Meta 将基于 Muse Wonder 的专用模型上线 Muse 与 Meta AI
Meta 于 11 月 6 日发布研究公告,宣布把使用 Muse Wonder 训练的专用模型推向 Muse 与 Meta AI 用户,个人超级智能指数由 38% 升至 47%,并引入主动记忆与主动聚焦能力。
海宇数科 · 事件日期 · 约 3 分钟 · 1 次阅读

Meta 于 11 月 6 日发布研究公告,宣布将一批使用 Muse Wonder 训练的专用模型开放给 Muse 与 Meta AI 的用户使用,覆盖日常对话与复杂任务处理场景。
核心能力飞跃:个人 超级 智能指数大幅提升
Meta 表示,Muse Wonder 面向工作与日常生活中的复杂任务具备前沿能力,此次用其改进 Muse 与 Meta AI 背后的模型,使更多用户能够使用这些能力。
在个人超级智能指数上,当前 Muse 模型得分为 47%,上一代模型为 38%,两代数据均来自 Meta 公布的评测结果。

两大核心功能落地:主动记忆与主动聚焦
主动记忆与主动聚焦两项能力随 Muse Wonder 一同推出,此次被引入 Muse 和 Meta AI 的专用模型。主动记忆使模型能够识别哪些信息属于临时、哪些属于长期,并在时间跨度上进行推理,判断早前信息是否仍然相关。
在主动记忆评测中,当前模型正确使用关键上下文的任务比例为 90%,上一代为 76%;Meta 称 Muse 中改进后的模型在遗忘关键信息方面减少了 2.4 倍。
主动聚焦使 Muse 在遇到意外挑战时仍能继续推进目标,模型针对现实世界中的多种瓶颈进行了训练,可以更努力地尝试、从挫折中恢复或代为寻找替代方案。Meta 数据显示,在容易出现意外问题的日常任务中,Muse 模型完成表现提升 67%。

行为模式优化与生态全线落地
Meta 还针对 Muse 与 Meta AI 的不同使用场景对专用模型做了适配。在 Muse 中,模型被训练为善于多任务处理,能够判断何时独立推进用户目标、何时与用户实时协作。
模型还能在执行任务过程中适应用户的引导与澄清,避免因中途调整而陷入混乱。
在 Meta AI 中,同样的改进使其更像思考伙伴,可将复杂问题拆分为清晰步骤、提出更精准的追问,并在用户中途改变方向时跟上对话。Meta 表示,将这些专用模型加入 Muse 与 Meta AI,意在让更多人接触到能力更强的超级智能。
