Meta 宣布推出全新 AI 模型 Muse Wonder 及更强大的 Wonder Full，声称其能力已达到业界前沿水平。根据 Meta 公布的测试数据，这两款模型在多项能力测试中已接近 Fable 5.1、Opus 5.5 和 GPT-6 Astra 的水平，并在某些智能体及知识工作的基准测试中略胜一筹。此举发生在 Anthropic 和 OpenAI 接连呼吁业界放缓前沿 AI 大模型开发之际。
Meta 新 AI 模型的能力达到业界前沿水平
作为背景，Meta 去年 4 月推出的 Llama 4 大模型遭遇失利后，扎克伯格对开发团队进行了大规模重组，引入当时年仅 28 岁的汪滔担任首席 AI 官。今年 4 月，重组后的 Meta 超级智能实验室发布了首款模型 Muse Spark，主打低延迟及轻量化运行。随后几个月，Meta 对 Spark 模型进行多次迭代，最终在本周推出的 Wonder 模型已达到业界前沿水平。
值得一提的是，扎克伯格所追求的“个人超级智能”愿景与其他两家巨头所追求的 AGI 明显不同。此次 Meta Wonder 强调的两项能力包括“主动记忆”和“持续专注”。前者使模型能够跨对话保留重要背景，并在处理新任务时主动调取相关信息；后者则在面对复杂目标时持续推进，遇到障碍时尝试其他方法，并根据新信息调整方案。
扎克伯格强调 AI 技术的安全性与行业自律
这也对应到个人 AI 助手的一项实际需求：用户无需每次都重新介绍自己的情况，助手亦能持续进行需多轮操作的工作。Meta 展示的案例包括根据个人偏好跨应用制定跑步计划、利用个人社交媒体页面中的真实照片设计并订购定制礼品，以及按照复杂的匹配要求安排婚礼座次。
在 Meta 内部的 MemoryBench 评测中，Muse Wonder 得分 85.6，高于 GPT-6 Astra 的 81.4 和 Opus 5.5 的 81.5。该测试要求模型从长达 6.4 万至 10 万 token 的多轮对话中找回关键信息，同时应对无关内容的干扰及前后冲突或后续更新的信息。编程方面，Meta 强调模型能够追踪项目要求、修改代码库，并持续进行测试与修订。
其公布的 SWE-Marathon 成绩显示，Wonder Full 在考察超长流程软件工程任务的评测中取得 57.5% 的通过率，Wonder 为 53.1%，均高于对比表中的三款竞争模型。随着模型能力的提升，相应的价格也随之上升。Muse Wonder 通过 API 按用量收费，每百万 token 的普通输入、缓存输入和输出价格分别为 US$4 (约 HK$31)、US$0.20 (约 HK$2)和 US$20 (约 HK$156)；更强的 Wonder Full 则通过编程工具 Muse Code 提供，包含在每月 US$50 (约 HK$390)和 US$200 (约 HK$1,560)的订阅套餐中。
在周一的宣发活动中，扎克伯格暗示，Meta 将进一步加大投入，称公司“已经在着手迈向下一个台阶”。他还表示，接下来模型开发的速度“可能会让人感觉明显加快”。不过，对于外界日益担忧这项技术的发展速度将使其超出人类控制，扎克伯格并不以为然。他主张，确保模型安全的责任应由各家实验室自行承担，并表示“我更倾向于相信，AI 是一项可以通过常规安全防护措施加以设计的技术，而不是那种拟人化的 AI 想象。”
扎克伯格此前曾反对 Anthropic 掌门达里奥·阿莫代伊、OpenAI 掌门山姆·奥尔特曼等 AI 实验室领导人提出的呼吁，认为整个行业应当“放缓” AI 开发。他在制定美国总统特朗普的白宫《超级智能协议》中发挥了关键作用，该协议确立了行业自律原则。
扎克伯格在当日的科技播客 Cheeky Pint 中披露了一些 Meta 重组 AI 团队背后的故事。扎克伯格表示，去年年底高管团队开会时，他曾问过汪滔，如果接下来公司要投入 1000 亿或 2000 亿美元，他是否确定这能成功。汪滔回忆，当时他只能给出有关研究进展的“氛围报告”，并无法确定是否会成功。
此外，扎克伯格透露，运营一个吉瓦的数据中心，每年花费约 150 亿美元，而前置的建设资本支出约需 500-600 亿美元。对于如何获得巨额 AI 投入的回报，扎克伯格表示，Meta 计划通过免费或低价服务扩大 Muse 的用户规模，吸引更多合作伙伴接入，并形成网络效应。在此基础上，公司可以通过高级功能订阅、商业服务分成、模型 API 和企业服务等渠道实现变现。
他表示：“如果您想立即在 Muse 中开始使用 Muse Wonder，您要做的就是付费订阅。我认为这将会是一笔大生意。”