Meta发布两款新AI模型：Muse Wonder与Muse Wonder Full，迈向“个人超级智能”
Meta近日发布了两款全新的AI模型——Muse Wonder和Muse Wonder Full，将其定位为迄今为止最强大的系统，并描述其为迈向“个人超级智能”的重要一步。该公司表示，这两款模型引入了两项新功能，分别称为“主动记忆（Active Memory）”和“主动聚焦（Active Focus）”，旨在帮助AI代理在对话中保持相关上下文连贯，并在处理复杂难题时保持方向感。
此次发布的消息伴随着独立评估机构Artificial Analysis的基准测试数据。数据显示，Muse Wonder Full在“智能指数”上的得分高于标准版Muse Wonder，但两款模型均落后于同一评估集中的顶级表现者。与此同时，Meta的性能声明也引发了一些独立评估者的质疑。
核心要点
- 主动记忆与主动聚焦：Meta将“主动记忆”定义为跨对话携带相关信息的能力；将“主动聚焦”定义为在挑战性任务中维持进展的机制。
- 基准测试得分：在最大推理努力下，Artificial Analysis给出的Muse Wonder Full得分为56分，Muse Wonder为52分；而Claude Opus 5.5在同一指数中得分为58分。
- 相对排名：Artificial Analysis的数据显示，Muse Wonder Full的得分高于Claude Fable 5.1和GPT-6 Astra（两者均为53分），但仍低于Opus 5.5。
- 定价策略：Muse Wonder的输入令牌价格为每百万个4美元；Muse Wonder Full仅限订阅Muse Code的“高级”和“最大”使用层级。
- 行业争议：Abacus.AI首席执行官Bindu Reddy对Meta的基准测试框架提出挑战，称Muse Wonder“远未达到”竞争对手的水平，并承诺将公布更详细的结果。
“主动记忆”与“主动聚焦”详解
在Meta Research的一篇帖子中，公司指出Muse Wonder系列增加了两项旨在改善AI代理长期功能的能力。
根据Meta的描述，主动记忆（Active Memory）旨在保留并重用在不同对话中仍然相关的信息，而不是将每次交互视为完全孤立的事件。其目标是使互动更加一致且具备情境感知能力，特别是在那些先前决策或用户偏好至关重要的任务中。
Meta还将主动聚焦（Active Focus）描述为一种让代理在困难工作中保持动力的方式。Meta将该功能框定为支持在问题复杂时持续取得进展，而非仅通过单次尝试进行回答，从而潜在地降低在任务中途迷失方向的风险。
独立基准测试如何定位Wonder Full与Wonder
独立评估平台Artificial Analysis公布了这两款模型的“智能指数”得分。报告指出，在最大推理努力下，Muse Wonder Full得分为56分，标准版Muse Wonder得分为52分。
Artificial Analysis的指数还展示了Wonder在其他测试模型中的相对地位。该平台将这两款Meta模型排在Claude Fable 5.1和GPT-6 Astra之上，后者得分均为53分。然而，该平台发现Claude Opus 5.5领先，得分为58分。
对于投资者和模型采用观察者而言，实际意义在于：基于Artificial Analysis发布的这一组单一基准测试，Meta的新发布产品看起来是渐进式且具有竞争力的，而非明显占据主导地位。读者还应注意到，基准测试结果可能因评估设计、提示格式以及推理努力的配置方式不同而变化。
关于如何解读Meta声明的争议浮现
Meta的定位并非没有受到挑战。Abacus.AI首席执行官Bindu Reddy是一位从事自有模型评估工作的人物，他在X平台上批评了关于性能的说法。他写道，Muse Wonder“远未达到Fable或Astra的水平”，并表示将有更详细的基准测试结果出炉，这指出了在相对性能或基准呈现方式上存在分歧。
虽然Reddy在被引用的报道摘录中未提供反面对比分数，但这种反对意见突显了AI领域的一个 recurring issue（反复出现的问题）：模型发布往往伴随着强有力的声明，但独立的审查可能会根据评估方法产生截然不同的解读。读者接下来需要关注的是，后续的第三方评估是否会与Artificial Analysis报告的数字达成一致，还是支持Reddy的担忧。
定价与访问权限：Wonder定价更广泛，Full受层级限制
Meta还披露了这两款模型的定价和销售方式。据报道，Muse Wonder的输入令牌价格为每百万个4美元。这一价格被描述为与Claude Opus 5.5的输入令牌定价相匹配，同时低于据报道分别为10美元和50美元的GPT-6 Astra和Claude Fable 5.1。
Muse Wonder Full的访问权限则更为受限。它仅向Muse Code的使用层级订阅者开放，其中“高级使用”层级每月费用为50美元，“最大使用”层级每月费用为200美元。这种层级划分对于评估团队在正常预算约束下是否能在现实环境中测试“Full”版本至关重要，特别是对于那些可能需要重复调用的构建代理工作流的团队。
对于比较模型价值（超越原始基准分数）的用户来说，这些商业化细节通常与性能数字同样重要。一个得分更高但成本更高——或仅限于特定层级——的模型，对于许多应用来说可能仍然不够实用。
未来展望
除了初步的基准测试外，关键问题将是“主动记忆”和“主动聚焦”能否在实际负载中转化为更可靠的代理行为，以及额外的独立评估是否与Artificial Analysis的智能指数得分一致，或与Abacus.AI的批评相符。随着更多基准结果和实际报告的涌现，市场将更清晰地了解Muse Wonder和Muse Wonder Full相对于最强竞争系统的真实位置。
