Meta 旗下超级智能实验室于周一发布了两款全新最先进模型：Muse Wonder 与 Muse Wonder Full 。这是该公司在前沿模型领域迈出的第一步。
此前发布的 Muse Spark 旨在打造低延迟的轻量级模型，而全新的 Wonder 系列模型体量更大、功能更强。它们在各项基准测试中的得分更高，在编程等复杂任务上的表现也更为出色。
根据 Meta 在模型说明卡中给出的测试数据，Wonder 和 Wonder Full 的基准测试成绩已与 Fable 5.1 和 GPT-6 Astra 旗鼓相当。
Meta 在关于这两款模型的官方博客文章中写道：“它们共同标志着我们在扩展阶梯上迈出了下一步，也是向个人超级智能迈出的重大飞跃。”
这种规模也体现在价格上：通过 Meta Model API 调用 Wonder 时，输入 Token 为每百万个 4 美元，输出 Token 为每百万个 20 美元。其使用成本大致相当于 GPT-6 Sol 或 Opus 5.5 。
值得注意的是，Wonder Full 仅面向 Muse Code 订阅用户开放，不会通过 API 提供。这两款模型也将用于驱动 Muse 智能体。
Meta 一直致力于开发能够长期执行任务的个人助手。为了延续这一路线，公司特别强调了新模型保留并综合用户输入信息的能力，Meta 将这一特性称为“主动记忆”（active memory）。
为了展现更好的记忆召回能力，Meta 重点展示了 MemoryBench 基准测试。该测试旨在挑战持续学习与记忆构建框架。根据 Meta 的测试，Muse Wonder 在 MemoryBench 上的得分已超越 Fable 、 Opus 和 Astra 。
研究科学家卡维亚·科帕拉普（Kavya Kopparapu）在发布视频中表示：“我们投入了巨大的精力，确保模型能够在几天、几周、几个月甚至更长的时间里，记住对你重要的内容。”
自 Scale AI 创始人亚历山大·王（Alexandr Wang）于去年 8 月重组 Meta 的人工智能业务以来，这是 Meta 首次发布前沿模型。此后，Meta 虽然推出了轻量级的 Muse Spark 模型和 Muse 智能体，但一直没有推出类似于 OpenAI 和 Anthropic 所擅长的顶尖模型。
官方文章透露，这两款模型是在 Meta 位于俄亥俄州中部的普罗米修斯数据中心完成训练的，该数据中心于今年早些时候投入运行。
编译自 TechCrunch，原文链接：点击阅读。作者拉塞尔·布兰多姆 (Russell Brandom)拉塞尔·布兰多姆自 2012 年起报道科技行业，重点关注平台政策与新兴技术。他曾就职于 The Verge 和 Rest of World，并曾为 Wired 、 The Awl 及《麻省理工科技评论》撰稿。
