Meta esittelee Muse Wonder -malliston, tähän asti kyvykkäimmät tekoälymallinsa

Meta julkisti 12. lokakuuta 2026 Muse Wonder -malliston ja esitteli Muse Wonderin ja Muse Wonder Fullin huipputason malleina henkilökohtaisiin ja ammatillisiin tekoälyagenttien tehtäviin. Metan mukaan ne ovat sen tähän asti kyvykkäimmät mallit, jotka on suunniteltu tarjoamaan huipputason suorituskykyä monenlaisissa tehtävissä vakuutuskorvaushakemuksen käsittelystä vuokrasopimuksen ymmärtämiseen ja toimivan sovelluksen rakentamiseen.

Kyvykkyydet tekoälyagenttien tehtäviin

Julkistuksen mukaan Muse Wonder -mallit tuovat kyvykkyyttä asiantuntija-aloille, kuten lakiasioihin, rahoitukseen ja terveydenhuoltoon, sekä tarjoavat huipputason koodauskykyä ihmisille, jotka rakentavat kaikkea peleistä uuden yrityksen sovelluksiin. Meta kuvasi julkaisun tapahtuvan neljätoista kuukautta sen jälkeen, kun se aloitti tekoälytyönsä kokonaisvaltaisen uudistamisen. Tuona aikana se on siirtynyt perustustensa rakentamisesta alan eturintaman tavoittelemiseen. Mallit pohjautuvat Muse Sparkin luomaan perustaan.

Meta rakensi uudet mallit ominaisuuksien varaan, joita se kutsuu nimillä Active Memory ja Active Focus. Active Memory säilyttää käyttäjää koskevan asiayhteyden keskustelujen välillä ja palauttaa esiin kulloisenkin tehtävän kannalta olennaiset tiedot. Active Focus pitää mallin työskentelemässä kohti tavoitetta, kun tehtävä vaikeutuu: se kokeilee muita lähestymistapoja, korjaa virheistä ja pyytää tarvittaessa tarkennuksia sekä varmistaa ennen tärkeiden asioiden toteuttamista, että käyttäjä on niiden kanssa samaa mieltä.

Koodaus yhdistää nämä kyvykkyydet. Metan tutkimusblogissa ohjelmistojen rakentamista kuvataan prosessiksi, jossa seurataan vaatimuksia, tehdään muutoksia koodikantaan ja käydään läpi toistuvia testaus- ja muokkauskierroksia. Blogissa kerrotaan, että molemmat mallit koulutettiin monenlaisilla pitkäkestoisilla tehtävillä, jotta ne pystyvät edistämään työtä koko prosessin ajan. Julkaisun esimerkeissä Muse Wonder rakentaa mukautettavista kuvasyötteistä pelattavan kolmiulotteisen keittiöpelin, kokoaa selaimessa juoksusuunnitelman OpenStreetMap-tietojen sekä henkilökohtaisten mieltymysten ja olosuhteiden perusteella, suunnittelee ja tilaa yksilöllisiä fanituotteita henkilökohtaiselta Instagram-profiililta otettujen aitojen valokuvien pohjalta sekä laatii yksilöllisen häävieraspöytäkartan monimutkaisten yhteensopivuusvaatimusten luettelon perusteella.

Koulutus ja yleistettävyys

Muse Wonder ja Muse Wonder Full koulutettiin Metan gigawatin mittakaavan Prometheus-datakeskuksessa. Julkaisu perustuu Metan Muse Sparkin yhteydessä esittelemään skaalautumismenetelmään, jota sovellettiin sekä esikoulutuksessa että vahvistusoppimisessa.

Tutkimusblogissa tarkastellaan myös sitä, miten jälkikoulutuksessa harjoitelluissa tehtävissä suoriutuminen liittyy tuntemattomissa tehtävissä suoriutumiseen testiaikaisen laskennan kasvaessa. Blogin mukaan muutaman aihealueen suositut vertailutestit eivät pysty täysin mittaamaan näin laaja-alaista kyvykkyyttä. Metan analyysissä verrataan malleja Muse Spark 1.3 ja Muse Wonder Full: siinä esitetään kummankin mallin pistemäärä jälkikoulutuksessa harjoiteltuja tehtäviä edustavassa yhdistelmäarviossa (saman jakauman tehtävät) suhteessa keskimääräiseen suoriutumiseen tehtävissä, joita ei harjoiteltu jälkikoulutuksessa (jakauman ulkopuoliset tehtävät). Meta kertoi, että molempien mallien tulokset jakauman ulkopuolisissa tehtävissä paranevat samaan tapaan testiaikaisen laskennan kasvaessa. Muse Wonder Full suoriutuu kuitenkin tuntemattomissa tehtävissä paremmin kuin Muse Spark 1.3:n tuloskehityksen perusteella voisi saman jakauman tehtävissä suoriutumisen huomioon ottaen ennustaa. Metan mukaan tämä tason nousu johtuu Muse Wonder -malliston taustalla olevista suuremmista ja tehokkaammista perusmalleista, joiden jälkikoulutuksessa saavuttamat parannukset siirtyvät tehokkaammin myös tuntemattomiin tehtäviin. Blogin mukaan tällainen monipuolisuus on tärkeää henkilökohtaisille agenteille, joiden on pystyttävä käsittelemään monenlaisia tavoitteiden, työkalujen ja rajoitteiden yhdistelmiä.

