Η Meta παρουσιάζει τη σειρά Muse Wonder, τα πιο ικανά μοντέλα τεχνητής νοημοσύνης της μέχρι σήμερα

Στις 12 Οκτωβρίου 2026, η Meta ανακοίνωσε τη σειρά Muse Wonder, παρουσιάζοντας τα Muse Wonder και Muse Wonder Full ως μοντέλα αιχμής για προσωπικές και επαγγελματικές εργασίες με αυτόνομους πράκτορες. Η Meta τα περιέγραψε ως τα πιο ικανά μοντέλα της μέχρι σήμερα, σχεδιασμένα να προσφέρουν επιδόσεις αιχμής σε εργασίες που εκτείνονται από τη διεκπεραίωση μιας ασφαλιστικής αποζημίωσης και την κατανόηση μιας μίσθωσης έως τη δημιουργία μιας λειτουργικής εφαρμογής.

Δυνατότητες για εργασίες με αυτόνομους πράκτορες

Σύμφωνα με την ανακοίνωση, τα μοντέλα Muse Wonder προσφέρουν δυνατότητες σε εξειδικευμένους τομείς, όπως η νομική επιστήμη, τα χρηματοοικονομικά και η υγεία, καθώς και κορυφαίες επιδόσεις στον προγραμματισμό για όσους δημιουργούν τα πάντα, από ένα παιχνίδι έως μια εφαρμογή για μια νέα επιχείρηση. Η Meta παρουσίασε την κυκλοφορία ως εξέλιξη που έρχεται δεκατέσσερις μήνες αφότου ξεκίνησε την αναμόρφωση των προσπαθειών της στον τομέα της τεχνητής νοημοσύνης· σε αυτό το διάστημα, πέρασε από την αναδόμηση των θεμελίων της στην προώθηση των ορίων του κλάδου. Τα μοντέλα βασίζονται στα θεμέλια που έθεσε το Muse Spark.

Η Meta δημιούργησε τα νέα μοντέλα γύρω από λειτουργίες που ονομάζει Active Memory και Active Focus. Η Active Memory διατηρεί το πλαίσιο σχετικά με έναν χρήστη από συνομιλία σε συνομιλία και ανακαλεί τις λεπτομέρειες που σχετίζονται με την εκάστοτε εργασία. Η Active Focus βοηθά το μοντέλο να συνεχίζει να εργάζεται προς την επίτευξη ενός στόχου όταν μια εργασία δυσκολεύει: δοκιμάζει άλλες προσεγγίσεις, ανακάμπτει από σφάλματα, ζητά διευκρινίσεις όταν χρειάζεται και επικοινωνεί με τον χρήστη πριν προχωρήσει σε οτιδήποτε σημαντικό.

Ο προγραμματισμός συνδέει αυτές τις δυνατότητες. Το ερευνητικό ιστολόγιο της Meta περιγράφει την ανάπτυξη λογισμικού ως διαδικασία που περιλαμβάνει την παρακολούθηση απαιτήσεων, την πραγματοποίηση αλλαγών σε ολόκληρη τη βάση κώδικα και την επανάληψη κύκλων δοκιμών και αναθεώρησης, ενώ αναφέρει ότι και τα δύο μοντέλα εκπαιδεύτηκαν σε ποικίλες εργασίες μεγάλης διάρκειας, ώστε να διατηρούν την πρόοδο σε όλη τη διάρκεια αυτής της διαδικασίας. Οι επιδείξεις στην ανάρτηση δείχνουν το Muse Wonder να δημιουργεί ένα τρισδιάστατο παιχνίδι κουζίνας που μπορεί κανείς να παίξει, με βάση εικόνες που μπορούν να προσαρμοστούν· να καταρτίζει πρόγραμμα τρεξίματος σε πρόγραμμα περιήγησης, χρησιμοποιώντας δεδομένα του OpenStreetMap και λαμβάνοντας υπόψη προσωπικές προτιμήσεις και περιστάσεις· να σχεδιάζει και να παραγγέλνει εξατομικευμένα διαφημιστικά είδη από πραγματικές φωτογραφίες που έχουν ληφθεί από προσωπικό προφίλ στο Instagram· και να ετοιμάζει ένα εξατομικευμένο διάγραμμα θέσεων για γάμο, με βάση έναν κατάλογο σύνθετων απαιτήσεων αντιστοίχισης.

