W poniedziałek Meta potwierdziła swoje roszczenia do granic sztucznej inteligencji, wprowadzając na rynek serię Muse Wonder – dwa modele, które według firmy są najpotężniejsze, jakie kiedykolwiek zbudowała. Oświadczenie, opublikowane 12 października na blogu badawczym Meta, przedstawia Muse Wonder i Muse Wonder Full jako najnowocześniejsze systemy do osobistych i zawodowych zadań agentycznych i wyznacza je jako kolejny krok na „drabince skalowania” w kierunku tego, co Meta nazywa superinteligencją osobistą.
Publikacja stanowi zwieńczenie czternastomiesięcznej transformacji organizacji AI Meta. Według Bloomberga Meta twierdzi, że nowy model Muse osiąga granicę sztucznej inteligencji po 14 miesiącach nacisków, podczas gdy „The New York Times” określił to ogłoszenie jako odsłonięcie nowej serii zaawansowanych modeli sztucznej inteligencji. Wpis na blogu Meta bez ogródek opisuje tę sytuację: czternaście miesięcy temu firma rozpoczęła od podstaw przebudowę swoich wysiłków w zakresie sztucznej inteligencji i twierdzi, że obecnie przeszła „od przebudowy naszego stosu od pierwszych zasad do przesuwania granic”. Dla każdego, kto śledzi szerszy wyścig między głównymi laboratoriami, jest to najwyraźniejszy sygnał, że Meta zamierza konkurować na najwyższym poziomie. Resztę reakcji branży można śledzić w naszych bieżących wiadomościach dotyczących sztucznej inteligencji.
Co właściwie ogłosiła Meta
Seria Muse Wonder składa się z dwóch modeli. Muse Wonder jest już dostępny poprzez Meta Model API i Muse Code, narzędzie do kodowania Meta. Muse Wonder Full, bardziej wydajny wariant, jest już dostępny dla abonentów Muse Code.
Meta opisuje tę parę jako „nasze najzdolniejsze modele, które zapewniają najnowocześniejszą wydajność w zadaniach agentów osobistych i zawodowych”. W praktyce oznacza to, że są one mniej chatbotami, a bardziej systemami zaprojektowanymi do wykonywania wieloetapowej pracy w imieniu użytkownika: śledzenia kontekstu, osiągania celów podczas długich sesji i tworzenia gotowych produktów.
Firma określiła także, w jaki sposób modele dotrą do użytkowników. Muse Wonder wkrótce włączy funkcje Muse, asystenta Meta, który zostanie udostępniony najpierw subskrybentom. Będzie także napędzać generowanie artefaktów i inne procesy, które Meta opisuje jako wymagające większej inteligencji. Patrząc dalej w przyszłość, Meta twierdzi, że planuje wykorzystać Muse Wonder do opracowania wyspecjalizowanych modeli, które będzie mogła udostępnić wszystkim użytkownikom Muse.
Aktywna pamięć i aktywne skupienie
Dwie koncepcje stanowią podstawę ogłoszenia i obie dotyczą trybów awarii, które mają ograniczone wdrożenia agentów w świecie rzeczywistym.
Pierwszą z nich jest pamięć aktywna. W ujęciu Meta przydatni agenci osobiści i profesjonalni muszą niezawodnie przekazywać ważny kontekst dotyczący użytkownika w rozmowach i aktywnie wydobywać szczegóły istotne dla danego zadania — na przykład rozpoznawać, kiedy coś, o czym użytkownik wspomniał kilka tygodni temu, staje się istotne dla tworzonego dzisiaj dokumentu. Pamięć jest jednym z najbardziej utrzymujących się słabych punktów produktów asystentów, a Meta wyraźnie czyni z niej funkcję główną, a nie funkcję poboczną.
Drugi to Active Focus, który opisuje, w jaki sposób model podtrzymuje wysiłek w dążeniu do ambitnego celu. Według Meta, skoncentrowany agent próbuje alternatywnych podejść, gdy jest zablokowany, pokonuje przeszkody, dostosowuje się do nowych informacji, gdy tylko napływa, prosi o wyjaśnienia, jeśli zajdzie taka potrzeba, i kontaktuje się z użytkownikiem przed podjęciem ważnych działań. Trwałe, wieloetapowe wykonanie — a nie tylko udzielenie odpowiedzi na jedno pytanie — to możliwości, które laboratoria graniczne coraz częściej traktują jako rzeczywistą linię podziału między wersjami demonstracyjnymi a niezawodnymi produktami.
