Meta 发布首款前沿模型 Muse Wonder

Meta 的超级智能实验室周一发布了两款最先进的新模型：Muse Wonder 和 Muse Wonder Full，这是该公司首次尝试前沿模型。

Muse Spark 的目标是成为一个可以低延迟执行的轻量级模型，而 Wonder 模型更大，据说能力更强，在编码等复杂任务上具有更高的基准分数和更好的结果。

根据 Meta 的测试（在模型卡中显示），Wonder 和 Wonder Full 达到了与 Fable 5.1 和 GPT-6 Astra 相当的基准分数。

Meta 在关于这些模型的博客文章中写道：“它们共同标志着我们在阶梯上迈出了下一步，也是迈向个人超级智能的重大飞跃。”

这种规模反映在定价中：通过元模型 API 访问的 Wonder 的每百万输入代币的成本为 4.00 美元，每百万输出代币的成本为 20.00 美元，使其成本大致相当于 GPT-6 Sol 或 Opus 5.5。

值得注意的是，Wonder Full 仅适用于 Muse Code 订阅者，并且不会通过 API 提供服务。这两种模型也将用于为 Muse 代理提供动力。

为了符合 Meta 对开发可以长时间执行任务的个人助理的兴趣

在此期间，该公司特别强调新模型保留和综合用户提供的信息的能力，Meta 称之为“主动记忆”。

为了实现更好的回忆，Meta 强调了 MemoryBench 基准，该基准对持续学习和记忆构建框架提出了挑战。根据该公司的测试，Muse Wonder 现在在 MemoryBench 上的得分高于 Fable、Opus 或 Astra。

研究科学家卡维亚·科帕拉普 (Kavya Kopparapu) 在发布视频中表示：“我们付出了巨大的努力，确保你的模型能够记住几天、几周、几个月甚至更长时间内对你来说重要的事情。”

这些新模型是自 Scale AI 创始人 Alexandr Wang 去年 8 月重组 Meta 的人工智能工作以来发布的首个前沿模型。从那时起，Meta 发布了其轻量级 Muse Spark 模型和 Muse 代理，但避免了 OpenAI 和 Anthropic 所熟知的那种最先进的模型发布。

根据这篇文章，这些模型是在俄亥俄州中部 Meta 的 Prometheus 数据中心进行训练的，该数据中心于今年早些时候上线。