- Meta 推出 Muse Wonder 和 Muse Wonder Full 模型，提升複雜任務處理能力。
- Muse Wonder 整合至消費者助手，初期僅限訂閱者使用。
- Active Memory 特徵能保留對話中的相關資訊，提升用戶體驗。
- Meta 強調安全措施以處理私人資訊，抵抗惡意指令。
Meta 推出了兩款新型前沿模型，旨在利用長期記憶、持續推理和軟件工具執行複雜的個人和專業任務。該公司表示，Muse Wonder 和 Muse Wonder Full 在涵蓋商業自動化、編程、上下文記憶及專業工作等多方面的評估中，展現了最先進的性能。該公告並未提供具體的基準分數，這使得外界難以獨立評估其性能提升的幅度。Muse Wonder 已通過 Meta Model API 和 Muse Code 推出，而 Muse Wonder Full 則向 Muse Code 訂閱者提供。
整合至消費者助手的計劃
Meta 計劃將 Muse Wonder 整合至其消費者助手，最初將限於訂閱者使用，並用於生成數位作品及處理需要更高級推理的任務。這一發布緊隨 Meta 推出 Muse Spark，並距離該公司重新構建人工智能基礎設施已經過去了 14 個月。這些新模型是在其千瓦級的 Prometheus 數據中心進行訓練，體現了 Meta 對於更大計算系統和更強模型的投資。
Muse Wonder 的一個核心特徵是 Active Memory，這使得模型能夠在對話中保留相關資訊，並在需要時檢索出來。系統設計上不需要用戶重複先前的指示，而是能夠識別之前共享的細節在新任務中的重要性。這可能有助於個人助理處理涉及偏好、文件和正在進行項目的工作。我們很高興推出 Muse Wonder 系列，包含 Muse Wonder 和 Muse Wonder Full，這是我們迄今為止最強大的模型。
這兩款都是前沿模型，旨在為個人和專業的代理任務提供最先進的性能。
Active Focus 提升模型運作能力
Meta 還推出了 Active Focus，這是一種能力，旨在使模型在面對困難任務時能夠持續運作。該系統可以嘗試不同的方法，應對突發問題，並在必要時尋求澄清。它還設計成在執行重要行動之前請求確認。該公司通過 MemoryBench 對上下文記憶進行評估，並使用 FocusBench 進行持續任務執行的評估。此外，該公司還利用 AutomationBench-AA 評估商業工作流程及涵蓋法律和金融任務的專業評估。
長期軟件開發的重點
軟件開發是 Muse Wonder 系列的另一個重要焦點。Meta 表示，這兩款模型能夠處理涉及多個文件、變更需求和重複測試的長期編程任務。該公司使用 SWE-Marathon 和 DeepSWE 評估在長期軟件工程任務上的表現。這些評估檢查模型是否能在複雜項目中保持進展，而不僅僅是生成孤立的代碼片段。
Meta 還測試了其模型在不熟悉任務上的表現。根據該公司的說法，Muse Wonder Full 在通用化能力上展現出超出 Muse Spark 1.3 所建立的性能趨勢的表現。這表明其改善可能超越了訓練期間強調的具體任務，儘管公告中未包含足夠的數值結果來確定該優勢的大小。Meta 展示了 Muse Wonder 如何從圖像輸入創建可玩的 3D 廚房遊戲，並通過瀏覽器和應用程序互動建立個性化的運動計劃。
該公司還強調了處理私人資訊的安全措施，抵抗惡意指令，並限制涉及生物及網絡安全威脅的危險用途。
Meta 計劃利用 Muse Wonder 為其更廣泛的產品生態系統開發專用模型，儘管尚未宣佈更廣泛消費者可用的具體日期。
Muse Wonder 系列對人工智能的影響
Meta 推出的 Muse Wonder 系列模型，顯示出其在人工智能領域的持續創新與投資。這些模型不僅提升了複雜任務的處理能力，還引入了 Active Memory 和 Active Focus 等新特徵，增強了用戶互動的流暢性。隨著這些模型的推出，Meta 進一步整合 AI 技術進入其產品生態系統，旨在提升消費者的使用體驗。安全措施的強調也顯示出公司對於數據保護的重視，這在當前數字環境中尤為重要。