Meta は月曜日、Muse Wonder シリーズの発売により人工知能のフロンティアへの権利を賭けました。この 2 つのモデルは、同社がこれまでに開発した中で最も高性能であると同社は述べています。 10月12日にMetaの研究ブログで公開されたこの発表では、Muse WonderとMuse Wonder Fullを個人および専門的なエージェントタスク用の最先端システムとして紹介し、これらをMetaがパーソナルスーパーインテリジェンスと呼ぶものに向けた「拡張はしご」の次のステップとして位置づけている。
このリリースは、Meta の AI 組織の 14 か月にわたる変革の締めくくりとなります。ブルームバーグによると、メタ社は、新しいMuseモデルが14か月の取り組みを経てAIの最前線に到達したと述べており、ニューヨーク・タイムズ紙はこの発表を、新しい一連の高度なAIモデルの発表として取り上げた。 Meta 自身のブログ投稿では、その経緯を率直に説明している。同社は 14 か月前に AI への取り組みの根本的な見直しを開始し、現在は「第一原則からのスタックの再構築から最前線への進出」に至っていると述べている。大手研究所間の広範な競争を追跡している人にとって、これは Meta がトップレベルで競争するつもりであることを示すこれまでで最も明白な兆候です。また、当社の最新の AI ニュース報道で業界の残りの反応を追跡することができます。
メタが実際に発表した内容
ミューズワンダーシリーズは2つのモデルで構成されています。 Muse Wonder は現在、Meta Model API および Meta のコーディング ツールである Muse Code を通じて利用できます。より高機能なバージョンである Muse Wonder Full は、Muse Code サブスクリプション会員向けに現在提供されています。
Meta はこのペアを「個人および専門的なエージェント タスクで最先端のパフォーマンスを提供する、当社の最も有能なモデル」と説明しています。実際的には、これはチャットボットとしてではなく、コンテキストの追跡、長いセッションにわたる目標の追求、完成した成果物の作成など、ユーザーに代わって複数のステップの作業を実行するように設計されたシステムとして位置付けられます。
同社はまた、モデルがユーザーにどのように届くかについても説明した。 Muse Wonder は間もなく、Meta のアシスタント製品である Muse のエクスペリエンスを強化し、最初に加入者に展開されます。また、アーティファクトの生成や、メタがより多くのインテリジェンスを必要としていると説明するその他のプロセスも促進されます。そしてさらに先を見据えて、メタ社は、Muse Wonder を使用して、Muse を使用するすべての人に提供できる特殊なモデルを開発する計画だと述べています。
アクティブ メモリとアクティブ フォーカス
この発表には 2 つの概念が根付いており、どちらも現実世界のエージェント展開が制限されている障害モードを対象としています。
1つ目はアクティブメモリです。 Meta の定式化では、有用な個人および専門エージェントは、会話全体にわたってユーザーに関する重要なコンテキストを確実に伝達し、目の前のタスクに関連する詳細を積極的に取得する必要があります。たとえば、ユーザーが数週間前に言及した内容が、今日作成中の文書にとって重要になる場合を認識します。メモリはアシスタント製品の最も永続的な弱点の 1 つであり、Meta はこれを副次的な機能ではなく、目玉機能として明示的に取り上げています。
2 つ目はアクティブ フォーカスです。これは、モデルが困難な目標に向けて努力をどのように持続するかを説明します。メタ氏の話によると、集中力のあるエージェントは、ブロックされた場合に代替アプローチを試み、障害物を乗り越え、新しい情報が届くたびに適応し、必要に応じて説明を求め、重要なアクションを実行する前にユーザーに確認するという。単一の質問に答えるだけでなく、持続的な複数ステップの実行は、フロンティア ラボがデモと信頼できる製品の間の本当の境界線として扱う機能です。
ベンチマーク: 法律、フォーカス、マラソン コーディング
メタ氏によると、このシリーズは個人および専門エージェント、メモリ、コーディングの主要なベンチマークにわたって最先端の結果を達成しており、同社は発表に合わせて完全な評価レポートを公開した。
3 つの名前付きベンチマークは、メタがどこに集中しているかを把握します。 Harvey の Legal Agent Benchmark (LAB) は、モデルがソース文書を操作し、詳細な指示に従って完成した法律作業成果物を作成できるかどうかをテストします。このタスク スイートは、競合するラボを含む業界全体の評価に使用されます。 FocusBench は持続的な集中力を測定し、SWE-Marathon は孤立したコーディング パズルを解決するのではなく、モデルが長期実行のソフトウェア プロジェクトで有用な作業を実行できるかどうかをテストします。メタ社の評価には、法律、財務、健康といった分野のタスクも含まれており、賃貸契約の理解から財務情報や健康情報の理解に至るまで、ミューズ・ワンダーは人々が職場や日常生活で遭遇する問題に専門知識を応用できるという同社の売り込みを反映している。
ギガワット規模でトレーニング済み
インフラストラクチャは、立ち上げの背後にある静かな物語です。メタ氏によると、両モデルは同社がギガワット規模のデータセンターと称するプロメテウスでトレーニングされたという。フロンティアトレーニングの実行は、研究と同じくらいエネルギーと物流の仕事となっており、その規模でコンピューティングを運用するための資本と物理的設置面積を備えている企業は世界中でほとんどないため、詳細が重要です。
これはメタが戦略的に賭けていることも強調している。同社のブログでは、このリリースを「予測可能で厳密なスケーリング」と結び付けており、Muse Sparkの導入時に策定したアプローチであるとし、Muse Wonderはその分野、つまりこれまでで最も有能なモデルに複合化された事前トレーニングと強化学習の成果として提示されている。
競争と背景
打ち上げは混雑した瞬間に着陸します。 OpenAI、Anthropic、Googleなどのライバル企業は過去1年を費やして独自のフロンティアシステムやエージェント重視のシステムを出荷しており、「フロンティアモデル」という言葉は論争の領域となっている――どの研究室もそれを主張しており、独立した評価はリリースより数週間遅れている。 Meta の主張は、API アクセスが公開された今、公開リーダーボードと開発者の手に渡って真のテストを受けることになるでしょう。
注目に値する規制とプラットフォームの背景もあります。今月初め、Web サイトが AI エージェントをますます遮断する中、Amazon が Meta の Muse エージェントをブロックしたと報告しました。この論争により、業界はエージェントが Web にアクセスする方法に関するオープン スタンダードを議論する方向に進んでいます。 Muse Wonder はエージェント機能を重視しているため、これらのプラットフォームの摩擦は薄れるのではなく激化することが確実です。
最後に、「個人の超知性」という枠組みは、マーク・ザッカーバーグの公的立場を意図的に反映したものであり、彼が超知性マニフェストを発表し、主要モデルを非公開にしておくことを主張したときにそれを検討しました。 Muse Wonder は、その命題の最初の主要な製品化された証拠です。
次に見るべきもの
ミューズワンダーのデビューが耐久性のある馬場となるかどうかは、3 つの要素によって決まります。まず、独立したベンチマークの複製です。Meta の数値は自己申告であり、フロンティアの主張の検証には時間がかかることが歴史的に示唆されています。 2 番目は、日常使用において製品を差別化する可能性が最も高い機能であるアクティブ メモリの現実的な信頼性です。第三に、何十億ものユーザーへの配信は競合他社が太刀打ちできない利点であるため、Muse Wonder がいかに迅速に Meta のアプリ全体に展開されるかです。
