周一，Meta 推出了 Muse Wonder 系列，宣告了自己在人工智能前沿的地位，该公司称这两款型号是其有史以来最强大的型号。该公告于 10 月 12 日发布在 Meta 的研究博客上，介绍了 Muse Wonder 和 Muse Wonder Full 作为用于个人和专业代理任务的最先进系统，并将它们视为迈向 Meta 所谓的个人超级智能的“扩展阶梯”的下一步。
此次发布为 Meta 人工智能组织为期 14 个月的转型画上了句号。据彭博社报道，Meta 表示，经过 14 个月的推动，新的 Muse 模型达到了人工智能前沿，而《纽约时报》则将这一消息报道为一系列新的先进人工智能模型的发布。 Meta 自己的博客文章直言不讳地描述了这一过程：十四个月前，该公司开始对其人工智能工作进行彻底改革，并表示现在已经“从根据第一原则重建我们的堆栈到推动前沿”。对于任何关注主要实验室之间更广泛竞争的人来说，这是迄今为止最明确的信号，表明 Meta 打算在顶级竞争中竞争——您可以在我们的滚动人工智能新闻报道中关注业界其他人的反应。
Meta 实际宣布了什么
Muse Wonder 系列由两个型号组成。 Muse Wonder 现已通过 Meta Model API 和 Meta 的编码工具 Muse Code 提供。 Muse Wonder Full 是功能更强大的版本，现已可供 Muse Code 订阅者使用。
Meta 将这对模型描述为“我们最有能力的模型，可以在个人和专业代理任务上提供最先进的性能。”实际上，这不再将它们定位为聊天机器人，而是将它们定位为旨在代表用户执行多步骤工作的系统：跟踪上下文、在长时间会话中追求目标以及生成最终的可交付成果。
该公司还阐述了这些模型将如何接触用户。 Muse Wonder 很快将增强 Meta 的辅助产品 Muse 的体验，并首先向订阅者推出。它还将推动工件生成和 Meta 描述的需要更多智能的其他流程。展望未来，Meta 表示计划使用 Muse Wonder 开发专门的模型，并将其提供给每个使用 Muse 的人。
主动记忆和主动聚焦
公告中提到了两个概念，它们都针对现实世界中代理部署有限的故障模式。
第一个是主动记忆。在 Meta 的表述中，有用的个人和专业代理需要在对话中可靠地传递有关用户的重要上下文，并主动检索与手头任务相关的详细信息，例如，识别用户几周前提到的某些内容何时成为今天起草的文档的重要内容。内存一直是辅助产品最持久的弱点之一，Meta 明确将其作为主要功能而不是次要功能。
第二个是主动聚焦，它描述了模型如何持续努力实现具有挑战性的目标。按照 Meta 的说法，专注的代理会在受阻时尝试替代方法，克服障碍，适应新信息的到来，在需要时要求澄清，并在采取重要行动之前与用户进行沟通。持续的多步骤执行——不仅仅是回答一个问题——是能力前沿实验室越来越多地视为演示和可靠产品之间的真正分界线。
基准：法则、焦点和马拉松编码
Meta 表示，该系列在个人和专业代理、记忆和编码的关键基准测试中取得了最先进的结果，并且该公司在发布公告的同时还发布了完整的评估报告。
三个命名基准可以让我们了解 Meta 的重点。 Harvey 的法律代理基准 (LAB) 测试模型是否可以使用源文档并遵循详细的说明来生成最终的法律工作产品 - 这是整个行业（包括竞争实验室）评估中使用的任务套件。 FocusBench 衡量持续的注意力，SWE-Marathon 测试模型是否可以在长期运行的软件项目上做有用的工作，而不是解决孤立的编码难题。 Meta 的评估还包括法律、金融和健康领域的任务，反映了该公司的宣传，即 Muse Wonder 可以将专业知识应用于人们在工作和日常生活中遇到的问题，从理解租赁到理解财务或健康信息。
千兆瓦规模的培训
基础设施是此次发布背后的秘密故事。 Meta 表示，这两个模型都在 Prometheus 进行训练，该公司将其描述为千兆瓦级数据中心。细节很重要，因为前沿训练已经成为一项能源和物流事业，就像一项研究事业一样，世界上很少有公司拥有资本和物理足迹来运行如此规模的计算。
这也凸显了 Meta 正在进行的战略押注。该公司的博客将此次发布与“可预测、严格的扩展”联系起来，该公司称该方法是在推出 Muse Spark 时提出的，并将 Muse Wonder 视为该学科的回报：将预训练和强化学习工作融入其迄今为止最强大的模型中。
竞争和背景
发射在拥挤的时刻着陆。包括 OpenAI、Anthropic 和谷歌在内的竞争对手在过去一年中一直在推出自己的前沿和以代理为中心的系统，“前沿模型”一词已成为有争议的领域——每个实验室都声称如此，而且独立评估的发布滞后数周。现在 API 访问已上线，Meta 的主张将在公共排行榜上和开发人员手中得到真正的检验。
监管和平台环境也值得关注。本月早些时候，我们报道称，随着网站越来越多地封锁人工智能代理，亚马逊屏蔽了 Meta 的 Muse 代理，这一争议促使业界就代理如何访问网络的开放标准进行辩论。 Muse Wonder 对代理能力的强调确保了这些平台摩擦将会加剧而不是消失。
最后，“个人超级智能”框架是马克·扎克伯格的公共定位的有意呼应，当他发表超级智能宣言并主张保持领先模型封闭时，我们研究了这一点。 Muse Wonder 是该论文的第一个主要产品化证明。
接下来看什么
三件事将决定 Muse Wonder 的首次亮相能否转化为持久的基础。首先，独立的基准复制：Meta 的数据是自我报告的，历史表明前沿声明验证需要时间。其次，Active Memory 的实际可靠性，这一功能最有可能使产品在日常使用中脱颖而出。第三，Muse Wonder 在 Meta 的应用程序中推出的速度有多快，因为向数十亿用户的分发仍然是竞争对手无法比拟的优势。
