Aktuální Muse dosahuje v indexu osobní superinteligence společnosti Meta 47%

Meta AI Research 6. listopadu 2026 oznámila, že uvádí do provozu specializované verze modelů, na nichž jsou založeny Muse a Meta AI a které byly trénovány pomocí Muse Wonder. Aktuální model Muse dosáhl v indexu osobní superinteligence 47 %, zatímco předchozí model v něm získal 38 %.

Aktualizace přináší funkce Active Memory a Active Focus do obou produktů. Nasazované modely jsou specializované verze stávajících systémů společnosti Meta, vylepšené pomocí Muse Wonder; nejde tedy o uvedení samotné řady Wonder. Tento přístup zpřístupňuje schopnosti představené s Wonder většímu počtu lidí prostřednictvím stávajících modelů asistentů.

Ve svém oznámení z 12. října 2026 Meta popsala Muse Wonder a Muse Wonder Full jako své dosud nejvýkonnější modely a uvedla, že Wonder bude nejprve pohánět funkce Muse pro předplatitele a teprve poté poslouží k vývoji specializovaných modelů pro všechny uživatele Muse. Nové uvedení rozšiřuje tento plán specializovaných modelů na Muse i Meta AI.

Active Memory vybírá relevantní kontext

Active Memory umožňuje asistentům uchovávat důležité informace a vybavit si je, až budou relevantní pro pozdější konverzaci. Trénink zahrnuje rozlišování mezi dočasnými a trvalými informacemi, uvažování v čase i rozpoznávání toho, zda jsou podrobnosti stále relevantní, nebo už zastaraly. Paměť se tak stává otázkou výběru a načasování: model musí určit, který dřívější kontext se hodí právě teď a který už ztratil aktuálnost.

Meta uvádí, že u vylepšených modelů Muse došlo k 2,4násobnému omezení zapomínání informací zásadních pro cíle uživatelů. Test Active Memory Eval ukazuje, že aktuální model správně využívá zásadní kontext v 90 % úloh, zatímco předchozí model jej správně využíval v 76 % úloh. Tyto údaje zachycují dvě různé stránky problému: uchovávání informací potřebných k dosažení cíle a správné využití tohoto kontextu při plnění úkolu.

Active Focus pomáhá pokračovat v plnění úkolů

Funkce Active Focus má zajistit, aby Muse pokračovala v cestě k cíli, i když práci přeruší nečekaná překážka. Meta modely trénovala na různých úzkých místech, která měla odrážet podmínky v reálném světě, aby dokázaly vytrvat, zotavit se z potíží nebo pro uživatele zvolit alternativní postup. U Muse Meta uvádí 67% zlepšení v plnění každodenních úkolů, při nichž se objeví nečekané problémy.

Specializované modely se zabývají také tím, jak agent spolupracuje s člověkem během plnění úkolu. Jsou navrženy tak, aby zvládaly více úkolů najednou, volily mezi samostatným postupem a spoluprací v reálném čase a dokázaly zapracovat pokyny či upřesnění, aniž by se zmátly nebo úkol ztratily ze zřetele. Tím se vytrvalost propojuje s pohotovou reakcí: agent může dál směřovat k cíli a zároveň změnit postup, když uživatel zasáhne.

V Meta AI mají tytéž vylepšení z asistenta udělat lepšího partnera při přemýšlení a spolupráci. Dokáže rozdělit složité problémy do jasných kroků, klást přesnější doplňující otázky a držet krok, když uživatel v průběhu konverzace změní směr.

Praktickou zkouškou nového nasazení pro uživatele bude kontinuita: zda se užitečný kontext zachová i při změně okolností, zda se práce po překážkách znovu rozběhne a zda lze zapracovat opravy, aniž se ztratí cíl. Toto chování propojuje výsledky, které Meta uvádí, s každodenní spoluprací, kterou chce podporovat v Muse a Meta AI.