O Muse atual alcança 47% no Índice de Superinteligência Pessoal da Meta

A Meta AI Research anunciou em 6 de novembro de 2026 que está lançando versões especializadas dos modelos por trás do Muse e do Meta AI, treinadas com o Muse Wonder. O modelo atual do Muse obteve 47% em seu Índice de Superinteligência Pessoal, contra 38% do modelo anterior.

A atualização leva o Active Memory e o Active Focus aos dois produtos. Os modelos que estão sendo lançados são versões especializadas dos sistemas existentes da Meta, aprimoradas por meio do Muse Wonder, e não um lançamento da própria série Wonder. Essa abordagem leva a mais pessoas, por meio dos modelos existentes dos assistentes, os recursos introduzidos com o Wonder.

Em seu anúncio de 12 de outubro de 2026, a Meta descreveu o Muse Wonder e o Muse Wonder Full como seus modelos mais capazes até então e afirmou que o Wonder primeiro impulsionaria as experiências do Muse para assinantes, antes de ser usado para desenvolver modelos especializados para todos os usuários do Muse. O novo lançamento estende esse plano de modelos especializados ao Muse e ao Meta AI.

O Active Memory seleciona o contexto relevante

O Active Memory permite que os assistentes retenham informações importantes e as recuperem quando se tornarem relevantes para uma conversa posterior. O treinamento abrange a diferença entre informações temporárias e permanentes, o raciocínio ao longo do tempo e o reconhecimento de quando os detalhes continuam relevantes ou se tornaram obsoletos. Isso faz da memória um problema de seleção e de momento oportuno: o modelo precisa identificar qual contexto anterior se aplica agora e qual ficou desatualizado.

Para os modelos aprimorados do Muse, a Meta relata uma redução de 2,4 vezes no esquecimento de informações essenciais para os objetivos dos usuários. A avaliação Active Memory Eval mostra que o modelo atual usa corretamente o contexto essencial em 90% das tarefas, contra 76% no caso do modelo anterior. Esses números descrevem aspectos distintos do problema: reter as informações necessárias para alcançar um objetivo e aplicar esse contexto corretamente durante uma tarefa.

O Active Focus mantém as tarefas em andamento

O Active Focus foi desenvolvido para manter o Muse avançando em direção a um objetivo quando um imprevisto interrompe o trabalho. A Meta treinou os modelos com diversos obstáculos, concebidos para refletir condições do mundo real, a fim de que possam persistir, se recuperar ou buscar alternativas para o usuário. No Muse, a Meta relata uma melhora de 67% na conclusão de tarefas cotidianas em que surgem imprevistos.

Os modelos especializados também abordam a maneira como um agente trabalha com alguém enquanto uma tarefa está em andamento. Eles foram projetados para realizar várias tarefas ao mesmo tempo, escolher entre avançar de forma independente e colaborar em tempo real, além de incorporar orientações ou esclarecimentos sem se confundir nem perder de vista a tarefa. Isso conecta persistência e capacidade de resposta: um agente pode continuar buscando o objetivo e, ao mesmo tempo, mudar de rumo quando o usuário intervém.

No Meta AI, as mesmas melhorias pretendem tornar o assistente um parceiro de raciocínio e colaborador melhor. Ele pode dividir problemas complexos em etapas claras, fazer perguntas de acompanhamento mais precisas e acompanhar o ritmo quando o usuário muda de direção no meio da conversa.

Para os usuários, o teste prático do lançamento é a continuidade: verificar se o contexto útil se mantém diante de circunstâncias em mudança, se o trabalho se recupera dos obstáculos e se é possível incorporar correções sem perder o objetivo. Esses comportamentos relacionam os resultados divulgados pela Meta à colaboração cotidiana que a empresa pretende oferecer no Muse e no Meta AI.