Meta「Muse Spark 1.1」 新APIで開発者提供、企業のエージェント基盤に：AIニュースピックアップ

Metaは、エージェント業務やPC操作、コーディング、マルチモーダル理解を強化した「Muse Spark 1.1」を公開した。100万トークンの文脈管理や複数エージェントの統括に対応し、新設の「Meta Model API」の公開プレビューとMeta AIで提供している。

[ITmedia]

　Metaは2026年7月9日（現地時間）、MetaのAI研究開発組織であるMeta Superintelligence Labsが開発した最新モデル「Muse Spark 1.1」を発表した。従来のMuse Sparkを大きく改良したマルチモーダル推論モデルで、エージェント型の作業を主眼に置く。外部ツールやコンピュータの操作、コーディング、画像や音声を含む複数形式の理解で性能を高めた。

　今回の更新は、性能と効率のトレードオフの限界を押し上げるものと位置付けられている。同じ週に発表した画像生成AIモデル「Muse Image」とともに、同社が掲げる「パーソナル・スーパーインテリジェンス」構想の実現に近づけるものだ。同構想は、利用者が目標を達成して発想を形にし、人間関係を深め、自らの価値観に沿って行動できるよう支援することを目指している。

Meta Model APIが公開プレビュー、Muse Spark 1.1を開発者へ

　開発者には、新設した「Meta Model API」の公開プレビューを通じてMuse Spark 1.1を提供する。一般利用において、Meta AIアプリとmeta.aiの「Thinking」モードで利用できる。

　同社はツール利用、長文脈、複数エージェント、マルチモーダル処理を一つの基盤へ統合した。これにより、提供範囲を開発者と一般利用者の双方に広げた。

　エージェント機能では、複数の外部アプリやサービスをまたぐ個人的な作業について、計画と処理の統括能力を高めた。学習していないネイティブツールやMCPサーバ、独自スキルにもそのまま対応する。複数エージェントの仕組みを統括し、作業全体の遅延を抑える訓練を施したことで、複雑な案件を従来モデルより速く処理する。主エージェントとして文脈を集め、計画を立て、並列に動く補助エージェントへ実行を振り分ける。補助側では担当業務を守り、利用可能なツールを理解し、主エージェントへ判断を戻す時機も把握する。

　文脈窓は100万トークンで、モデル自身が能動的に管理する。過去の操作を記憶し、過去に実施した作業から必要な情報を呼び戻し、後工程に欠かせない手順を残す形で内容を圧縮する。長時間の作業でも要点を維持する設計だ。

　コンピュータ操作では、複数アプリにまたがり、情報が随時変化する工程に対応する。長いセッションでも文脈を保ち、要件の変化へ適応し、未知の画面を少ない人手で操作する。画面の手順を1クリックずつ考えるだけではなく、自動化が速い場面と直接操作が簡単な場面を見分ける。処理の自動化に利点があればスクリプトを書き、直接操作が適切ならクリックし、各段階で一連の操作をまとめて生成するよう訓練した。

　コーディングにおいて、大規模で複雑なコードベースを扱う実務課題の成績が上がった。複雑な不具合の診断と修正、企業用システムへの新機能実装、大規模なコード移行を担う。Webアプリ作成や一連の質問応答でも初代モデルを上回った。多様な実行環境へ適応し、複数回のやりとりが必要な複雑な流れを安定して処理する。計画モード、目標条件の設定、補助エージェントへの委任、文脈圧縮など、一般的なエージェント型開発環境の機能にも対応する。

　Meta社内では、開発者と研究者が日常的にMuse Spark 1.1を使い、開発速度と作業効率の向上に役立てているという。主要な社内評価「Meta Internal Coding Bench」ではMuse Sparkを明確に上回り、有力な他モデルと競争できる水準を示した。研究者はモデル開発や評価の自動化にも利用している。

　マルチモーダル分野において、知覚、複数形式を組み合わせた推論、ツール利用を強化した。現実の環境とやり取りし、根拠に沿った出力を作る。視覚情報からコードを使った成果物を生成する作業、画像や動画の詳細な説明、複数形式を扱うエージェント型工程に強みがある。知覚と行動を連続して処理する場面で特に有効で、映像と音声を確認し、長い工程の間も細部を保ち、その情報を利用者に代わるコンピュータ操作へ反映する。

　安全面において、先端モデル用の評価、脅威モデル、導入基準を定める「Advanced AI Scaling Framework」に沿って、配備前に広範な検証を実施した。化学・生物、サイバーセキュリティ、制御喪失の各先端リスク分野で、安全範囲内にあるとの結果を示した。直接的な脱獄攻撃に加え、信頼できないデータを介した間接攻撃、プロンプト注入、開発者プロンプトへの攻撃にも強い抵抗性を示したとしている。敵対的な入力への堅牢性が増し、事実と異なる出力や、利用者へ過度に同調する傾向も減ったとしている。安全性の詳細は「Muse Spark 1.1 Evaluation Report」に記載した。

　Meta Model APIは現在、公開プレビュー段階にある。