多图像合成、参考图像条件控制以实现系列中的风格和主体一致性，以及在生成的图像中精准渲染文本。迭代编辑通过将前一次输出的图像与新指令一起回传来实现。

Muse Spark 1.2 贡献者层级是 Meta 推出的推理模型，专为希望以更低成本开始构建的开发者而设计。它的价格比 Muse Spark 1.2 实惠得多。您的提示词和输出可能会用于改进 Meta 的产品，因此非常适合实验、学习和早期项目，无需担心费用。 它是 Meta 推出的推理模型，专为复杂的智能体任务而设计。它支持文本、图像、视频和 PDF 文档输入，返回文本，并提供 1M token 的上下文窗口。该模型旨在支持多智能体工作流，既可作为规划和委派任务的主智能体，也可作为并行执行的子智能体。它适用于多种编码环境，并支持结构化输出、并行函数调用和可配置的推理强度。在 Meta 的测试中，它在多文件重构、长时间调试、整个代码库生成以及远超单次提示的任务中表现出色。

Muse Glimmer 30B 是 Meta Superintelligence Labs 推出的稠密、开放权重多模态模型，从 Muse Spark 蒸馏而来，并针对消费级硬件上的自主智能体进行了优化。它适用于长时程智能体与编码工作流，具备多步推理、可靠的工具使用、故障恢复、图像理解以及支持超过 100 种语言的多语言能力。

Muse Spark 1.2 是 Meta 推出的推理模型，专为复杂的智能体任务设计。它接受文本、图像、视频和 PDF 文档，返回文本，并提供 1M token 的上下文窗口。 该模型旨在支持多智能体工作流，既可以作为规划和委派任务的主智能体，也可以作为并行执行的子智能体。它兼容多种编码框架，支持结构化输出、并行函数调用和可配置的推理强度。在 Meta 的测试中，它在多文件重构、长时间调试会话、整个代码库生成以及远超单一提示词的任务中表现良好。

Muse Spark 1.1 是 Meta 推出的多模态推理模型，专为智能体任务而构建。它支持文本、图像、视频和 PDF 文档输入，并返回文本，上下文窗口为 100 万 token。 该模型旨在编排多智能体工作流，既可作为负责规划和委派任务的主智能体，也可作为子智能体运行，并能够零样本泛化到新工具、MCP 服务器和自定义技能。它支持结构化输出、并行函数调用、内置引用搜索以及可配置的推理深度。Meta 报告称，该模型在大型代码库的真实编码、计算机操作工作流以及视觉到代码生成方面表现强劲。

Llama Guard 4 是一个基于 Llama 4 Scout 衍生的多模态预训练模型，经过微调用于内容安全分类。与之前的版本类似，它可用于对 LLM 输入（提示分类）和 LLM 响应（响应分类）中的内容进行分类。它作为一个 LLM 运行——在其输出中生成文本，指示给定的提示或响应是安全还是不安全，如果不安全，还会列出违反的内容类别。 Llama Guard 4 经过对齐，以防范标准化的 MLCommons 危害分类体系，并设计为支持多模态 Llama 4 能力。具体来说，它结合了之前 Llama Guard 模型的特点，为英语和多种支持的语言提供内容审核，同时增强了处理混合文本和图像提示（包括多张图像）的能力。此外，Llama Guard 4 已集成到 Llama Moderations API 中，将强大的安全分类能力扩展到文本和图像。

Llama 4 Maverick 17B Instruct (128E) 是 Meta 推出的高容量多模态语言模型，基于混合专家（MoE）架构构建，拥有128个专家，每次前向传播激活170亿参数（总计4000亿参数）。它支持多语言文本和图像输入，并跨12种支持的语言生成多语言文本和代码输出。Maverick 针对视觉-语言任务进行了优化，经过指令微调，适用于类似助手的交互行为、图像推理和通用多模态交互。Maverick 采用早期融合实现原生多模态，并支持100万token的上下文窗口。它使用了精选的公开数据、授权数据和Meta平台数据混合进行训练，覆盖约22万亿token，知识截止日期为2024年8月。Maverick 于2025年4月5日根据 Llama 4 社区许可发布，适用于需要先进多模态理解和高模型吞吐量的研究及商业应用。

Llama 4 Scout 17B Instruct (16E) 是Meta开发的混合专家（MoE）语言模型，总参数量为109B，每次激活17B参数。它支持原生多模态输入（文本和图像）以及跨12种支持语言的多语言输出（文本和代码）。Scout专为助手式交互和视觉推理而设计，每次前向传播使用16个专家，上下文长度达1000万token，训练语料约40万亿token。 Llama 4 Scout旨在实现高效率及本地或商业部署，采用早期融合实现无缝模态集成。它经过指令微调，适用于多语言聊天、字幕生成和图像理解任务。根据Llama 4社区许可证发布，其训练数据截至2024年8月，并于2025年4月5日公开发布。

Meta Llama 3.3多语言大语言模型（LLM）是一个预训练并指令调优的生成式模型，规模为70B（文本输入/文本输出）。Llama 3.3指令调优的纯文本模型针对多语言对话用例进行了优化，在常见行业基准测试上优于许多可用的开源和闭源聊天模型。 支持的语言：英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语。 模型卡

Llama 3.2 1B 是一个10亿参数的语言模型，专注于高效执行自然语言任务，如摘要、对话和多语言文本分析。其较小的规模使其能够在低资源环境中高效运行，同时保持强大的任务性能。 支持八种核心语言，并可针对更多语言进行微调，Llama 1.3B 非常适合寻求轻量级但强大 AI 解决方案的企业或开发者，这些解决方案可以在多样化的多语言环境中运行，而无需承担更大模型的高计算需求。 点击此处查看原始模型卡。 此模型的使用受 Meta 的可接受使用政策 约束。

Llama 3.2 3B 是一个拥有30亿参数的多语言大语言模型，针对对话生成、推理和摘要等高级自然语言处理任务进行了优化。它采用最新的Transformer架构设计，支持八种语言，包括英语、西班牙语和印地语，并可适应更多语言。 该模型在9万亿个token上进行训练，在指令遵循、复杂推理和工具使用方面表现出色。其均衡的性能使其成为需要在多语言环境中进行准确高效文本生成的应用的理想选择。 点击此处查看原始模型卡。 此模型的使用须遵守Meta的可接受使用政策。

Meta的最新模型系列（Llama 3.1）提供了多种尺寸和变体。这个70B指令微调版本专为高质量对话用例而优化。 在人类评估中，与领先的闭源模型相比，它展示了强劲的性能。 要了解更多关于该模型发布的信息，点击此处。使用此模型须遵守Meta的可接受使用政策。

Meta 最新的模型系列（Llama 3.1）以多种尺寸和变体推出。这个 8B 指令调优版本快速且高效。 在人类评估中，与领先的闭源模型相比，它展现了强劲的性能。 想了解更多关于模型发布的信息，点击此处。使用此模型须遵守 Meta 的可接受使用政策。