Meta模型

Muse Image 1.0 是 Meta 推出的一款智能图像生成模型，能根据文本和参考图像生成及编辑图像。与单步图像模型不同，它在渲染前会先推理，拆解多部分提示词，并在思维链中优化输出，同时针对知识密集型提示词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、多图合成、用于保持系列风格和主体一致性的参考图像调节，以及生成图像内的精确文本渲染。迭代编辑通过将前一次的输出图像连同新指令传回模型来实现。

来自 Meta Superintelligence Labs 的最新模型在智能体任务、编码和多模态感知方面带来了重大改进。Meta: Muse Spark 1.1

Meta: Muse Spark 1.2 是 Meta 推出的推理模型，专为复杂的智能体任务而设计。它支持处理文本、图像、视频、音频和 PDF 文档，能生成文本输出，并提供 100 万 token 的上下文窗口。该模型用来支持多智能体工作流程，既可作为负责规划和委派的主要智能体，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、并行函数调用以及可配置的推理强度。在 Meta 的测试中，该模型在多文件重构、扩展调试会话、整个代码库生成以及超出单个提示词范围的复杂任务中表现优异。

Meta: Muse Spark 1.3 是 Meta 推出的一款多模态推理模型，专为长时代理、多代理和编码工作流而设计。它用来跟踪扩展任务中的信息、处理冲突的输入，并在需要时请求澄清或确认，重点在于简洁执行。

Meta: Muse Spark 1.3 Contributor 是 Meta 多模态推理模型的高性价比贡献者版本，适用于实验、学习以及早期的智能体、多智能体和编码工作流。它用来跟踪长任务中的信息，处理冲突的输入，并在必要时请求澄清或确认。提示词和输出可能会被用于改进 Meta 的产品。

Meta: Muse Wonder 是 Meta 为处理复杂代理任务而设计的推理模型，拥有 1M token 的上下文窗口，并支持文本、图像、视频、音频和 PDF 输入。

Meta Llama 3.3 70B Instruct 模型描述：Meta Llama 3.3 多语言大语言模型 (LLM) 是一款 70B 的预训练和指令微调生成模型（文本输入/文本输出）。Llama 3.3 指令微调纯文本模型针对多语言对话用例优化了，在常见的行业基准测试中表现优于许多现有的开源和闭源聊天模型。支持语言：英语、德语、法语、意大利语、葡萄牙语、印地语、西班牙语和泰语。

Llama 4 Scout 17B Instruct (16E) 是由 Meta 开发的混合专家 (MoE) 语言模型，总计 109B 参数，激活参数为 17B。它支持原生多模态输入（文本和图像）以及 12 种受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，支持 1000 万 token 的上下文长度，训练语料库约为 40 万亿 token。Llama 4 Scout 专为高效率和本地或商业部署而构建，采用了早期融合 (early fusion) 技术，可实现平滑的模态集成。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。该模型根据 Llama 4 Community License 发布，训练数据截止至 2024 年 8 月，并于 2025 年 4 月 5 日公开发布。