Текущая модель Muse набрала 47% по Индексу персонального сверхинтеллекта Meta

Meta AI Research объявила 6 ноября 2026 года о запуске специализированных версий моделей, лежащих в основе Muse и Meta AI и обученных с использованием Muse Wonder. Текущая модель Muse набрала 47% по Индексу персонального сверхинтеллекта против 38% у предыдущей модели.

Обновление добавляет функции «Активная память» и «Активная концентрация» в оба продукта. Развёртываемые модели — это специализированные версии существующих систем Meta, усовершенствованные с помощью Muse Wonder, а не запуск самой серии Wonder. Такой подход позволяет большему числу людей пользоваться возможностями, впервые представленными в Wonder, через уже существующие модели ассистентов.

В объявлении от 12 октября 2026 года Meta назвала Muse Wonder и Muse Wonder Full своими самыми мощными на сегодняшний день моделями и сообщила, что сначала Wonder будет использоваться для работы функций Muse, доступных подписчикам, а затем на его основе разработают специализированные модели для всех пользователей Muse. Новый запуск распространяет этот план по созданию специализированных моделей на Muse и Meta AI.

Активная память отбирает релевантный контекст

Функция «Активная память» позволяет ассистентам сохранять важную информацию и извлекать её, когда она становится актуальной для последующего разговора. В ходе обучения модели учатся различать временную и постоянную информацию, рассуждать с учётом времени и распознавать, остаются ли детали актуальными или уже устарели. Поэтому память требует правильного отбора и выбора момента: модель должна определить, какой контекст из предыдущего разговора важен сейчас, а какой уже утратил актуальность.

По данным Meta, в усовершенствованных моделях Muse вероятность забыть информацию, критически важную для достижения целей пользователей, снизилась в 2,4 раза. Согласно тесту Active Memory Eval, текущая модель правильно использует критически важный контекст в 90% задач против 76% у предыдущей модели. Эти показатели отражают разные стороны проблемы: сохранение информации, необходимой для достижения цели, и правильное применение этого контекста при выполнении задачи.

Активная концентрация помогает не прерывать выполнение задач

Функция «Активная концентрация» призвана помогать Muse продолжать движение к цели, если работе неожиданно мешает препятствие. Meta обучала модели на различных ситуациях, создающих затруднения и отражающих условия реального мира, чтобы они могли продолжать работу, восстанавливаться после сбоев или искать альтернативные решения для пользователя. По данным Meta, в Muse выполнение повседневных задач, в ходе которых возникают неожиданные проблемы, улучшилось на 67%.

Специализированные модели также призваны улучшить взаимодействие агента с пользователем во время выполнения задачи. Они способны выполнять несколько задач одновременно, выбирать между самостоятельным продвижением и совместной работой в реальном времени, а также учитывать указания и уточнения, не теряя понимания ситуации и не сбиваясь с задачи. Благодаря этому настойчивость сочетается с отзывчивостью: агент может продолжать двигаться к цели и одновременно менять курс, если пользователь вмешивается.

В Meta AI те же улучшения призваны сделать ассистента более эффективным партнёром для обдумывания задач и совместной работы. Он может разбивать сложные проблемы на понятные шаги, задавать более точные уточняющие вопросы и быстро подстраиваться, если пользователь меняет направление разговора.

Для пользователей практическая проверка этого обновления — непрерывность работы: сохраняется ли полезный контекст при изменении обстоятельств, возобновляется ли работа после препятствий и удаётся ли учесть исправления, не теряя из виду цель. Эти возможности связывают заявленные Meta результаты с повседневной совместной работой, которую компания стремится поддерживать в Muse и Meta AI.