Baru-baru ini, Zuckerberg mengumumkan bahawa Makmal Super Pintar Meta (MSL) telah melancarkan Muse Wonder dan Muse Wonder Full, yang merupakan MSL model pertama yang mendakwa mencapai tahap terdepan sejak penubuhannya lebih setahun yang lalu
Model Muse Wonder menumpukan pada kelajuan, dan mulai hari ini boleh digunakan melalui Meta's API dan Muse Code (agen pengaturcaraan Meta) manakala versi penuh Muse Wonder Full hanya tersedia untuk pengguna langganan Muse Code
Keputusan Penanda Aras adalah seperti berikut:
Jadual rasmi Meta, nombor dalam kurungan menunjukkan tahap pemikiran
(markah datang dari blog rasmi Meta, harga dan kata-kata Alexandr Wang dari CNBC laporan)
Yang lalu 14 bulan
Untuk mengimbas kembali latar belakang kepada semua,2025 tahun 6 bulan, Meta telah membelanjakan kira-kira 140 亿美元untuk memperoleh saham Scale AI 49% dan menjemput pengasas Alexandr Wang sebagai Ketua AI pejabat, pada bulan yang sama menubuhkan MSL
Selepas itu, Meta membina semula keseluruhan AI dari awal. Keluarga model pertama dipanggil Muse Spark. Manakala Muse Wonder adalah versi yang lebih tinggi daripada Spark, dilatih di pusat data skala exa Meta
Sebagai perbandingan, dalam indeks kecerdasan komprehensif Artificial Analysis, Muse Spark adalah 31dan1.1 adalah 34，1.2 adalah 40，1.3 adalah 48，Muse Wonder 52，Wonder Full 56
Tiang pertama adalah Claude, memang mendahului
Ingatan dan kesabaran
Muse Wonder menumpukan pada dua keupayaan utama:
Memori Aktif: mengingati maklumat penting yang berkaitan dengan anda merentasi perbualan, secara proaktif mengeluarkan bahagian yang berkaitan semasa melakukan sesuatu
Fokus Aktif: menumpukan pada satu sasaran sukar tanpa henti, jika jalan buntu akan cuba cara lain, menyesuaikan diri dengan situasi baru; akan bertanya kepada anda apabila perlu, mengesahkan dengan anda sebelum melakukan operasi penting
Wang berkata dalam temu bual, latihan memfokuskan pada tugas sebenar seperti menempah restoran dan memeriksa kekosongan: “Melakukan tugas sebenar, sentiasa akan menghadapi halangan, kejutan dan pelbagai kegagalan. Kami melatih model untuk mencuba cara lain, bukan berhenti di situ, dan sentiasa boleh kembali mengesahkan dengan pengguna”
Dalam pencapaian,MemoryBench(mengukur ingatan jangka panjang) Muse Wonder adalah 85.6Claude Opus 5.5 adalah 81.5; dua item pengaturcaraan kitaran panjang,DeepSWE dan SWE-Marathon, yang pertama juga adalah Muse
MemoryBench dan SWE-Marathon
Dalam contoh rasmi Meta, ia juga pada dasarnya adalah demonstrasi situasi kehidupan sebenar:
Dalam pelayar, susun rancangan larian mengikut keutamaan peribadi: jalan rata 15.1 kilometer, pagi 8 Bermula dari titik, berlari habis sebelum pergi ke perpustakaan
Mengambil gambar sebenar dari Instagram pengguna, mereka mereka baju hari jadi untuk seekor kucing bernama Coco, kemudian membuat pesanan
Letakkan 47 Tetamu, disusun mengikut satu senarai panjang keperluan padanan ke dalam jadual tempat duduk majlis perkahwinan
Ambil gambar bil kecemasan, tambah kedua-dua belah kad insurans, membantu pengguna menyemak tuntutan
Ambil beberapa bahan imej, buat satu permainan yang boleh dimainkan 3Permainan dapur D
Ejen Meta, mengambil gambar dari Instagram Meta
Bagaimana menyelesaikan masalah yang tidak pernah dilihat
Dalam komuniti model ada dua istilah: benchmaxxing, khusus untuk memecut senarai… iaitu model besar yang menjalankan penilaian
Manakala Muse Wonder Full sangat mahir menyelesaikan masalah yang tidak pernah dilihat sebelum ini, contohnya dalam gambar di bawah: paksi mendatar adalah tugasan yang diberi tumpuan dalam fasa latihan lanjutan, paksi menegak adalah tugasan yang tidak pernah dilatih, setiap titik adalah tahap pemikiran
Dua garis meningkat dengan kadar hampir sama apabila masa pemikiran bertambah. TetapiApabila skor soalan yang telah dilatih adalah sama, Wonder Full mempunyai skor lebih tinggi pada soalan yang belum dilatih berbanding Spark 1.3 skor lebih tinggi
Muse Spark 1.3 Perbandingan Muse Wonder Full
Kenapa? Model asas Wonder lebih besar dan lebih kuat, jadi keuntungan latihan tambahan lebih mudah dibawa ke tugas yang tidak dikenali
Akhirnya
Wang berkata dalam temu bual bahawa harga Muse Wonder API akan “jauh lebih rendah daripada”OpenAI dan model utama Anthropic sebenarnya berharga bagi setiap sejuta token input 4 美元dan output 20 美元dan bacaan cache 0.2 dolar Amerika sebagai rujukan, Claude Opus 5.5 Harga yang disenaraikan adalah input 4 dolar Amerika, output 20 dolar Amerika, Claude Fable 5.1 adalah 10 dolar Amerika,50 dolar Amerika
Muse Wonder Full tidak tersedia APIhanya dalam Muse Code 50 dolar Amerika dan 200 dolar Amerika untuk dua pelan langganan bulanan. Muse Wonder dalam Muse App akan dilancarkan tidak lama lagi, terlebih dahulu untuk 20 dolar Amerika dan 100 dolar Amerika untuk dua pelan langganan pengguna
