Meta ने Muse Wonder सीरीज़ का अनावरण किया: अब तक के उसके सबसे सक्षम एआई मॉडल

12 अक्टूबर 2026 को Meta ने Muse Wonder सीरीज़ की घोषणा की और व्यक्तिगत तथा पेशेवर एजेंट-आधारित कार्यों के लिए अग्रणी मॉडल के रूप में Muse Wonder और Muse Wonder Full पेश किए। Meta ने इन्हें अब तक के अपने सबसे सक्षम मॉडल बताया, जिन्हें बीमा दावे की प्रक्रिया सँभालने से लेकर पट्टे को समझने और काम करने वाला ऐप बनाने तक के कार्यों में अत्याधुनिक प्रदर्शन देने के लिए तैयार किया गया है।

एजेंट-आधारित कार्यों के लिए क्षमताएँ

घोषणा के अनुसार, Muse Wonder मॉडल कानून, वित्त और स्वास्थ्य जैसे विशेषज्ञता वाले क्षेत्रों में क्षमताएँ प्रदान करते हैं। साथ ही, ये उन लोगों के लिए कोडिंग में अग्रणी प्रदर्शन देते हैं जो गेम से लेकर नए व्यवसाय के लिए ऐप तक बना रहे हैं। Meta ने बताया कि यह लॉन्च उसके एआई प्रयासों के व्यापक बदलाव की शुरुआत के चौदह महीने बाद हुआ है। इस अवधि में कंपनी ने अपनी बुनियाद को फिर से खड़ा करने से लेकर इस क्षेत्र की सीमाओं को आगे बढ़ाने तक का सफर तय किया। ये मॉडल Muse Spark के साथ किए गए शुरुआती काम पर आधारित हैं।

Meta ने नए मॉडल उन सुविधाओं के आधार पर बनाए जिन्हें वह Active Memory और Active Focus कहता है। Active Memory अलग-अलग बातचीत में उपयोगकर्ता से जुड़ा संदर्भ बनाए रखता है और मौजूदा कार्य के लिए प्रासंगिक जानकारियाँ सामने लाता है। Active Focus किसी कार्य के कठिन होने पर भी मॉडल को लक्ष्य की दिशा में काम करते रहने में मदद करता है: यह दूसरे तरीके आज़माता है, गलतियों से उबरता है, ज़रूरत पड़ने पर स्पष्टीकरण माँगता है और किसी महत्वपूर्ण काम को पूरा करने से पहले उपयोगकर्ता से पुष्टि करता है।

कोडिंग इन क्षमताओं को एक साथ जोड़ती है। Meta का शोध ब्लॉग सॉफ़्टवेयर बनाने को ऐसी प्रक्रिया बताता है जिसमें आवश्यकताओं पर नज़र रखना, कोडबेस में बदलाव करना और बार-बार परीक्षण तथा संशोधन के चक्रों से गुज़रना शामिल है। ब्लॉग के अनुसार, दोनों मॉडलों को विविध और लंबे समय तक चलने वाले कार्यों पर प्रशिक्षित किया गया, ताकि वे इस पूरी प्रक्रिया में निरंतर प्रगति कर सकें। ब्लॉग में दिए गए प्रदर्शनों में Muse Wonder को अनुकूलित की जा सकने वाली छवियों के इनपुट से खेलने योग्य 3D रसोई गेम बनाते, व्यक्तिगत पसंद और परिस्थितियों के आधार पर OpenStreetMap के डेटा का उपयोग करके ब्राउज़र में दौड़ने की योजना तैयार करते, किसी निजी Instagram प्रोफ़ाइल से ली गई वास्तविक तस्वीरों के आधार पर पसंद के प्रचार-सामान का डिज़ाइन और ऑर्डर करते, और जटिल मेल-मिलाप आवश्यकताओं की सूची के आधार पर शादी के लिए अनुकूलित बैठने का चार्ट तैयार करते दिखाया गया है।

प्रशिक्षण और सामान्यीकरण

Muse Wonder और Muse Wonder Full को Meta के गीगावॉट-स्तरीय Prometheus डेटा सेंटर में प्रशिक्षित किया गया। यह लॉन्च उस स्केलिंग पद्धति पर आधारित है जिसकी रूपरेखा Meta ने Muse Spark के साथ पेश की थी और जिसे पूर्व-प्रशिक्षण तथा रीइन्फ़ोर्समेंट लर्निंग—दोनों में लागू किया गया।

शोध ब्लॉग यह भी देखता है कि प्रशिक्षण-पश्चात लक्षित कार्यों पर प्रदर्शन का, परीक्षण के समय संगणना बढ़ाने के साथ, अपरिचित कार्यों के प्रदर्शन से क्या संबंध है। ब्लॉग के अनुसार, कुछ क्षेत्रों के लोकप्रिय बेंचमार्क क्षमताओं की इस व्यापकता को पूरी तरह नहीं माप सकते। Meta के विश्लेषण में Muse Spark 1.3 और Muse Wonder Full की तुलना की गई है। इसमें हर मॉडल के उन कार्यों के समग्र माप पर प्राप्त अंक दिखाए गए हैं जिन्हें प्रशिक्षण-पश्चात लक्षित किया गया था (वितरण के भीतर), और उनकी तुलना उन कार्यों पर औसत प्रदर्शन से की गई है जिन्हें प्रशिक्षण-पश्चात लक्षित नहीं किया गया था (वितरण से बाहर)। Meta ने बताया कि परीक्षण के समय संगणना बढ़ने पर दोनों मॉडल वितरण से बाहर के कार्यों में लगभग समान रूप से बेहतर होते हैं। लेकिन वितरण के भीतर के प्रदर्शन को देखते हुए, Muse Wonder Full अपरिचित कार्यों में उस प्रदर्शन से बेहतर करता है जिसका अनुमान Muse Spark 1.3 के रुझान से लगाया जा सकता था। Meta के अनुसार, यह बेहतर प्रदर्शन Muse Wonder सीरीज़ के पीछे मौजूद बड़े और अधिक शक्तिशाली आधार मॉडलों की वजह से है। प्रशिक्षण-पश्चात हासिल हुए उनके सुधार अपरिचित कार्यों में अधिक प्रभावी ढंग से काम आते हैं। ब्लॉग कहता है कि यह बहुमुखी प्रतिभा ऐसे व्यक्तिगत एजेंटों के लिए अहम है जिन्हें लक्ष्यों, टूलों और सीमाओं के अनेक संयोजनों को सँभालना पड़ता है।

