Nåværende Muse får 47% på Metas Personal Superintelligence Index

Meta AI Research kunngjorde 6. november 2026 at selskapet ruller ut spesialiserte versjoner av modellene bak Muse og Meta AI, trent med Muse Wonder. Den nåværende Muse-modellen får 47 % på Personal Superintelligence Index, mot 38 % for den forrige modellen.

Oppdateringen gir begge produktene Active Memory og Active Focus. Modellene som rulles ut, er spesialiserte versjoner av Metas eksisterende systemer, forbedret gjennom Muse Wonder, og ikke en utrulling av selve Wonder-serien. Denne tilnærmingen gjør funksjoner som ble introdusert med Wonder, tilgjengelige for flere gjennom assistentenes eksisterende modeller.

I kunngjøringen 12. oktober 2026 beskrev Meta Muse Wonder og Muse Wonder Full som sine mest avanserte modeller hittil og sa at Wonder først skulle brukes til Muse-opplevelser for abonnenter, før teknologien skulle brukes til å utvikle spesialiserte modeller for alle som bruker Muse. Den nye utrullingen utvider denne planen om spesialiserte modeller til både Muse og Meta AI.

Active Memory velger relevant kontekst

Active Memory gjør det mulig for assistentene å huske viktig informasjon og hente den fram når den blir relevant i en senere samtale. Opplæringen omfatter forskjellen mellom midlertidig og permanent informasjon, resonnering over tid og evnen til å gjenkjenne når detaljer fortsatt er relevante eller har blitt utdaterte. Dermed blir hukommelse et spørsmål om utvalg og timing: Modellen må identifisere hvilken tidligere kontekst som gjelder nå, og hva som har blitt utdatert.

Meta rapporterer at de forbedrede Muse-modellene har redusert glemmingen av informasjon som er avgjørende for brukernes mål, med en faktor på 2,4. Active Memory Eval viser at den nåværende modellen bruker kritisk kontekst riktig i 90 % av oppgavene, mot 76 % for den forrige modellen. Tallene beskriver hver sin del av problemet: å huske informasjon som trengs for å nå et mål, og å bruke denne konteksten riktig mens en oppgave pågår.

Active Focus holder oppgavene i gang

Active Focus skal hjelpe Muse med å fortsette arbeidet mot et mål når en uventet utfordring avbryter det. Meta trente modellene på ulike flaskehalser som skal gjenspeile forhold i den virkelige verden, slik at de kan holde ut, hente seg inn igjen eller finne andre løsninger for brukeren. For Muse rapporterer Meta en forbedring på 67 % i gjennomføringen av hverdagsoppgaver der det oppstår uventede problemer.

De spesialiserte modellene tar også for seg hvordan en agent samarbeider med noen mens en oppgave pågår. De er utviklet for å kunne håndtere flere oppgaver samtidig, velge mellom å gjøre framgang på egen hånd og å samarbeide direkte med brukeren, og ta hensyn til instrukser eller presiseringer uten å bli forvirret eller miste tråden i oppgaven. Slik knyttes utholdenhet til evnen til å reagere: En agent kan fortsette å arbeide mot målet og samtidig endre kurs når brukeren griper inn.

I Meta AI skal de samme forbedringene gjøre assistenten til en bedre sparringspartner og samarbeidspartner. Den kan dele opp komplekse problemer i tydelige trinn, stille mer presise oppfølgingsspørsmål og holde tritt når brukeren endrer retning midt i samtalen.

For brukerne er den praktiske prøven på utrullingen kontinuitet: om nyttig kontekst bevares når omstendighetene endrer seg, om arbeidet kan gjenopptas etter hindringer, og om korrigeringer kan innarbeides uten at målet går tapt. Denne atferden knytter Metas rapporterte resultater til det daglige samarbeidet selskapet ønsker å støtte i Muse og Meta AI.