Meta 发布首个前沿模型系列 Muse Wonder

Meta 的超级智能实验室（Superintelligence Lab）周一发布了 一对全新的尖端模型：Muse Wonder 和 Muse Wonder Full，这是该公司在基础模型领域的首次尝试。

如果说 Muse Spark 旨在成为一款能够低延迟运行的轻量级模型，那么 Wonder 系列模型则规模更大，据称能力也更强，在基准测试中得分更高，在编程等复杂任务上的表现也更好。

根据 Meta 的测试（详见 模型卡片），Wonder 和 Wonder Full 的基准测试得分与 Fable 5.1 和 GPT-6 Astra 相当。

“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要一步，”Meta 关于这些模型的博客文章中写道。

这种规模也反映在定价上：通过 Meta Model API 访问，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 订阅用户提供，不会通过 API 提供服务。这两款模型都将用于驱动 Muse 智能体。

秉承 Meta 对开发能够长期执行任务的个人助理的兴趣，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”（active memory）。

为了实现更好的召回能力，Meta 特别提到了 MemoryBench 基准测试，该测试旨在挑战持续学习和记忆构建框架。根据该公司的测试，Muse Wonder 在 MemoryBench 上的得分现已高于 Fable、Opus 或 Astra。

“我们投入了巨大的精力，确保您的模型能够记住对您而言重要的事情，无论是几天、几周、几个月还是更久，”研究科学家 Kavya Kopparapu 在发布会随附的视频中说道。

这是自 Scale AI 创始人 Alexandr Wang 于 去年 8 月 重组 Meta 的 AI 业务以来，该公司发布的首个基础模型。此后，Meta 发布了轻量级的 Muse Spark 模型和 Muse 智能体，但一直避免发布 OpenAI 和 Anthropic 所擅长的那种尖端模型。

根据文章，这些模型是在 Meta 位于 俄亥俄州中部的 Prometheus 数据中心 训练的，该中心于今年早些时候投入使用。

当您通过我们文章中的链接购买商品时，我们可能会赚取少量佣金。这不会影响我们的编辑独立性。

Russell Brandom 自 2012 年起开始报道科技行业，专注于平台政策和新兴技术。他曾就职于 The Verge 和 Rest of World，并为 Wired、《The Awl》和《麻省理工科技评论》（MIT’s Technology Review）撰稿。 您可以通过 [email protected] 或 Signal 412-401-5489 与他联系。

查看简介