跳到正文
IFAI

大模型

Meta 发布前沿模型 Muse Wonder:专为个人与职场 Agent 设计

首次发布 传播指数 62

Meta 推出 Muse Wonder 与 Muse Wonder Full 模型,主打跨对话记忆 Active Memory 和长程任务执行 Active Focus。模型在编程、法律、金融等专业领域刷新成绩。目前已接入 Meta Model API,订阅用户可在 Muse Code 中使用。

Meta 发布前沿模型 Muse Wonder:专为个人与职场 Agent 设计
图:research.meta.ai

过去一年多,大家习惯了 Meta 在开源世界当「大善人」,但这次扎克伯格换了打法。

Meta 推出全新前沿模型 Muse Wonder 以及能力更强的大杯版本 Muse Wonder Full。这是自去年 8 月重组 AI 业务以来,Meta 拿出的首个正规前沿旗舰模型,代号曾叫 Watermelon。

更有意思的是,这两款模型完全闭源,彻底告别了过去的 Llama 路线。

记住你几个月,还要盯着任务死磕

这次 Meta 讲的故事,不再是单纯拼常识推理,而是专门给「个人与职场 Agent」量身定制。

核心能力有两个,分别叫 Active Memory 和 Active Focus。

Active Memory 简单说就是持久的上下文记忆。研究员 Kavya Kopparapu 提到,他们花大力气让模型能记住用户几天、几周甚至几个月前说过的重要细节,跨会话调用信息。

在 Meta 披露的 MemoryBench 测试中,它的记忆表现压过了 GPT-6 Astra 和 Opus 5.5。

Active Focus 则是长程任务执行力。面对复杂工作,模型会自己尝试替代方案、拆解卡点,并在做重要决定前主动向用户确认。

比如在日常演示里,它能根据个人偏好在多款软件间跳转写跑步应用、抓取 Instagram 照片订制 T 恤,甚至排婚礼座次。

速度飞快,但满血版藏在订阅里

这两款模型诞生于 Meta 位于俄亥俄州中部的吉瓦级 Prometheus 数据中心。从成绩单来看,Meta 确实摸到了第一梯队门槛。

在第三方机构 Artificial Analysis 的智力指数上,满血版 Wonder Full 拿到了 56 分,直接追平 Sonnet 5.5;标准版 Wonder 拿到 52 分,高于前代 Spark 1.3 的 48 分。

实测显示它推理速度极快,在 Ambitions 幻觉测试中也表现不错。遇到不会的问题它倾向于直接坦白,而不是胡编乱造。

不过它在不同测试中的偏科很明显。在 Abacus AI 的 Live Bench 上它连前十都没进,走迷宫测试得分只有 1%,在衡量金融法律综合能力的 Vals Index 上也只排第五。

更关键的是门槛。普通开发者在 Meta Model API 里只能调用较弱的标准版 Wonder,每百万输入 token 收费 4 美元,输出收费 20 美元。

最强的 Wonder Full 则被死死锁在 Muse Code 里,用户必须按月掏 50 美元或 200 美元订阅才能用上。

为什么重要

我们认为,Meta 这次亮剑,直接改变了自己在大模型战局中的定位。

它不再满足于只给行业提供免费开源底座,而是要把最顶尖的智能留给自己,直接下场跟 OpenAI 和 Anthropic 抢高级付费用户。

对于开发者和企业来说,现在的局面稍微有点尴尬。API 能买到的标准版并不是最强形态,Artificial Analysis 测算其平均单任务成本达 4.52 美元,比更聪明的 Astra 还要贵。如果你不是 Muse Code 的重度订阅者,现在专门为了 API 切换架构并不划算。

但对竞争对手而言,Meta 的真正杀招在于体系协同。它第二季度资本支出超过 310 亿美元,手里攥着庞大的数据中心算力,底层还有 36 亿日活用户的大池子。

目前独立 Agent 应用 Muse 下载量已经突破 340 万。一旦这批前沿能力顺畅平铺进 Meta 的庞大生态,对单纯靠卖模型调用的对手会构成巨大压力。

眼下的唯一悬念,就看它能不能把基准测试里的长记忆与持续执行力,真正变成大家愿意每天掏钱的稳定生产力。

来源 (3)

  1. [1]
    research.meta.ai(在新标签页打开)原文research.meta.ai
  2. [2]
    youtube.com(在新标签页打开)报道youtube.com
  3. [3]
    techcrunch.com(在新标签页打开)报道techcrunch.com

每日 AI 内容精选