Meta 正在前沿 AI 竞赛中再次发力，推出了两款新模型，旨在编程、复杂推理和自主任务方面与 OpenAI 及 Anthropic 展开竞争。

　　该公司于周一宣布，Muse Wonder 和 Muse Wonder Full 是其迄今为止功能最强大的 AI 模型。这两款模型专为个人和专业 AI 智能体打造，能够处理从软件开发到文档分析、金融研究等各类任务。

　　此次发布标志着 Meta 在首席 AI 官 Alexandr Wang 领导的“Meta 超级智能实验室（Meta Superintelligence Labs）”下，历经约 14 个月重塑 AI 能力的阶段性成果。公司利用其 Prometheus 数据中心，结合预训练和强化学习等技术开发了这些模型。

　　此次发布也标志着 Meta 战略方向的转变。与早期开放权重的 Llama 模型不同，这两款 Muse Wonder 模型均不提供公开下载和自行托管。

　　记忆与持久性驱动新模型

　　Meta 的新模型具备两项核心能力，旨在让 AI 智能体在长时间任务中发挥更大作用：

　　主动记忆（Active Memory）：允许模型在对话中保留相关信息，并在需要时进行检索。

　　主动专注（Active Focus）：帮助模型克服障碍、尝试替代方案、从错误中恢复，并在必要时请求澄清。

　　此外，这些模型在执行重要操作前被设计为会主动寻求确认。

　　这些能力针对的是 AI 智能体的一个常见短板：完成多步骤任务不仅需要给出令人信服的答案。智能体还必须跟踪需求、正确使用工具，并在原计划失败时做出响应。Meta 表示，这些模型在编程方面表现出色，并在法律、金融和医疗等领域具备专业知识。

　　基准测试结果让 Meta 重回竞争行列

　　人工智能分析机构 Artificial Analysis 的独立评估显示，Muse Wonder Full 在其智能指数（Intelligence Index）中获得 56 分，与 Anthropic 的 Claude Sonnet 5.5 持平。Muse Wonder 得分为 52 分，而 OpenAI 的 GPT-6 Astra 得分为 53 分。

　　结果表明，Meta 在与老牌前沿 AI 供应商的竞争中更具实力。不过，这些模型并未在所有评估中拔得头筹，且基准测试成绩并不能保证在真实商业环境中取得可靠结果。

　　基准排名只能反映部分情况。对于评估 AI 智能体的企业而言，可靠性、成本、数据处理能力以及在实际任务中的表现，可能与模型的综合得分同等重要。

　　访问权限伴随定价与隐私限制

　　开发者可通过 Meta 的模型 API 和 Muse Code 编程助手使用 Muse Wonder。API 定价为每百万输入 token 4 美元，每百万输出 token 20 美元，缓存输入享有折扣。

　　功能更强的 Muse Wonder Full 仅限 Muse Code 订阅用户使用，订阅计划分为每月 50 美元和 200 美元两档。Meta 尚未宣布该高级模型的 API 访问计划。未来，这两款模型将最终为 Meta 的 Muse 个人 AI 应用提供支持，初期仅面向订阅用户开放。

　　此次发布对企业和用户的意义

　　对企业而言，Muse Wonder 为自动化软件开发、文档分析和多步骤工作流提供了新选择。其定价为开发者测试并对比竞品模型提供了明确依据，不过总成本将取决于每项任务所需的推理深度、工具调用频率及重复处理次数。

　　隐私问题同样不容忽视。Meta 表示，这些模型经过训练以保护隐私信息并抵御有害请求。然而，据 VentureBeat 报道，Muse Code 订阅默认开启“贡献者模式（Contributor mode）”，允许将用户提交的内容用于改进未来模型。订阅用户可以关闭该设置，而标准 API 则不会将提交的内容用于训练。

　　不同的访问选项对应着不同的数据处理考量。据 VentureBeat 称，Muse Code 订阅默认开启“贡献者模式”，允许使用提交的内容来改进未来模型（尽管用户可以关闭该设置）。相比之下，标准模型 API 据称不会将提交的内容用于训练。

　　当 Muse Wonder 登陆 Muse 应用后，消费者可能会从中受益，尤其是在需要记住历史对话或从挫折中恢复的任务中。但持久记忆以及对个人信息、日历和文档的访问权限，也引发了关于授权和数据处理的疑问。

　　Meta 表示即将发布一份更全面的安全评估报告。在更多证据公布之前，用户和组织在允许 AI 智能体代为行事之前，应核实关键输出结果，并仔细审查访问权限。