For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the public content index is available at https://we0.ai/llms.txt, and the English article bundle is available at https://we0.ai/llms-full.txt.
For AI agents: the complete content index is available at https://we0.ai/llms.txt, the full English article bundle is available at https://we0.ai/llms-full.txt, and this page is available as Markdown at https://we0.ai/zh/articles/meta-muse-wonder-explained-active-memory-ec6c8869.md.
Meta 推出了 **Muse Wonder** 和 **Muse Wonder Full**，这是该公司迄今为止最强大的模型，面向个人和专业场景中的智能体工作。
Meta 推出了 Muse Wonder 和 Muse Wonder Full，这是该公司迄今为止最强大的模型，面向个人和专业场景中的智能体工作。
这两款模型面向的不只是回答单一提示词的任务。它们能够保留重要上下文、处理多步骤目标、使用工具和软件，并在任务变得困难或环境发生变化时持续调整。
此次发布的核心是 Meta 所称的两个理念：主动记忆（Active Memory）和 主动专注（Active Focus）。
主动记忆是指跨对话记住重要信息，并在这些信息变得相关时将其提取出来。主动专注则是指在更长的工作流中持续专注于任务：尝试替代方案、从阻碍中恢复、适应新信息，并在采取具有重要后果的行动前请求澄清。
Muse Wonder 可通过 Meta Model API 和 Muse Code 使用。Muse Wonder Full 可供 Muse Code 订阅用户使用。Meta 表示，Muse Wonder 也将开始为 Muse 内的体验提供支持，首先面向订阅用户推出。
官方模型卡列出了 100 万 token 上下文窗口、覆盖文本、图像、视频和音频的多模态输入，以及文本输出。
| 规格 | Muse Wonder / Wonder Full |
|---|---|
| 发布日期 | 2026 年 10 月 12 日 |
| 上下文窗口 | 100 万 token |
| 输入模态 | 文本、图像、视频、音频 |
| 输出模态 | 文本 |
| 主要重点 | 个人和专业智能体任务 |
| Muse Wonder 获取方式 | Meta Model API 和 Muse Code |
| Muse Wonder Full 获取方式 | Muse Code 订阅 |
对于 API 用户，Meta 目前将 Muse Wonder 的价格列为：每百万输入 token 4 美元、每百万缓存输入 token 0.20 美元，以及每百万输出 token 20 美元。
Meta 表示，Muse Wonder 的发布是其更广泛 AI 技术栈重构的最新一步。
在发布前 14 个月，这家公司启动了其所称的、从底层开始的人工智能工作全面改造。这一过程先推出了 Muse Spark 系列，如今又推出了规模更大的 Muse Wonder 模型。
Muse Spark 强调效率和不断增强的智能体行为，而 Muse Wonder 则进一步沿着 Meta 的规模扩展路径前进。
Meta 表示，这些模型在其吉瓦级 Prometheus 数据中心上训练，结合了预训练和强化学习方面的进展。
该公司所述的目标是个人超级智能：能够理解个人目标和上下文、跨工具和应用程序工作，并在专业场景和日常场景中协助处理复杂任务的 AI 系统。
这是一个雄心勃勃的定位，但 Muse Wonder 更具体的变化更容易描述：Meta 正在构建预期能够在更长时间内持续工作、保留更多上下文，并以智能体形式更可靠地运行的模型。
Meta 从个人和专业智能体、记忆、编程、计算机使用以及通用推理等方面评估 Muse Wonder 和 Muse Wonder Full。
该公司的模型卡将这两款模型与 GPT-6 Astra、Claude Fable 5.1，以及在最高推理强度下运行的 Claude Opus 5.5 等系统进行比较。
