Het huidige Muse scoort 47% op Meta’s index voor persoonlijke superintelligentie

Meta AI Research maakte op 6 november 2026 bekend dat het gespecialiseerde versies uitrolt van de modellen achter Muse en Meta AI, die zijn getraind met Muse Wonder. Het huidige Muse-model scoort 47% op Meta’s index voor persoonlijke superintelligentie, tegenover 38% voor het vorige model.

De update brengt Active Memory en Active Focus naar beide producten. De modellen die worden uitgerold, zijn gespecialiseerde versies van Meta’s bestaande systemen, verbeterd met Muse Wonder, en niet de Wonder-serie zelf. Zo komen de mogelijkheden die met Wonder zijn geïntroduceerd via de bestaande modellen van de assistenten beschikbaar voor meer mensen.

In de aankondiging van 12 oktober 2026 beschreef Meta Muse Wonder en Muse Wonder Full als zijn meest capabele modellen tot dan toe. Ook zei het bedrijf dat Wonder eerst de Muse-ervaringen voor abonnees zou aandrijven, voordat het zou worden gebruikt om gespecialiseerde modellen te ontwikkelen voor iedereen die Muse gebruikt. Met de nieuwe uitrol wordt dat plan voor gespecialiseerde modellen uitgebreid naar zowel Muse als Meta AI.

Active Memory selecteert relevante context

Met Active Memory kunnen de assistenten belangrijke informatie onthouden en ophalen zodra die relevant wordt voor een later gesprek. De training behandelt het verschil tussen tijdelijke en blijvende informatie, redeneren over langere tijd en herkennen wanneer details relevant blijven of verouderd zijn. Geheugen draait daarmee om selectie en timing: het model moet bepalen welke eerdere context nu van toepassing is en welke inmiddels verouderd is.

Voor de verbeterde Muse-modellen meldt Meta dat het vergeten van informatie die cruciaal is voor de doelen van gebruikers 2,4 keer is afgenomen. Uit de Active Memory Eval blijkt dat het huidige model in 90% van de taken cruciale context correct gebruikt, tegenover 76% voor het vorige model. Deze cijfers beschrijven verschillende aspecten van het probleem: informatie onthouden die nodig is om een doel te bereiken, en die context tijdens een taak correct toepassen.

Active Focus houdt taken op gang

Active Focus is bedoeld om Muse op weg naar een doel te houden wanneer een onverwachte uitdaging het werk onderbreekt. Meta trainde de modellen met uiteenlopende knelpunten die de omstandigheden in de echte wereld moeten weerspiegelen, zodat ze kunnen volharden, zich kunnen herstellen of alternatieven voor de gebruiker kunnen zoeken. Voor Muse meldt Meta een verbetering van 67% bij het uitvoeren van alledaagse taken waarbij onverwachte problemen ontstaan.

De gespecialiseerde modellen zijn ook ontworpen om te bepalen hoe een agent tijdens een taak met iemand samenwerkt. Ze kunnen meerdere taken tegelijk uitvoeren, kiezen tussen zelfstandig voortgang boeken en live samenwerken, en aanwijzingen of verduidelijkingen verwerken zonder in verwarring te raken of de taak uit het oog te verliezen. Zo wordt volharding gekoppeld aan responsiviteit: een agent kan het doel blijven nastreven en tegelijk van koers veranderen wanneer de gebruiker ingrijpt.

In Meta AI moeten dezelfde verbeteringen de assistent tot een betere denkpartner en samenwerkingspartner maken. De assistent kan complexe problemen opdelen in duidelijke stappen, gerichter doorvragen en het tempo bijhouden wanneer een gebruiker halverwege het gesprek van koers verandert.

Voor gebruikers draait de praktische toets van de uitrol om continuïteit: blijft bruikbare context behouden wanneer omstandigheden veranderen, kan het werk na obstakels worden hervat en kunnen correcties worden verwerkt zonder het doel uit het oog te verliezen? Dat gedrag verbindt de resultaten die Meta meldt met de alledaagse samenwerking die het met Muse en Meta AI wil ondersteunen.