Εκπαίδευση και γενίκευση

Τα Muse Wonder και Muse Wonder Full εκπαιδεύτηκαν στο κέντρο δεδομένων Prometheus της Meta, κλίμακας γιγαβάτ. Η κυκλοφορία βασίζεται στην προσέγγιση κλιμάκωσης που παρουσίασε η Meta με το Muse Spark και εφαρμόστηκε τόσο στην προεκπαίδευση όσο και στην ενισχυτική μάθηση.

Το ερευνητικό ιστολόγιο εξετάζει επίσης πώς σχετίζονται οι επιδόσεις σε εργασίες που στοχεύει η μεταεκπαίδευση με τις επιδόσεις σε άγνωστες εργασίες, καθώς αυξάνονται οι υπολογιστικοί πόροι κατά τον χρόνο δοκιμής· πρόκειται για εύρος δυνατοτήτων που, σύμφωνα με την εταιρεία, δεν μπορούν να αποτυπώσουν πλήρως τα δημοφιλή σημεία αναφοράς σε λίγους μόνο τομείς. Η ανάλυση της Meta συγκρίνει τα Muse Spark 1.3 και Muse Wonder Full, απεικονίζοντας τη βαθμολογία κάθε μοντέλου σε έναν σύνθετο δείκτη που αντιπροσωπεύει εργασίες τις οποίες στόχευε η μεταεκπαίδευση (εντός κατανομής), σε σχέση με τη μέση επίδοση σε εργασίες που δεν αποτέλεσαν στόχο της μεταεκπαίδευσης (εκτός κατανομής). Η Meta ανέφερε ότι οι επιδόσεις και των δύο μοντέλων σε εργασίες εκτός κατανομής βελτιώνονται με παρόμοιο ρυθμό καθώς αυξάνονται οι υπολογιστικοί πόροι κατά τον χρόνο δοκιμής, αλλά ότι, δεδομένης της επίδοσής του σε εργασίες εντός κατανομής, το Muse Wonder Full αποδίδει καλύτερα σε άγνωστες εργασίες από όσο θα προέβλεπε η τάση του Muse Spark 1.3. Η Meta αποδίδει αυτή τη μετατόπιση προς τα πάνω στα μεγαλύτερα και ισχυρότερα βασικά μοντέλα στα οποία στηρίζεται η σειρά Muse Wonder, καθώς τα κέρδη από τη μεταεκπαίδευση μεταφέρονται αποτελεσματικότερα σε άγνωστες εργασίες. Σύμφωνα με το ιστολόγιο, αυτή η ευελιξία έχει σημασία για προσωπικούς πράκτορες που πρέπει να χειρίζονται πολλούς συνδυασμούς στόχων, εργαλείων και περιορισμών.

Σύνολο αξιολογήσεων

Η Meta ανέφερε ότι η σειρά Muse Wonder επιτυγχάνει αποτελέσματα αιχμής σε βασικά σημεία αναφοράς για προσωπικούς και επαγγελματικούς πράκτορες, τη μνήμη και τον προγραμματισμό, και δημοσίευσε πλήρη πίνακα αποτελεσμάτων που συγκρίνει τα μοντέλα με άλλα μοντέλα αιχμής σε ένα ευρύ σύνολο αξιολογήσεων. Στις αξιολογήσεις που κατονομάζονται περιλαμβάνονται το σημείο αναφοράς Harvey για νομικούς πράκτορες, το οποίο απαιτεί από τα μοντέλα να εργάζονται με πρωτογενή έγγραφα και να ακολουθούν λεπτομερείς οδηγίες για την παραγωγή νομικών εγγράφων, καθώς και το Vals Finance Agent V2 για εργασίες χρηματοοικονομικών πρακτόρων. Η μακροπρόθεσμη μνήμη με επίγνωση του πλαισίου αξιολογείται με το MemoryBench, η εστίαση με το FocusBench, η διαρκής εκτέλεση σε μακροχρόνια έργα λογισμικού με το SWE-Marathon και ο προγραμματισμός σε μεγάλο χρονικό ορίζοντα με το DeepSWE. Η Meta παρέπεμψε σε ξεχωριστή έκθεση για πρόσθετες λεπτομέρειες σχετικά με τις αξιολογήσεις.

