Muse Spark 1.3は、エージェント系(agentic)タスクとコーディングタスクで性能が向上したモデルとして公開されました。Muse CodeとMeta Model APIが数か月にわたり広く使われた経験を踏まえて、実際の利用場面でもより使いやすくなっています。また、エージェント機能とコーディング機能に最も関係の深いいくつかの軸で、安全性が改善されています。より賢く実用的になったMuse Spark 1.3は、personal superintelligenceに向けた取り組みを前進させるものと位置づけられています。
長期作業・協働・指示追従のための設計と訓練
Muse Spark 1.3は、ユーザーと協働し、1つの長いスレッドで複数のワークフローを並行して扱うことで、より長期にわたる作業を持続しやすいよう設計されています。さまざまなエージェント環境に汎化するよう、多様な実行環境（ハーネス）で訓練されました。自由度の高い目標を与えられると、ツールを使って雑多で矛盾するソースにまたがる自前の文脈を生成し、計画の抜けを自ら修正し、学んだ内容を追跡して最終成果物を作ります。
Muse Spark 1.3のデモ動画では、Google Docsとターミナルが並んで表示され、ホリデーキャンペーンのタスクを完了する様子が示されています。なお、記事に掲載されたAIエージェントのプロトタイプはMuse Sparkが作成したもので、実際の製品ではありません。
Muse Spark 1.3は、ユーザーとより能動的に協働するよう訓練されており、プロンプトが曖昧なときは確認の質問をし、行き詰まったときはユーザーに助けを求め、重大な結果を伴う行動の前に確認します。長いタスクでは、ユーザーの好みに合わせて、頻繁に進捗を知らせる方法にも、バックグラウンドで黙って作業する方法にも適応します。また、自分にできることとできないこと、知っていることと知らないことへの認識が改善されています。障害に当たったときには、結果を幻覚で作り上げるのではなく、それを認識するよう訓練されています。
Muse Spark 1.3は、以前のMuse Sparkモデルより、複雑で長文の指示に確実に従います。複数ステップのタスクでは、詳細な要件をより保ちやすく、制約を落としたり求められたワークフローから逸れたりしにくくなっています。マルチタスク能力も向上しています。雑多で単一スレッドの文脈の中でも、ユーザーが過去の依頼の方向を修正している場合や中断している場合でも、受け取ったプロンプトをより正確に正しいタスクに対応づけます。
出力例:航空宇宙のCFD報告書作成と提供状況
Muse Spark 1.3の出力例のプロンプトでは、モデルは小さな航空宇宙企業の機械エンジニアという役割を与えられ、次世代航空機向けの実験的なX-Wing assemblyを設計しているという設定です。このプロンプトは、添付された(1)予備的なCFDシミュレーション結果と、(2)シミュレーションに使用したwing assemblyのCADモデルを含むSTEPファイルをもとに、フローシミュレーション報告書のドラフトを作成するよう求めています。
Muse Spark 1.3の出力例のプロンプトは、CFDの後処理データ(CFD post-processing data)を使って、解析の目的を概説し、計算領域とメッシュを説明し、材料特性、入口/出口の境界条件、および収束を促すために使った工学的ゴール(engineering goals)を記すよう求めています。Muse Spark 1.3の出力例のプロンプトは、主要な性能指標として、peak axial velocity、maximum 乱流強度(turbulence intensity)、乱流運動エネルギー(turbulent kinetic energy)、およびwingに作用する力を含めるよう求めています。Muse Spark 1.3の出力例のプロンプトは、報告書にglobal goal valuesの表と、重要なフィールド変数(例:density、pressure、temperature、velocity components、Mach number、relative pressure)の最小値と最大値を示す2つ目の表を含めるよう求めています。
Muse Spark 1.3の出力例のプロンプトは、報告書を簡潔で構成の整ったものにしてPDFとして出力するよう求めています。内容は「Objective」「Simulation environment」「Boundary conditions」「Results」「Discussion」「Conclusion」の各セクションに整理し、数値結果は表形式で示すことが求められています。また、結果が空力性能に持つ意味（例：lift vs. drag、shock formation、flow separation、turbulence）を論じ、設計改善のための予備的な推奨事項で締めくくるよう求めています。この報告書は最終的に、社内で設計チームに説明し、さらなる最適化作業を導くために使われます。
このモデルは、公開日の時点でMuse CodeおよびMeta Model APIで利用可能です。max reasoningを備えたMuse Spark 1.3は、Muse CodeとMeta Model APIで利用できます。開発者はdev.meta.aiから開始できます。
出力例:デモ曲のベース修正とミックス
Muse Spark 1.3のタスクの文脈では、モデルは評判の良いレコーディングスタジオで働くオーディオミックスエンジニアという役割を与えられます。新人アーティストがボーカルを重ねる前に、デモ曲を少し整える必要があります。最終的に目指す結果は、ベースの大きなミスがなく、アーティストがボーカルを重ねるのに適した、よりプロらしく聴こえるデモ曲です。
このタスクでは、アーティストは演奏の半ば粗く自然な質感を気に入っており、その70年代風の質感を残したいと考えています。一方で、ベースギターパートにある明らかなミス（キーから外れた、または不協和に演奏された間違った音）は、修正、編集、または訂正することを望んでいます。これらのミスは、曲中の別の箇所からコピーした、曲のキーとアレンジに合う適切な音に置き換える必要があります。コードとアレンジは曲中で何度か繰り返されるため、これは比較的容易なはずだとされています。
Muse Spark 1.3のデモでは、オーディオミックスエンジニアが新人アーティストのためにデモ曲を整えるタスクが示されています。このタスクでは、モデルは各楽器トラックのステム(stems)を受け取り、そこには作業に必要となる未編集の生のベーストラックも含まれます。修正が必要な箇所については、アーティストが参照ファイル(Bass Edit Spots.docx)でタイムコード参照を提供しており、箇所は「分:秒:ミリ秒」の形式で、例として01:44.375が挙げられています。
