Meta 将基于 Muse Wonder 训练的专用模型上线 Muse 与 Meta AI

几周前，我们推出了 Muse Wonder 系列，这是我们迄今为止能力最强的模型，在个人与专业智能体任务上实现了业界领先的表现。今天，我们推出基于 Muse Wonder 训练的现有模型专用版本，并逐步向 Muse 和 Meta AI 的用户开放。

将前沿能力带给 Muse 和 Meta AI

Muse Wonder 的设计目标，是在工作和日常生活中处理复杂任务时具备前沿能力。我们也借助它改进了 Muse 和 Meta AI 背后的模型，让更多人用上其中部分能力。

个人超级智能指数

当前与上一代 Muse 模型在个人超级智能指数上的得分：47% 和 38%。指数得分

个人超级智能指数：个人超级智能指数
系列	指标	数值
当前 Muse 模型	模型	当前 Muse 模型
当前 Muse 模型	指数得分	47%
上一代 Muse 模型	模型	上一代 Muse 模型
上一代 Muse 模型	指数得分	38%

记住重要的事

在 Muse Wonder 中，我们引入了主动记忆（Active Memory）和主动聚焦（Active Focus）。现在，我们把这两项能力带到了 Muse 和 Meta AI 的专用模型中。

主动记忆让 Muse 和 Meta AI 能记住重要信息，并识别出早先的信息何时变得相关，从而更容易在你过去的对话基础上继续推进。我们训练模型分辨哪些信息是临时的、哪些是长期的，跨时间进行推理，并区分哪些信息仍然相关、哪些已经过时。例如，Muse 中改进后的模型在遗忘关键信息方面减少了 2.4 倍，而这些信息对帮助你实现目标至关重要。

主动记忆评测

当前与上一代 Muse 模型在主动记忆评测上的表现：90% 和 76%。正确使用关键上下文的任务比例

主动记忆评测：主动记忆评测
系列	指标	数值
当前 Muse 模型	模型	当前 Muse 模型
当前 Muse 模型	正确使用关键上下文的任务比例	90%
上一代 Muse 模型	模型	上一代 Muse 模型
上一代 Muse 模型	正确使用关键上下文的任务比例	76%

朝着目标推进

主动聚焦让 Muse 即使遇到意外挑战，也能继续朝着目标推进。我们针对现实世界中各种典型的瓶颈对模型进行了训练，使它们能更努力尝试、从挫折中恢复，或代你寻找替代方案。在 Muse 中，我们的模型在完成那些会出现意外问题的日常任务时，表现提升了 67%。

我们还开发了专用模型，让它们发挥 Muse Wonder 在 Muse 尤为看重的一些行为上的表现。例如，它们学会了成为出色的多任务处理者，知道何时独立推进你的目标，何时与你实时协作。它们还能在任务执行过程中更好地适应你的引导和澄清，而不会陷入混乱。

在 Meta AI 中，同样的改进让它成为更好的思考伙伴和协作者。它能把复杂问题拆解成清晰的步骤，提出更精准的追问，并在对话中途你改变方向时跟上节奏。

通过将上述专用模型加入 Muse 和 Meta AI，我们希望让更多人用上能力更强的超级智能。我们期待你亲自体验。