मूल्यांकन सुइट

Meta ने कहा कि Muse Wonder सीरीज़ व्यक्तिगत और पेशेवर एजेंटों, मेमरी तथा कोडिंग से जुड़े प्रमुख बेंचमार्क में अत्याधुनिक नतीजे हासिल करती है। कंपनी ने मूल्यांकन के व्यापक सुइट में इन मॉडलों की तुलना अन्य अग्रणी मॉडलों से करने वाली पूरी परिणाम तालिका भी प्रकाशित की। नामित मूल्यांकनों में Harvey’s Legal Agent Benchmark शामिल है, जिसमें मॉडल को स्रोत दस्तावेज़ों के साथ काम करके और विस्तृत निर्देशों का पालन करके कानूनी दस्तावेज़ तैयार करने होते हैं। वित्तीय एजेंटों के कार्यों के लिए Vals Finance Agent V2 का भी मूल्यांकन किया गया। दीर्घकालिक संदर्भ-स्मृति को MemoryBench पर, फ़ोकस को FocusBench पर, लंबे समय तक चलने वाली सॉफ़्टवेयर परियोजनाओं में लगातार काम करने की क्षमता को SWE-Marathon पर और दीर्घकालिक कोडिंग को DeepSWE पर मापा जाता है। Meta ने अतिरिक्त मूल्यांकन विवरणों के लिए एक अलग रिपोर्ट का उल्लेख किया।

सुरक्षा और संरेखण

Meta ने कहा कि उसने Muse Wonder परिवार को इस तरह प्रशिक्षित किया कि वह अनुमति के बिना निजी जानकारी साझा न करे, वास्तव में हानिकारक कृत्यों को अंजाम देने में मदद के अनुरोधों को अस्वीकार करे, और सुरक्षा बेहतर बनाने तथा साइबर हमलों से बचाव को मज़बूत करने में योगदान दे। डेवलपर और सुरक्षा टीमें Muse Wonder जैसे मॉडलों का उपयोग अपने कोड की कमियाँ खोजने और अपने सिस्टम को अधिक सुरक्षित बनाने के लिए कर सकती हैं। इसलिए Meta ने कहा कि उसने सुनिश्चित किया कि मॉडल यह काम करने में सक्षम बने रहें।

Meta ने कहा कि Muse Wonder, CBRN (रासायनिक, जैविक, रेडियोलॉजिकल और परमाणु) तथा साइबर के दुरुपयोग के विरुद्ध अब तक के अपने सबसे मज़बूत सुरक्षा उपाय देता है। साथ ही, रक्षात्मक इस्तेमाल के लिए अग्रणी साइबर क्षमताओं तक पहुँच बनाए रखता है। कंपनी ने Muse Wonder को अब तक का अपना सर्वाधिक संरेखित मॉडल भी बताया। शोध ब्लॉग में बताए गए सुरक्षा मूल्यांकनों में अनधिकृत कोड निष्पादन वाले हमलों की सफलता दर, निजी जानकारी सँभालने से जुड़े उल्लंघनों की दर, जैविक जोखिम से जुड़े अनुरोधों को अस्वीकार करने की दर, और साइबर दुरुपयोग से जुड़े अनुरोधों को अस्वीकार करने तथा साइबर रक्षा में निर्देशों का पालन करने की दर शामिल हैं। Meta अपने सबसे सक्षम मॉडलों को Meta Superintelligence Scaling Framework के अनुरूप प्रशिक्षित करता है, उनका मूल्यांकन करता है और उन्हें जारी करता है। कंपनी ने कहा कि अतिरिक्त सुरक्षा मूल्यांकनों वाली पूरी रिपोर्ट जल्द उपलब्ध होगी।

उपलब्धता और घोषित योजनाएँ

Muse Wonder, Meta Model API और Muse Code के ज़रिए उपलब्ध है, जबकि Muse Wonder Full, Muse Code के सदस्यों के लिए उपलब्ध है। Meta ने कहा कि जल्द ही Muse में उपलब्ध अनुभवों को Muse Wonder संचालित करेगा। इसे सबसे पहले सदस्यों के लिए जारी किया जाएगा। यह आर्टिफैक्ट बनाने और उन अन्य प्रक्रियाओं को भी संचालित करेगा जिनमें अधिक बुद्धिमत्ता की ज़रूरत होती है। Meta ने यह भी कहा कि वह Muse Wonder का इस्तेमाल विशेष मॉडल विकसित करने के लिए करेगा, जिन्हें वह Muse का इस्तेमाल करने वाले सभी लोगों के लिए उपलब्ध करा सकेगा।