Meta обновила Muse Spark: модель научили понимать видео и управлять роботами
Meta представила Muse Spark 1.2 — обновление своей мультимодальной модели. В официальном сообщении компания выделяет три типа задач: превратить визуальный пример в работающий код, понять аудио и видео и перевести восприятие в действие физического устройства. На демонстрации модель помогает роботу ориентироваться в помещении по изображению с камер и текстовой инструкции.
Это не новая витрина для чат-бота. Meta пытается показать модель там, где одного текста недостаточно: в обработке видеопотока, автоматизации интерфейсов, промышленной технике и робототехнике. В таких задачах системе нужно не только распознать объект, но и связать кадры, звук, цель пользователя и следующий шаг.
Продолжение ставки на разработчиков
В июле Meta уже выводила Muse Spark 1.1 в публичный API-предпросмотр, делая упор на код, агентов и работу с изображениями, видео и документами. Версия 1.2 сохраняет это направление, но в нынешнем объявлении компания особенно подчёркивает аудиовизуальное понимание и сценарии с физическим действием. Условия доступа, тарифы и сравнительные показатели для обновления в сообщении не раскрыты — поэтому пока это следует считать заявлением о возможностях, а не поводом менять провайдера в рабочем продукте.
Одновременно Meta анонсировала WildArtifactBench — внутреннюю систему проверки агентов на сложных задачах с разными форматами результата. Сам тест не доказывает надёжность модели в реальном мире, но хорошо отражает смену фокуса: лаборатории всё меньше продают отдельный ответ в чате и всё чаще пытаются измерять цепочку «восприятие — рассуждение — инструмент — готовый результат».
Что стоит проверять на практике
Для команд, работающих с видео, скриншотами или физическими устройствами, главный вопрос теперь не в том, умеет ли модель описать кадр. Нужны воспроизводимые проверки: насколько стабильно она держит контекст, когда ошибается, может ли остановиться перед рискованным действием и сколько стоит длинная мультимодальная задача. Именно на этих деталях модель для демо превращается в инструмент для работы.