ベーストラックに耳障りな弦ノイズ、クリック、ポップといったミスが含まれる場合があります。これらは編集で取り除いて無音に置き換え、トラック全体の長さは変えずに処理します。すべての楽器が同期するよう、編集の前後でトラックの長さはすべて同じままにします。ソロにしたベーストラックのすべての編集と修正を終えたあと、編集後のベーストラックを他の楽器とミックスし直します。ベースの音量は、参照として提供されたラフミックス(Rough Mix)と同程度にします。アーティストはラフミックスでの他の楽器の聴こえ方を気に入っているため、他の楽器の音量レベルは変えません。
最終納品ファイルは、全ステムをステレオミックスにして48k/24b .WAVで書き出し、「State of Affairs_FULL_EDIT_MIX」という名前を付けます。その際、未編集の生のベーストラックを、新たに編集したベーストラックに差し替えます。
出力例:提携を説くプレゼンと要約資料
Muse Spark 1.3に与えるプロンプト例では、モデルは米国の地方郡(County)のParks & Recreation(公園・レクリエーション)部門の新任ディレクターという設定で、着任からおよそ6か月が経っています。このディレクターは、約6か月前に採用されて以来、部門の評価を進め、郡内のレクリエーションの機会を高める新しい取り組みを探っています。ディレクターは、地域との提携がきわめて限られていることに気づいています。County Administratorとの話し合いでは、Recreation Advisory Boardが以前から提携に反対してきたこと、民間団体と組むと利点より課題のほうが多くなるかもしれないと懸念していることを知りました。
Parks & Recreation部門ディレクター向けタスクの文脈では、複数の地元団体と会った結果、County Chamber of Commerceが最初の提携先として優れていると判断されました。Chamberとの提携は多くの利点をもたらしうるうえ、将来ほかの地域志向の企業と協力する道も開く可能性があります。Muse Spark 1.3の出力例では、新任のParks & Recreation部門ディレクターの立場で、Recreation Advisory Board(レクリエーション諮問委員会)向けにCounty Chamber of Commerceとの提携を説得するPowerPointプレゼンを作るタスクが示されています。このプレゼンは8〜10スライドで簡潔にまとめ、懐疑的な諮問委員会を説得しつつ、各スライドで自由な議論を促すことが求められます。
Parks & Recreation部門ディレクター向けタスクでは、County Administratorの依頼で作成するRecreation Advisory Board向けのPowerPointプレゼンに、いくつかの項目を含めることが求められます。このプレゼンには、部門が地域との提携を進めるべき理由の概観が含まれます。Chamberが有力な提携先となる理由が含まれます。提携で見込まれる直接的・間接的な利点が含まれます。
プロンプト例では、PowerPoint形式のプレゼンテーションを作成するよう求めます。このプレゼンテーションは簡潔に、8〜10枚のみとし、部門がコミュニティ・パートナーシップを追求すべき理由の概要、Chambers of Commerceが一般に行うこと、Chamberが強力なパートナーになる理由、およびパートナーシップの直接的・間接的な利益の可能性を含めるよう求めます。
Muse Spark 1.3の出力例では、Enterprise County Improvement District(ECID)の顧客サービス担当者の立場で、'ECID Constituent Feedback Tracking Log'というExcel文書から、各理事の地区に関する住民・事業者(constituents)のコメントを1ページの概要にまとめ、.pdfで保存するタスクが示されています。作成後は、自分を含むECIDスタッフが理事会でconstituents（住民や事業者）の懸念を議論する際に参照できる発言要点（talking points）もPDFで用意することが求められます。この要約は、ECIDが地域の懸念を理解して対応できるようにすること、次の理事会に備えることを目的としています。
Muse Spark 1.3は、より多くの長期コーディングタスク(long-horizon coding tasks)で訓練されており、一般的なエンジニアリングのワークフローでの使いやすさが向上しています。Muse Spark 1.2と比べて、Muse Spark 1.3は不要な場面でのターン数が少なく、冗長さが抑えられ、コーディングスタイルも全体としてより整っています。Metaのエンジニアによる比較では、Muse Spark 1.3は大幅に高速で効率的であり、ツール呼び出しは約20%少なく、トークンは約25%少なかったとされています。
ECID（Enterprise County Improvement District）のタスクでは、顧客サービス担当者が4つのcounty districtsで構成されるECIDにおいて業務を行います。各districtに居住または事業を営む人々はconstituentsとみなされ、constituentsはECIDのサービスやプログラムの恩恵を受ける料金支払いの顧客です。顧客サービス担当者は日々の対応を通じて、サービスへのアクセスや地元企業への支援に関するconstituentsの懸念を直接聞いています。顧客サービス担当者の役割には、ECIDの取り組みについて、constituentsに直接の支援と情報を提供することが含まれます。
Muse Spark 1.3は、敵対的入力(adversarial inputs)とプロンプトインジェクション(prompt injections)への耐性が向上しており、以前より強い敵対的ロバストネス(adversarial robustness)を備えています。また、複雑なエージェントタスクにおいて、何が不可逆な行動にあたるかについてのキャリブレーション(calibration)が改善されており、それに応じて行動を進めます。この敵対的ロバストネスの強化と不可逆な行動に関するキャリブレーションの改善は、長期的なエージェントタスクにおける、より優れた裁量と判断を反映しているとMetaは述べています。
今後のロードマップには、より大きなモデルや、Muse Sparkのオープンウェイトのリリースなどが含まれています。