Meta推出Muse Wonder训练模型

人工智能领域的竞争正加速向深度交互与任务执行的长效能力挺进。 11月6日，Meta官方发布最新研究公告，宣布正式将基于前沿大模型Muse Wonder训练的系列专用模型推向Muse与Meta AI的广大用户，全面赋能日常对话与复杂任务处理。 核心能力飞跃:个人超级智能指数大幅提升此次推出的专用模型继承了Muse Wonder在处理工作和日常生活复杂任务时展现出的业界领先表现。

在权威评估体系“个人超级智能指数”（Personal Superintelligence Index）的最新测试中，新一代Muse模型的得分实现了显着跨越，从上一代的38%大幅提升至47%，展现出更强大的综合智能表现。 两大核心功能落地:主动记忆与主动聚焦为了解决传统AI容易遗忘关键信息、面对突发状况容易中断的行业痛点，Meta在新模型中重磅引入了主动记忆（Active Memory）和主动聚焦(Active Focus)两大杀手锏。

在主动记忆方面，模型具备了跨时间进行深度推理的能力，能够精准甄别信息的时效性，分辨什么是临时的、什么是长期的，从而在与用户长达数月的对话中记住重要细节。 官方评测数据显示，在主动记忆评测中，当前模型的正确使用关键上下文的任务比例高达90%，相比上一代的76%实现了质的飞跃;在遗忘关键信息方面的错误率也大幅减少了2.4倍。 在主动聚焦方面，模型针对现实世界中各种典型的任务瓶颈进行了专项训练。 即便在执行日常任务时遭遇意外挑战，模型也能更努力地尝试、从挫折中恢复，或者主动为用户寻找替代方案。

相关数据显示，在处理容易出现意外问题的日常任务时，新模型的表现提升了高达67%。 行为模式优化与生态全线落地除了底层能力的显著增强，Meta还针对两款主力产品的不同应用场景对专用模型进行了精细化适配。 在Muse中，模型学会了如何成为出色的多任务处理者，能够清晰辨别何时应该独立推进用户的目标，何时应当与用户进行实时协作，并且在执行过程中能够完美适应用户的引导和澄清，避免陷入混乱。

而在Meta AI中，同样的模型升级使其转变为更优秀的思考伙伴，能够将复杂问题拆解为清晰的步骤，提出更精准的追问，并在用户中途改变对话方向时无缝跟上节奏。 通过将这些前沿技术下放至主流产品矩阵，Meta正在让更多普通用户切实体验到具备长效记忆与自主任务聚焦能力的超级智能。