• 回答数

    0

  • 浏览数

    0

  • 收藏数

    0

作者:Aim_yuan 发表于 1 小时前
跳转到指定楼层

Meta 推出基于 Muse Wonder 训练的现有模型专用版本,主动记忆与专注能力下放

IT之家 11 月 7 日消息,Meta 在上月发布了 Muse Wonder 系列模型。当地时间 11 月 6 日,Meta 宣布推出基于 Muse Wonder 训练的现有模型专用版本,并全面推送给 Muse 与 Meta AI 用户。

在发布 Muse Wonder 时,Meta 首次推出了主动记忆(Active Memory)与主动专注(Active Focus)两项核心特性。如今这两项能力全面下放至 Muse 与 Meta AI 中的专用模型群。

官方表示,主动记忆让 Muse 和 Meta AI 能够精准记住关键信息,并在先前对话内容与当前场景相关时及时调取,从而更轻松地基于历史对话延展推进。

Muse 中升级后的模型,在遗忘达成目标所需关键信息的问题上降低了 2.4 倍。

IT之家获悉,主动专注能力则确保 Muse 即使遭遇突发挑战,也能坚定不移地推进目标。在 Muse 中,当日常任务出现意外状况时,新模型的任务完成率提升了 67%。

延伸阅读

Muse Wonder 是 Meta 于 2026 年 10 月 12 日(美东时间)正式发布的新一代人工智能模型系列,包含主打快速前沿性能的 Muse Wonder,以及完整版本 Muse Wonder Full。扎克伯格称其比此前的 Muse Spark 规模更大、能力更先进,是 Meta 迈向“个人超级智能”的重要一步。

文中提到的 Muse 是 Meta 于 2026 年 9 月推出的个人 AI 智能体,可帮助用户处理采购杂货、预订行程等日常事务,并与 Meta 旗下社交应用相连,上线后曾登顶美国苹果与安卓应用商店下载榜;Meta AI 则是 Meta 面向更广泛用户的 AI 助手。

关于两项核心特性,Meta 将“主动记忆”(Active Memory)描述为模型在不同对话之间持续保留与用户有关的重要背景信息,并主动检索与当前任务相关的细节,而持久存储、删除、审阅与授权由上层应用的记忆模块控制;“主动专注”(Active Focus)则指模型在面对有挑战性的目标时会尝试不同方法、克服障碍,并根据新信息调整行动。

根据 Meta 公布的内部评测,接入新模型后,Muse 在 90% 的任务中能正确使用关键上下文,此前该比例为 76%;Muse 模型在 Meta“个人超级智能指数”上的得分为 47%,此前为 38%。上述数据均由 Meta 自行报告,目前尚无第三方独立评测。

在获取方式上,Muse Wonder 通过 Meta Model API 和 Muse Code 向开发者提供,Muse Wonder Full 仅面向 Muse Code 订阅用户开放;个人 AI 助手 Muse 中的新模型优先向订阅用户开放,订阅价格为每月 20 美元或 100 美元。此外,Muse Wonder 系列采用闭源模式。

公开资料显示,Muse Wonder 训练于 Meta 的吉瓦级 Prometheus 超算集群,原生支持 100 万 token 超长上下文以及文本、图像、视频、音频全模态输入;该系列也是 Meta 超级智能实验室(MSL)重建技术栈约 14 个月后推出的第二代成果。

相关阅读:

分享:
0
收藏收藏 转播转播 分享淘帖
回复

使用道具

成为第一个回答人

您需要登录后才可以回帖 登录 | 立即注册
手机版|小黑屋|大厂乐乎 |京ICP备2021013067号-3|京公网安备 11010502048691号