以下展示了 Meta 公布评分卡中的一些代表性结果。
| 基准测试 | Muse Wonder Full | Muse Wonder | GPT-6 Astra | Claude Opus 5.5 |
|---|---|---|---|---|
| Harvey LAB-AA | 13.1 | 10.0 | 8.6 | 4.2 |
| AutomationBench-AA | 45.4 | 39.1 | 41.6 | 41.2 |
| JobBench | 75.3 | 70.5 | 66.1 | 75.4 |
| OSWorld V2.1 partial | 78.4 | 72.6 | 75.8 | 81.8 |
| MemoryBench | 85.5 | 85.6 | 81.4 | 81.5 |
| Terminal-Bench 4.0-AA | 57.1 | 52.0 | 59.1 | 59.6 |
| DeepSWE 1.1 | 79.0 | 78.8 | 74.1 | 74.2 |
| SWE-Marathon | 57.5 | 53.1 | 42.5 | 46.3 |
| Artificial Analysis Index | 56 | 52 | 53 | 58 |
这些结果需要结合背景理解。
Meta 的评分卡结合了多种证据：由 Meta 运行的评估、第三方结果、官方排行榜以及服务提供商报告的分数。模型卡明确指出，对竞品的运行属于尽力而为的比较，不同专有模型所使用的提示词、工具、测试框架和运行时配置未必都得到同等程度的优化。
因此，这张表有助于理解 Meta 认为 Muse Wonder 系列在哪些方面具有竞争力，但不应将其解读为单一的通用排名。
Muse Wonder 旨在将专业知识应用于现实世界的专业任务。
Meta 特别强调了三个领域：
目标不只是凭记忆回答领域问题。许多评估要求模型处理源材料、遵循详细指令，并产出可用的工作成果。
例如，Harvey 的法律智能体基准测试会根据所提供的案件文件和详细任务要求评估法律工作。
Vals Finance Agent V2 聚焦于金融分析师工作流，需要针对公司文件和市场信息开展研究。
HealthBench Pro 使用由医生撰写的评分标准来测试专业级医疗健康问题。
这些基准测试反映了智能体 AI 的更广泛方向：模型越来越需要将领域知识与文档处理、研究和任务执行结合起来。
这仍然不能消除专业审核的必要性。Meta 的模型卡明确警告，Muse Wonder 可能产生不准确、有偏见或令人反感的回复，用户应针对自身具体应用验证模型。
记忆是 Muse Wonder 的核心主题之一。
Meta 将其方法称为 主动记忆（Active Memory）。
其理念是，一个有用的个人或专业智能体不应只是保留早期互动中的信息。它还需要识别某个旧细节何时再次变得相关，并将其带回当前任务。
这对于以下工作流十分重要：
Meta 通过 MemoryBench 评估这种行为。MemoryBench 是一个内部基准测试，围绕大约 6.4 万至 10 万 token 的长篇复杂对话构建。
这些对话包含多项事实、干扰信息、冲突信息和后续更新。模型必须识别哪些信息仍然有效，并在被询问时提取正确的细节。
Meta 在其公开比较中报告，Muse Wonder 的 MemoryBench 得分为 85.6，Muse Wonder Full 为 85.5。
这也提醒我们，更大的模型不一定会在每一项单独基准测试中领先。
记住上下文只是构建有用智能体的一部分。
模型还必须持续朝着用户目标推进工作。
Meta 将这种能力称为 主动专注（Active Focus）。
在实践中，这意味着 Muse Wonder 经过训练可执行以下行为：
Meta 通过 FocusBench 评估这种行为。FocusBench 是一项内部基准测试，覆盖住房、旅行、IT 和金融等领域的个人智能体任务。
对于软件工作，持续执行能力还会通过 SWE-Marathon 进行测试，该测试评估长期运行的工程项目。
重要区别在于，主动专注不只是“更多推理 token”。它是一项目标导向的行为能力：在长轨迹中持续围绕实际任务保持方向。
软件工程将记忆和专注结合在一起。
一个编程智能体必须记住需求、理解代码库、在多个文件中修改代码、运行测试、检查失败原因，并在不丢失原始目标的情况下持续迭代。
Meta 表示，两款 Muse Wonder 模型正是因此在多样化的长期软件任务上进行了训练。
公开的最强编程结果包括：
