Meta 发布首款前沿模型 Muse Wonder 与 Wonder Full

Meta 的超级智能实验室周一发布了一对新的最先进模型Muse Wonder 和 Muse Wonder Full，这是该公司在前沿模型方面的首次尝试。

Muse Spark 旨在成为一个能够以低延迟运行的轻量级模型，而 Wonder 模型规模更大，据称能力更强，在基准测试中得分更高，并在编程等复杂任务上取得更好的结果。

根据 Meta 的测试（在模型卡中展示），Wonder 和 Wonder Full 达到了与 Fable 5.1 和 GPT-6 Astra 相当的基准测试分数。

"它们标志着我们在扩展阶梯上迈出的下一步，也是迈向个人超级智能的重大飞跃，"Meta 关于这些模型的博客文章这样写道。

规模也反映在定价上：通过 Meta 模型 API 访问，Wonder 每百万输入 token 收费 4.00 美元，每百万输出 token 收费 20.00 美元，这使其成本大致相当于 GPT-6 Sol 或 Opus 5.5。

值得注意的是，Wonder Full 将仅向 Muse Code 订阅者提供，并且不会通过 API 提供服务。这两个模型还将用于为 Muse 智能体提供支持。

为了与 Meta 对开发能够长期执行任务的个人助手的兴趣保持一致，该公司特别强调了新模型保留和综合用户提供的信息的能力，Meta 将这一特性称为"主动记忆"。

为了实现更好的回忆能力，Meta 重点介绍了MemoryBench 基准测试，该测试挑战持续学习和记忆构建框架。根据该公司的测试，Muse Wonder 现在在 MemoryBench 上的得分高于 Fable、Opus 或 Astra。

"我们付出了巨大的努力，确保您的模型能够在数天、数周、数月乃至更长的时间里记住对您来说重要的内容，"研究科学家 Kavya Kopparapu 在发布配套视频中说道。

这些新模型是自 Scale AI 创始人 Alexandr Wang 于去年 8 月重组 Meta 的 AI 工作以来的首次前沿模型发布。此后，Meta 发布了其轻量级 Muse Spark 模型和Muse 智能体，但避免进行 OpenAI 和 Anthropic 所擅长的那种最先进模型的发布。

根据该文章，这些模型在 Meta 位于俄亥俄州中部的 Prometheus 数据中心进行训练，该数据中心于今年早些时候上线。

当您通过我们文章中的链接进行购买时，我们可能会获得少量佣金。这不影响我们的编辑独立性。

Russell Brandom 自 2012 年以来一直在报道科技行业，专注于平台政策和新兴技术。他此前曾在 The Verge 和 Rest of World 工作，并为 Wired、The Awl 和 MIT 的 Technology Review 撰稿。 可以通过 [email protected] 或 Signal 412-401-5489 与他联系。

查看个人资料