Meta 发布 Muse Wonder 系列模型

10月13日

1. 17:00

   The Rundown AI

   Meta 发布 Muse Wonder 与 Muse Wonder Full 模型

   Meta Superintelligence Labs 发布 Muse Wonder（代号 Watermelon）和 Muse Wonder Full 两款模型，其中完整版在 Artificial Analysis 智能排名中位列第二，仅次于 Anthropic 的 Opus 5.5。报道称 Meta 由此进入此前由 OpenAI 和 Anthropic 主导的前沿模型竞争，其优势还包括数据中心、数十亿用户以及智能体应用 Muse。文中还提到 Andrej Karpathy 关于 AI 能力认知分层的观点、微软 Maia 300 芯片，以及一份使用 Muse Wonder 完成工作坊议程与预算的教程。

   展开摘要
2. 09:02

   邵猛

   Meta 发布 Muse Wonder 系列 Agent 旗舰模型

   Meta 发布 Muse Wonder 系列前沿模型，定位面向个人与专业场景的 Agent 旗舰模型，而非通用聊天模型。该系列围绕领域专业知识、主动记忆、主动专注和前沿编程四大能力构建，并配套 FocusBench 与 SWE-Marathon 两个自建基准。Meta 还以 Muse Spark 1.3 与 Muse Wonder Full 的 ID 与 OOD 表现对比，论证基座越强、后训练提升越能迁移到陌生任务。

   展开摘要
3. 02:34

   Ethan Mollick

   Ethan Mollick 试用 Meta Muse Wonder 模型

   提前体验了 Muse Wonder，但还没机会大量使用，不过从有限的测试来看似乎是个不错的模型。 也许更令人印象深刻的是，对比一下自 4 月以来我的被淹没的新哥特式城市 twigl shader 测试的进展。Meta 在短时间内进步非常快 https://t.co/NEYTWgE2ul

   展开摘要
4. 01:56

   TechCrunch AI精选

   Meta 发布首个前沿模型 Muse Wonder 与 Muse Wonder Full

   Meta 的 Superintelligence Lab 发布 Muse Wonder 和 Muse Wonder Full 两款模型，这是该公司首次推出前沿模型。两款模型规模大于此前的轻量模型 Muse Spark，Meta 称其在编码等复杂任务上基准成绩与 Fable 5.1、GPT-6 Astra 相当，并通过 Meta Model API 提供，定价为每百万输入 token 4 美元、每百万输出 token 20 美元。Meta 还强调模型保留和整合用户信息的“active memory”能力，称 Muse Wonder 在 MemoryBench 上的得分高于 Fable、Opus 和 Astra。

   展开摘要
5. 01:29

   AI at Meta一手

   Meta 对比 Muse Wonder Full 与 Muse Spark 1.3 的分布外表现

   为量化模型处理不熟悉任务的能力，我们对比了后训练中训练过的任务与其他任务上的测试时计算扩展。 两个模型在分布外都有相似提升，但在相同分布内得分下，Muse Wonder Full 在不熟悉任务上的表现优于 Muse Spark 1.3 趋势所预测的水平。我们将这一上移归因于更强的基座模型，它能更有效地把后训练收益迁移到我们未预料到的任务上。

   展开摘要
6. 01:11

   Testing Catalog

   Meta 发布 Muse Wonder 系列模型，Muse Wonder Full 在 Artificial Analysis 指数位列第二

   Meta 发布 Muse Wonder 与 Muse Wonder Full 两款前沿模型，面向个人与专业智能体任务。Muse Wonder Full 在 Artificial Analysis 指数上排名第二，落后 Claude Opus 5.5 两分，并在 DeepSWE 上以 79 分达到 SOTA。Muse Wonder 已在 Meta Model API 和 Muse Code 上线，Muse Wonder Full 面向 Muse Code 订阅用户开放，Muse Wonder 后续还将接入 Meta 的个人智能体产品 Muse。

   展开摘要
7. 01:02

   AI at Meta一手

   Meta 训练 Muse Wonder 系列强化对齐与安全

   交付个人超级智能需要在对齐和安全上大量投入，并要求模型对私密信息保持审慎、抵御滥用。 我们训练 Muse Wonder 系列在这两个维度上领先，对对抗性指令具备鲁棒性，并能谨慎处理私密信息。

8. 01:02

   AI at Meta一手

   Meta 发布 Muse Wonder 与 Muse Wonder Full 两款前沿模型

   Meta 推出 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两款前沿模型，面向个人与专业智能体任务。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户开放，Muse Wonder 后续还将接入个人智能体产品 Muse，先向订阅用户推送。两款模型在个人与专业智能体、记忆和编码等基准上取得 SOTA，并具备 Active Memory 跨对话保留上下文、Active Focus 在任务受阻时尝试替代方案并坚持完成的能力。

   展开摘要
9. 01:02

   AI at Meta一手

   Meta 介绍 Muse Wonder 两大智能体能力

   两点让 Muse Wonder 适合智能体每天面对的长时间、多步骤工作： -> Active Memory 跨对话携带你的上下文，并在相关时呈现出来。 -> Active Focus 在任务变得棘手时让模型继续朝你的目标推进，尝试替代方案，攻克阻碍，并坚持到底直至完成。

   展开摘要
10. 01:02

    AI at Meta一手精选

    Meta 发布 Muse Wonder 系列模型，主打个人与专业智能体任务

    Meta 发布 Muse Wonder 和 Muse Wonder Full 两款前沿模型，称其在个人与专业智能体、记忆和编码等关键基准上取得 SOTA。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户；Muse Wonder 还将接入个人智能体产品 Muse，先向订阅用户开放。两款模型引入 Active Memory 跨对话保留上下文，以及 Active Focus 在任务受阻时尝试替代方案并坚持完成目标。

    展开摘要
11. 01:02

    AI at Meta一手精选

    Meta 发布 Muse Wonder 与 Muse Wonder Full 两款前沿模型

    Meta 发布 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full 两款前沿模型，面向个人与专业智能体任务。Muse Wonder 即日起通过 Meta Model API 和 Muse Code 提供，Muse Wonder Full 面向 Muse Code 订阅用户开放，Muse Wonder 后续还将接入个人智能体产品 Muse，先向订阅用户推送。两款模型引入 Active Memory 跨对话保留上下文、Active Focus 在任务受阻时尝试替代方案并推进到完成，官方称其在个人与专业智能体、记忆和编码基准上取得 SOTA 结果。

    展开摘要