盖世汽车讯 据外媒报道，Meta 推出 Muse Wonder 系列——包括 Muse Wonder 和 Muse Wonder Full。这是 Meta 迄今为止能力最强的模型，在处理个人及专业领域的智能体（agentic）任务时，展现出了业界领先的性能。Muse Wonder 融合了 " 主动记忆 "（Active Memory）与 " 主动专注 "（Active Focus）功能，既能时刻追踪对用户至关重要的信息，又能全力以赴助您达成目标。

即日起，用户可通过 Meta Model API 和 Muse Code 使用 Muse Wonder；Muse Wonder Full 也已面向 Muse Code 订阅用户开放。

Muse Wonder 很快将赋能 Muse 平台上的各项体验，并优先向订阅用户推出。此外，它还将支持 " 工件 "（Artifacts）生成以及各类需要更高智能水平的处理流程。未来，Meta 将利用 Muse Wonder 开发更多专用模型，并将其提供给所有 Muse 用户。

迈向个人超级智能的规模化发展

十四个月前，Meta 着手对人工智能业务进行彻底的重构。在此期间，Meta 不仅从底层原理出发重建了技术栈，更不断推动技术边界的拓展。

在发布 Muse Spark 时，Meta 阐述了实现可预测且严谨的规模化扩展的策略。此次发布正是基于此前在预训练和强化学习领域积累的成果，推出了 Meta 迄今为止性能最强大的模型。Muse Wonder 和 Muse Wonder Full 在 Meta 拥有吉瓦（GW）级算力的 Prometheus 数据中心进行训练，汇聚了 Meta 各团队的智慧结晶，能够为工作和日常生活中的复杂任务提供顶尖的智能支持——这是 Meta 向数十亿使用 Meta 产品的用户提供个人超级智能这一愿景迈出的又一重要步伐。

前沿能力

Meta 仔细研究他们在现实世界任务中工作的四个核心领域：领域专业知识、主动记忆、主动聚焦和前沿编码。

领域专长

Muse Wonder 和 Muse Wonder Full 运用专业知识来解决人们在工作和日常生活中遇到的问题，涵盖了从解读租赁合同到理解财务或健康信息等各类场景。Meta 的评估包含法律、金融和健康领域的任务，旨在测试模型的这一能力。例如，Harvey 的法律智能体基准测试（Legal Agent Benchmark，简称 LAB）要求模型基于源文档并遵循详细指令，产出法律工作成果。

主动记忆

构建实用型个人及职业智能体，最关键的步骤之一在于拥有可靠的记忆能力。模型不仅需要记住重要信息，还要能识别何时需要调用过往信息。Meta 将此称为 " 主动记忆 "：即在不同对话间保留关于您的重要上下文信息，并针对当前任务主动检索相关细节。

主动专注（Active Focus）

利用既有背景信息来完成任务，同样需要持续的努力。" 主动专注 " 体现了 Muse Wonder 如何坚持不懈地朝着具有挑战性的目标推进：尝试各种替代方案、克服障碍，并根据新信息灵活调整策略。在此过程中，它会在必要时寻求澄清，并在采取重要行动前进行确认。Meta 通过 FocusBench 评估专注度，并通过 SWE-Marathon 评估持续执行能力——后者专门测试在长期运行的软件项目上的工作表现。

前沿编程能力

编程将上述各项能力融为一体。软件开发涉及需求追踪、跨代码库的变更实施，以及反复进行的测试与修订循环。Muse Wonder 和 Muse Wonder Full 展现了前沿的编程性能，能够支持从小型应用到复杂软件的各类项目。Meta 利用多样化且耗时较长的任务对这两个模型进行了训练，以确保它们在整个开发流程中都能保持稳健的进展。

具备泛化能力

两个模型在基准测试中的得分往往不相上下，但其中一个却似乎能胜任范围更广、更为陌生的任务。无论是对 " 基准测试刷分 "（benchmaxxing）的诟病，还是对 " 大模型特质 "（big model smell）的推崇，其实都指向了同一点：即模型具备一种广阔的能力，而仅涵盖少数领域的流行基准测试往往无法将其全面衡量。

为了量化这种差异，Meta 研究了在增加推理时算力（test-time compute）的过程中，模型在训练后阶段（post-training）针对性优化的任务上的表现，与在未见过的任务上的表现之间有何关联。下图对比了 Muse Spark 1.3 和 Muse Wonder Full，图中的每个点代表模型在特定推理投入程度下的表现。横轴表示模型在 " 分布内 "（in-distribution）任务（即 Meta 在训练后阶段重点关注的任务）综合指标上的得分；纵轴则表示模型在 " 分布外 "（out-of-distribution）任务（即 Meta 在训练后阶段未针对性优化的任务）上的平均得分。

图片来源：Met

随着推理时算力的增加，这两个模型在分布外任务上的表现提升幅度相当。然而，考虑到其在分布内任务上的表现，Muse Wonder Full 在未见过的任务上的实际表现，要优于基于 Muse Spark 1.3 趋势所预测的水平。这种表现的提升归功于 Muse Wonder 和 Muse Wonder Full 采用了规模更大、能力更强的基座模型：更强的基座模型能带来更显著的训练后收益，并能更有效地将这些收益迁移到未见过的任务中。这种通用性对于个人智能体（personal agents）尤为重要，因为它们需要应对目标、工具和约束条件的各种组合——而其中许多情况在训练阶段是无法预见的。

前沿领域的安全保障

要为每个人提供个人超级智能，必须在 " 对齐 "（alignment）与安全方面进行大量投入。个人智能体代表用户执行操作，并可能处理诸如消息、日程安排和私人文档等各类信息。这种程度的访问权限要求模型在处理隐私信息时审慎行事，并能抵御滥用风险。Meta 训练了 Muse Wonder 系列模型，旨在确保其在这两个维度上处于领先地位：既具备抵御对抗性指令的稳健性，又能妥善处理隐私信息。

随着模型能力的不断增强，Meta 的目标是帮助人们安全、负责任地利用这些能力。Muse Wonder 提供了迄今为止最强大的安全防护措施，以防范涉及 CBRN（化学、生物、放射性和核）及网络领域的滥用行为；同时，依据 Meta 的 "Meta 超级智能扩展框架 "（Meta Superintelligence Scaling Framework），该模型仍保留了用于防御目的的前沿网络能力。