Meta 发布首个前沿模型 Muse Wonder 与 Muse Wonder Full

Meta 的超级智能实验室于周一发布了一对新的最先进模型，Muse Wonder 和 Muse Wonder Full，这代表着该公司首次尝试前沿模型。

Muse Spark 的目标是成为一个能在低延迟下运行的轻量级模型，而 Wonder 系列模型则更大，据说能力更强，基准测试得分更高，在编码等复杂任务上表现更好。

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

Meta 关于这些模型的博客文章写道：“它们共同标志着我们扩展阶梯上的下一步，也是迈向个人超级智能的重大飞跃。”

这种规模也反映在定价上：通过 Meta Model API 访问，Wonder 每百万输入 token 收费 4 美元，每百万输出 token 收费 20 美元，使其成本与 GPT-6 Sol 或 Opus 5.5 大致相当。

值得注意的是，Wonder Full 将仅向 Muse Code 订阅者提供，不会通过 API 提供服务。这两个模型还将用于驱动 Muse 智能体。

为了契合 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”。

为了实现更好的回忆，Meta 重点介绍了MemoryBench 基准测试，该测试对持续学习和记忆构建框架提出了挑战。根据该公司的测试，Muse Wonder 目前在 MemoryBench 上的得分高于 Fable、Opus 或 Astra。

研究科学家 Kavya Kopparapu 在随发布一同发布的视频中表示：“我们投入了巨大的努力，以确保你的模型能够在数天、数周、数月乃至更长时间内记住对你重要的内容。”

这些新模型是自 Scale AI 创始人 Alexandr Wang 于去年 8 月重组 Meta 的 AI 工作以来，该公司首次发布前沿模型。此后，Meta 发布了其轻量级 Muse Spark 模型和 Muse 智能体，但一直避免发布 OpenAI 和 Anthropic 所著称的那种最先进模型。

根据该文章，这些模型是在 Meta 位于俄亥俄州中部的 Prometheus 数据中心训练的，该数据中心于今年早些时候上线。

当你通过我们文章中的链接购买时，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 年以来一直报道科技行业，重点关注平台政策和新兴技术。他此前曾在 The Verge 和 Rest of World 工作，并为 Wired、The Awl 和 MIT 的 Technology Review 撰稿。 可通过 [email protected] 或 Signal 412-401-5489 联系他。

查看简介