Testy porównawcze: prawo, skupienie i kodowanie maratonu
Meta twierdzi, że seria osiąga najnowocześniejsze wyniki w kluczowych testach porównawczych w zakresie agentów osobistych i zawodowych, pamięci i kodowania, a wraz z ogłoszeniem firma opublikowała pełny raport z oceny.
Trzy nazwane testy porównawcze dają poczucie, gdzie Meta koncentruje swój ogień. Harvey's Legal Agent Benchmark (LAB) sprawdza, czy modele mogą współpracować z dokumentami źródłowymi i postępować zgodnie ze szczegółowymi instrukcjami w celu wytworzenia gotowych, legalnych produktów — zestaw zadań wykorzystywany w ocenach w całej branży, w tym przez konkurencyjne laboratoria. FocusBench mierzy trwałe skupienie, a SWE-Marathon sprawdza, czy model może wykonać użyteczną pracę w długotrwałych projektach oprogramowania, zamiast rozwiązywać izolowane zagadki kodowania. Oceny Meta obejmują również zadania dziedzinowe z zakresu prawa, finansów i zdrowia, co odzwierciedla stanowisko firmy, że Muse Wonder może zastosować specjalistyczną wiedzę do rozwiązywania problemów napotykanych przez ludzi w pracy i życiu codziennym, od zrozumienia umowy najmu po zrozumienie informacji finansowych lub zdrowotnych.
Wytrenowany w skali gigawatowej
Infrastruktura to cicha historia związana z uruchomieniem. Meta twierdzi, że oba modele zostały przeszkolone w firmie Prometheus, którą firma opisuje jako centrum danych o mocy gigawatów. Szczegóły mają znaczenie, ponieważ pionierskie szkolenia stały się w równym stopniu przedsięwzięciem energetycznym i logistycznym, co badawczym, a niewiele firm na świecie dysponuje kapitałem i powierzchnią fizyczną, aby obsługiwać obliczenia na taką skalę.
Podkreśla także strategiczny zakład, jaki podejmuje Meta. Blog firmy wiąże tę premierę z „przewidywalnym, rygorystycznym skalowaniem” – podejściem, które, jak twierdzi, przedstawiła, wprowadzając Muse Spark, i przedstawia Muse Wonder jako nagrodę za tę dyscyplinę: wstępne szkolenie i naukę przez wzmacnianie, które połączyły się w najpotężniejsze jak dotąd modele.
Konkurencja i kontekst
Start ląduje w zatłoczonym momencie. Rywale, w tym OpenAI, Anthropic i Google, spędzili ostatni rok na dostarczaniu własnych systemów granicznych i skoncentrowanych na agentach, a określenie „model pograniczny” stało się przedmiotem sporów — twierdzi każde laboratorium, a niezależne oceny opóźniają się o tygodnie z publikacją. Twierdzenie Meta zostanie poddane prawdziwemu testowi na publicznych rankingach i w rękach programistów, teraz, gdy dostępny jest dostęp do API.
Warto przyjrzeć się także kontekstowi regulacyjnemu i platformowemu. Na początku tego miesiąca informowaliśmy, że Amazon zablokował agenta Muse firmy Meta, ponieważ strony internetowe w coraz większym stopniu odgradzają agentów AI, co popchnęło branżę do debaty nad otwartymi standardami dotyczącymi sposobu, w jaki agenci uzyskują dostęp do sieci. Nacisk Muse Wonder na możliwości agentowe gwarantuje, że tarcia między platformami będą się nasilać, a nie zanikać.
Wreszcie, sformułowanie „superinteligencji osobistej” jest celowym echem publicznego stanowiska Marka Zuckerberga, które sprawdziliśmy, gdy publikował on swój manifest superinteligencji i opowiadał się za pozostawieniem wiodących modeli w tajemnicy. Muse Wonder jest pierwszym poważnym wyprodukowanym dowodem tej tezy.
Co obejrzeć dalej
Trzy rzeczy zadecydują o tym, czy debiut Muse Wonder przełoży się na trwały grunt. Po pierwsze, niezależna replikacja benchmarku: dane Meta są zgłaszane samodzielnie, a historia sugeruje, że weryfikacja roszczeń granicznych wymaga czasu. Po drugie, rzeczywista niezawodność Active Memory, cecha, która najprawdopodobniej wyróżni produkt w codziennym użytkowaniu. Po trzecie, jak szybko Muse Wonder pojawia się w aplikacjach Meta, ponieważ dystrybucja do miliardów użytkowników pozostaje przewagą, której nie może dorównać żadna konkurencja.
