Meta表示，Muse Spark 1.2支持从视觉生成可运行代码、将感知转化为物理行动，并强化面向企业视频工作流的音视频理解。官方公布的新评测和演示显示，该模型可解析多模态观察、调用工具，引导机器人在非结构化环境中寻找橡皮鸭，为多模态推理、工具调用和具身任务提供了能力参考。
下线会立即隐藏 Defomo 内容，并联动撤回 Elys 全部 Feed、详情和分享入口；恢复不会补推历史 Feed。 本操作覆盖整个事件簇及未来新成员。
Muse Spark 的机器人专用变体可充当机器人大脑与编排器，根据用户指令解码工具调用、观察执行结果并循环处理，直到任务完成。演示中，Muse Spark 1.2 为双臂机器人规划整理桌面的子任务，还能区分梳子与化妆刷并将口红放入抽屉，显示其对机器人空间感知与任务执行流程的支持。
簇级候选：8 个已有簇， 共 9 条代表。
Meta表示，Muse Spark 1.2支持从视觉生成可运行代码、将感知转化为物理行动，并强化面向企业视频工作流的音视频理解。官方公布的新评测和演示显示，该模型可解析多模态观察、调用工具，引导机器人在非结构化环境中寻找橡皮鸭，为多模态推理、工具调用和具身任务提供了能力参考。
Muse Spark 1.2据介绍支持从视觉转代码、感知转行动等多模态任务，并增强音视频理解能力；相关演示展示了模型解析多模态观察、调用工具，引导机器人在非结构化环境中寻找橡皮鸭。内容主要体现模型的应用场景与能力展示，对关注多模态模型和机器人交互的用户具有参考价值。
转发内容称，Muse Spark 1.2 是一款能力很强的多模态模型，能够通过智能体工具协同完成视觉编程、机器人规划和视听理解。该表述主要是对模型能力的概括性评价，未提供具体测试结果或新的产品进展。
转发内容称，Muse Spark 1.2 是一款能力较强的多模态模型，支持视觉编码、机器人规划和音视频理解，并可通过代理工具将这些能力组合到任务流程中。该观点将多模态能力视为连接数字代理与物理代理的桥梁，但目前主要属于能力描述与判断，尚未体现明确的产品或行业变化。
帖子转发称，Muse Spark 1.2 是一款多模态模型，支持视觉编码、机器人规划和音视频理解，并通过代理工具将这些能力结合起来。内容主要介绍模型的能力范围，未提供具体评测成绩或其他可量化信息，暂不足以构成行业级动态。
发布者表示，Muse Spark 1.2正被推进到机器人场景，并分享了其在Meta相关工作的早期结果；被引用帖称，该模型可将视觉编码、机器人规划和音视频理解通过代理工具结合起来。对具身智能受众而言，这显示该模型正从多模态能力展示延伸至机器人应用探索，但目前仍属于早期进展。
一则帖子评价称，Muse Spark 1.2是一款较强的多模态模型，能够处理视觉编码、机器人规划和音视频理解，并通过智能体工具将这些能力协同起来。该信息主要体现模型的能力方向，未给出参数、基准成绩或实际部署范围，当前更适合作为产品能力动态参考。
Muse Spark 1.2发布新一轮评测与演示，覆盖视觉转代码、感知驱动实体行动及音视频理解等多模态任务；其中一项演示展示模型解析多模态观察结果并调用工具，引导机器人在非结构化环境中寻找橡皮鸭。内容主要体现模型能力展示，对企业视频工作流和具身智能应用具有参考价值。
AIatMeta账号发布了Muse Spark 1.1与1.2在Cat Mesh上的生成产物链接，展示两个版本输出的实际样例。该帖未披露性能指标、评测结论或版本变化，信息价值主要在于提供可直接查看的产品生成效果，属于展示型更新。
转发内容称，Meta 的 Muse Spark 1.2 是一款能力较强的多模态模型，并分享了其在机器人场景中的早期展示。原帖将多模态理解能力与机器人能力联系起来，显示该模型正被用于探索机器人相关任务，但目前披露仍以初步演示为主。
相关帖子称，Muse Spark 1.2是一款较强的多模态模型，能够通过代理工具结合视觉编码、机器人规划和音视频理解；发文者同时认可Meta使用DesignArena评估该模型的做法。该信息主要呈现模型能力与评测方式，供关注多模态模型和代理工具的用户参考。
Meta发布Muse Spark 1.2具身智能演示，模型采用“任务理解与规划+VLA动作执行”上下两层架构，可指挥双臂机器人整理桌面并完成长链任务；在ZeroBench视觉推理测试中得分54.0%，并已接入Meta Model API和Muse Code，计划开源。该模型还被用于Meta内部媒体生成，可生成网页和游戏，显示其正从编码能力向视觉、机器人和内容生成等场景扩展，但目前仍以演示、内部部署和预览使用为主。