Arviointikokonaisuus

Meta kertoi Muse Wonder -malliston saavuttavan huipputason tuloksia keskeisissä vertailutesteissä, jotka mittaavat henkilökohtaisten ja ammatillisten agenttien, muistin ja koodauksen kyvykkyyttä. Se julkaisi kattavan tulostaulukon, jossa malleja verrataan muihin huipputason malleihin laajassa arviointikokonaisuudessa. Mainittuihin arviointeihin kuuluvat Harvey’s Legal Agent Benchmark, jossa mallien on työskenneltävä lähdeasiakirjojen parissa ja noudatettava yksityiskohtaisia ohjeita oikeudellisten asiakirjojen laatimiseksi, sekä Vals Finance Agent V2, joka arvioi rahoitusalan agenttitehtäviä. Pitkäkestoista kontekstuaalista muistia mitataan MemoryBenchillä, keskittymiskykyä FocusBenchillä, pitkäkestoisten ohjelmistoprojektien suorittamista SWE-Marathonilla ja pitkäjänteistä koodaamista DeepSWELLÄ. Meta viittasi erilliseen raporttiin, jossa on lisätietoja arvioinneista.

Turvallisuus ja linjakkuus

Meta kertoi kouluttaneensa Muse Wonder -malliperheen välttämään yksityisten tietojen jakamista ilman lupaa, kieltäytymään avustamasta tosiasiallisesti haitallisten tekojen toteuttamisessa sekä parantamaan tietoturvaa ja vahvistamaan suojautumista kyberhyökkäyksiltä. Koska kehittäjät ja tietoturvatiimit voivat käyttää Muse Wonderin kaltaisia malleja omasta koodistaan löytyvien haavoittuvuuksien etsimiseen ja järjestelmiensä suojaamisen tehostamiseen, Meta kertoi varmistaneensa, että mallit pystyvät edelleen tähän työhön.

Metan mukaan Muse Wonder tarjoaa tähän asti tehokkaimmat suojatoimet CBRN-uhkia (kemiallisia, biologisia, radiologisia ja ydinuhkia) sekä kyberkäyttöä vastaan ja säilyttää samalla puolustukselliseen käyttöön tarkoitetut huipputason kyberkyvykkyydet. Meta kutsui Muse Wonderia tähän asti linjakkaimmaksi mallikseen. Tutkimusblogissa kuvattuihin turvallisuusarviointeihin kuuluvat luvattoman koodinsuorituksen hyökkäysten onnistumisasteet, yksityisten tietojen käsittelyyn liittyvien rikkomusten määrät, biologisiin riskeihin liittyvien kieltäytymisten määrät sekä kyberväärinkäytöstä kieltäytymisen ja kyberpuolustuksen vaatimusten noudattamisen määrät. Meta kouluttaa, arvioi ja julkaisee kyvykkäimmät mallinsa Meta Superintelligence Scaling Framework -viitekehyksensä mukaisesti. Yhtiö kertoi, että kattava raportti lisäturvallisuusarviointeineen julkaistaan pian.

Saatavuus ja ilmoitetut suunnitelmat

Muse Wonder on saatavilla Meta Model API:n ja Muse Coden kautta, kun taas Muse Wonder Full on saatavilla Muse Coden tilaajille. Metan mukaan Muse Wonder tulee pian käyttöön Muse-palvelun käyttökokemuksissa, ensin tilaajille, ja sitä käytetään myös artefaktien luomiseen sekä muihin enemmän älykkyyttä vaativiin prosesseihin. Meta kertoi myös käyttävänsä Muse Wonderia erikoistuneiden mallien kehittämiseen, jotta ne voidaan tuoda kaikkien Musea käyttävien saataville.