Ασφάλεια και ευθυγράμμιση

Η Meta ανέφερε ότι εκπαίδευσε την οικογένεια Muse Wonder ώστε να αποφεύγει την κοινοποίηση ιδιωτικών πληροφοριών χωρίς άδεια, να αρνείται αιτήματα για βοήθεια στην εκτέλεση πράξεων που είναι πράγματι επιβλαβείς και να συμβάλλει στη βελτίωση της ασφάλειας και την ενίσχυση της άμυνας απέναντι σε κυβερνοεπιθέσεις. Καθώς οι προγραμματιστές και οι ομάδες ασφάλειας μπορούν να χρησιμοποιούν μοντέλα όπως το Muse Wonder για να εντοπίζουν αδυναμίες στον δικό τους κώδικα και να ενισχύουν τα συστήματά τους, η Meta ανέφερε ότι φρόντισε ώστε τα μοντέλα να εξακολουθούν να μπορούν να εκτελούν αυτές τις εργασίες.

Η Meta περιέγραψε το Muse Wonder ως μοντέλο που προσφέρει τις ισχυρότερες έως σήμερα δικλίδες ασφαλείας της απέναντι σε κακόβουλη χρήση σχετική με CBRN (χημικά, βιολογικά, ραδιολογικά και πυρηνικά) και σε κακόβουλη χρήση στον κυβερνοχώρο, διατηρώντας παράλληλα την πρόσβαση σε προηγμένες δυνατότητες κυβερνοασφάλειας για αμυντική χρήση, και χαρακτήρισε το Muse Wonder ως το πιο ευθυγραμμισμένο μοντέλο της μέχρι σήμερα. Οι αξιολογήσεις ασφάλειας που περιγράφονται στο ερευνητικό ιστολόγιο καλύπτουν τα ποσοστά επιτυχίας επιθέσεων για μη εξουσιοδοτημένη εκτέλεση κώδικα, τα ποσοστά παραβιάσεων κατά τον χειρισμό προσωπικών πληροφοριών, τα ποσοστά άρνησης αιτημάτων που ενέχουν βιολογικό κίνδυνο, καθώς και τα ποσοστά άρνησης κακόβουλης χρήσης στον κυβερνοχώρο και συμμόρφωσης με αιτήματα κυβερνοάμυνας. Η Meta εκπαιδεύει, αξιολογεί και διαθέτει τα πιο ικανά μοντέλα της σύμφωνα με το Meta Superintelligence Scaling Framework και ανέφερε ότι σύντομα θα είναι διαθέσιμη πλήρης έκθεση με πρόσθετες αξιολογήσεις ασφάλειας.

Διαθεσιμότητα και ανακοινωμένα σχέδια

Το Muse Wonder είναι διαθέσιμο μέσω του Meta Model API και του Muse Code, ενώ το Muse Wonder Full είναι διαθέσιμο στους συνδρομητές του Muse Code. Η Meta δήλωσε ότι σύντομα το Muse Wonder θα τροφοδοτεί λειτουργίες στο Muse, αρχικά για τους συνδρομητές, και ότι θα χρησιμοποιείται επίσης για τη δημιουργία τεχνουργημάτων και άλλες διαδικασίες που απαιτούν μεγαλύτερη νοημοσύνη. Η Meta δήλωσε επίσης ότι θα χρησιμοποιήσει το Muse Wonder για να αναπτύξει εξειδικευμένα μοντέλα, τα οποία θα διαθέσει σε όλους όσοι χρησιμοποιούν το Muse.