Meta 发布首款前沿模型 Muse Wonder

Meta 的超级智能实验室于周一发布了两款全新的顶尖模型——Muse Wonder 和 Muse Wonder Full，这是该公司首次尝试打造前沿模型。Muse Spark 的定位是低延迟的轻量级模型，而 Wonder 系列规模更大、能力更强，基准测试得分更高，在编码等复杂任务上表现也更出色。根据 Meta 在模型卡中公布的测试结果，Wonder 和 Wonder Full 的基准测试得分与 Fable 5.1 和 GPT-6 Astra 相当。Meta 在关于这两款模型的博客文章中写道：“它们共同标志着我们扩展阶梯上的下一步，也是迈向个人超级智能的重大飞跃。”这一规模也体现在定价上：通过 Meta Model API 访问时，Wonder 的价格为每百万输入 token 4.00 美元、每百万输出 token 20.00 美元，成本大致相当于 GPT-6 Sol 或 Opus 5.5。值得注意的是，Wonder Full 仅向 Muse Code 订阅用户开放，不会通过 API 提供服务。两款模型还将用于驱动 Muse agent。出于 Meta 对开发能够长期执行任务的个人助手的兴趣，该公司特别强调了新模型保留和综合用户所提供信息的能力，Meta 将这一特性称为“主动记忆”。为了实现更好的回忆能力，Meta 重点介绍了 MemoryBench 基准测试，该测试对持续学习和记忆构建框架提出挑战。根据该公司的测试，Muse Wonder 目前在 MemoryBench 上的得分高于 Fable、Opus 或 Astra。研究科学家 Kavya Kopparapu 在随发布一同推出的视频中表示：“我们投入了大量精力，确保你的模型能够在数天、数周、数月乃至更长时间内记住对你重要的信息。”这些新模型是自去年 8 月 Scale AI 创始人 Alexandr Wang 重组 Meta 的 AI 业务以来，该公司首次发布前沿模型。此后，Meta 已发布