Meta发布Muse Wonder系列，推出迄今能力最强的AI模型

Meta于2026年10月12日宣布推出Muse Wonder系列，发布Muse Wonder和Muse Wonder Full两款前沿模型，面向个人和专业场景中的智能体任务。Meta称，这是其迄今能力最强的模型，旨在为各类工作提供先进水平的表现，从处理保险理赔、理解租约，到开发可运行的应用程序。

面向智能体任务的能力

据公告介绍，Muse Wonder模型具备法律、金融和医疗等专业领域的能力，同时在编程方面达到前沿水平，可供人们开发各种项目，从游戏到新业务应用程序。Meta表示，此次发布距离其开始全面改革AI工作已有十四个月；在这段时间里，公司从重建基础逐步迈向推动技术前沿。这些模型建立在Muse Spark奠定的基础之上。

Meta围绕其称为Active Memory和Active Focus的功能构建了这些新模型。Active Memory能够在多轮对话中保留与用户有关的上下文，并在需要时调取与当前任务相关的细节。Active Focus则能在任务变得困难时让模型继续朝目标推进：尝试其他方法、从错误中恢复、在必要时请求澄清，并在落实任何重要事项之前与用户确认。

编程将这些能力结合起来。Meta的研究博客将软件开发描述为一个持续跟踪需求、修改代码库，并反复测试和修订的过程；博客还指出，两款模型都经过多样化、持续时间较长的任务训练，能够在整个过程中保持进展。文章中的演示展示了Muse Wonder如何利用可定制的图像输入，制作一款可玩的3D厨房游戏；如何在浏览器中根据个人偏好和具体情况，利用OpenStreetMap数据制定跑步计划；如何根据个人Instagram主页上的真实照片设计并订购定制周边商品；以及如何根据一份复杂的匹配要求清单制作定制婚礼座位表。

训练与泛化

Muse Wonder和Muse Wonder Full在Meta的吉瓦级Prometheus数据中心接受训练。此次发布延续了Meta在推出Muse Spark时阐述的扩展方法，并将其应用于预训练和强化学习。

研究博客还探讨了后训练期间针对的任务表现与陌生任务表现之间的关系，以及随着测试时计算量增加，这种关系如何变化。博客指出，少数领域中的热门基准测试无法全面衡量模型能力的广度。Meta的分析对比了Muse Spark 1.3和Muse Wonder Full，分别绘制两款模型在一组综合指标上的得分：该指标代表后训练针对的任务（分布内任务），并与未纳入后训练目标的任务（分布外任务）上的平均表现相比较。Meta表示，随着测试时计算量增加，两款模型在分布外任务上的表现提升幅度相近；但考虑到Muse Wonder Full在分布内任务上的表现，它在陌生任务上的实际表现优于根据Muse Spark 1.3的趋势所作的预测。Meta将这一表现上移归因于支撑Muse Wonder系列的基础模型规模更大、能力更强；这些模型在后训练中取得的提升能够更有效地迁移到陌生任务上。博客指出，这种多功能性对个人智能体十分重要，因为它们必须应对目标、工具和限制条件的多种组合。

评测套件

Meta表示，Muse Wonder系列在个人和专业智能体、记忆及编程方面的关键基准测试中取得了最先进的成绩，并公布了完整的结果表，将这些模型与其他前沿模型在一套涵盖广泛领域的评测中进行比较。文中列出的评测包括Harvey’s Legal Agent Benchmark，该基准要求模型处理源文件并遵循详细指示，产出法律工作成果；以及用于金融智能体任务的Vals Finance Agent V2。MemoryBench用于衡量长期情境记忆，FocusBench用于评估专注能力，SWE-Marathon用于评估模型在持续时间较长的软件项目中的执行能力，DeepSWE则用于评估长程编程能力。Meta还提到，另有一份报告提供更多评测详情。

安全与对齐

Meta表示，训练Muse Wonder系列时，要求模型避免在未经许可的情况下分享私人信息，拒绝协助实施实际有害行为，并致力于提升安全性、加强抵御网络攻击的能力。Meta指出，开发者和安全团队可以利用Muse Wonder这类模型查找自身代码中的漏洞并增强系统防护，因此公司确保这些模型仍能胜任此类工作。

Meta表示，Muse Wonder在防范CBRN（化学、生物、放射性和核能）及网络滥用方面采用了其迄今最强的防护措施，同时仍为防御用途保留使用前沿网络能力的途径；Meta还称，Muse Wonder是其迄今对齐程度最高的模型。研究博客介绍的安全评测涵盖未经授权的代码执行攻击成功率、违反个人信息处理规范的比率、生物风险相关请求的拒绝率，以及网络滥用请求的拒绝率和网络防御任务的合规率。Meta按照Meta Superintelligence Scaling Framework训练、评估并发布能力最强的模型，并表示将很快发布一份包含更多安全评测结果的完整报告。

可用情况与已公布计划

Muse Wonder 可通过 Meta Model API 和 Muse Code 使用，而 Muse Wonder Full 则面向 Muse Code 订阅用户开放。Meta 表示，Muse Wonder 很快将为 Muse 中的体验提供支持，并率先向订阅用户推出；它还将用于生成作品，以及执行其他需要更高智能水平的流程。Meta 还表示，将利用 Muse Wonder 开发专用模型，并向所有 Muse 用户开放。