DeepSWE 和 SWE-Marathon 的结果尤其重要，因为它们聚焦于更长周期的软件工程，而非孤立的代码补全。
Meta 的官方模型页面还称，Muse Wonder 能够规划长期任务、将工作委派给子智能体、并行调用工具，并从错误中恢复。
该公司通过一款可玩的 3D 厨房游戏展示了这种更广泛的编程能力，该游戏由可自定义的图像输入生成。
这个示例在视觉上令人印象深刻，但模型卡也补充了一项重要限制：精确的视觉和空间推理，尤其是 3D 任务，仍是已知弱项。构建依赖精确空间理解的应用程序时，开发者应仔细验证模型。
较高的基准测试分数并不总意味着模型在陌生任务上也有同样表现。
输入一句想法，We0 AI 即可生成展示站、页面与 CMS。发布上线后并帮你获取客户和流量。
用户注册赠送一次完整项目生成
适合先体验一次完整生成流程，快速看到项目初稿。
Meta 使用“benchmaxxing”一词来描述这样一种担忧：模型可能针对已知评估被高度优化，却没有形成处理新情况所需的更广泛能力。
为研究这一点，Meta 比较了两组任务上的表现：
该公司在多个推理强度级别下比较了 Muse Spark 1.3 和 Muse Wonder Full。
Meta 表示，随着测试时计算量增加，两款模型在陌生任务上的表现都会改善。但根据 Muse Spark 仅在分布内表现所呈现的趋势进行预测，Wonder Full 在分布外任务上的表现更好。
Meta 将这种变化归因于更强的底层基础模型。
其实际论点很直接：个人智能体不可能针对未来所有目标、工具、应用程序、约束和意外事件的组合进行训练。
因此，它需要泛化到后训练阶段被明确强调的任务之外。
Meta 通过几个个人智能体场景展示了这一理念。
Muse Wonder 可以在浏览器中以及跨应用程序工作，结合个人偏好和当前情况制定跑步计划。
这个示例结合了个人上下文、外部地图信息和网络信息，而不是将路线规划视为单一、孤立的查询。
另一项演示使用个人 Instagram 主页中的真实照片，设计并订购定制商品。
这是记忆、多模态理解、浏览器使用和行动执行都需要协同工作的工作流类型。
Muse Wonder 还展示了如何根据复杂的匹配与座位安排要求列表制作座位表。
这是一个约束密集型规划的有用案例：模型必须在生成最终安排时，同时保留众多关系和偏好。
Meta 的原始页面将这些场景呈现为交互式视频，而不是静态截图。由于演示媒体未提供适合 Markdown 嵌入的稳定独立图像 URL，本文仅描述这些交互式示例，不虚构替代图像。
能力更强的智能体也带来了更难的安全问题。
个人智能体可能可以访问：
这意味着，安全性不只取决于模型是否回答了危险问题。系统还必须谨慎处理私人信息，并抵御可能出现在其读取内容中的恶意指令。
Meta 表示，Muse Wonder 是其迄今为止对齐程度最高的模型系列，并且这些模型接受了隐私敏感行为和对抗鲁棒性方面的训练。
Meta 依据其 Meta Superintelligence Scaling Framework 评估能力更强的 Wonder Full。
该框架聚焦于三个灾难性风险领域：
Muse Wonder 模型卡称，未经缓解的模型在网络安全和失控风险方面被评估为中等或更低。
对于化学和生物风险，Meta 表示，不能排除未经缓解的模型达到高风险阈值的可能性。因此，该公司应用了额外的安全后训练和系统级分类器。
Meta 表示，在采取缓解措施后，所有三个领域的剩余风险均被评估为中等或更低。
模型卡报告了 Muse Wonder Full 的以下能力结果：
| 网络安全评估 | Muse Wonder Full |
|---|---|
| CyberGym | 88.4% |
| ExploitBench | 58.9% |
| ExploitGym | 捕获 92 个标记* |
ExploitGym 数字需要一项重要说明。
Meta 表示，92 个被捕获的标记中，只有 21 个使用了预期漏洞。另外 71 个则是通过非预期漏洞获得的。由于已发布的 ExploitGym 排行榜统计的是利用预期漏洞取得的结果，因此 21 才是用于排名比较的数值。
这很好地说明了，基准测试方法与标题分数同样重要。
更广泛的 Muse 架构也在模型周围增加了系统级保护措施。
Muse 在隔离基础设施中运行智能体工作负载，将已连接服务的凭据与智能体环境分离，并通过额外的安全控制来处理外部交互。
Meta 建议对不可逆操作进行人工确认，并表示开发者应根据自身应用程序添加适当的防护措施。
Muse Wonder 模型卡还明确指出：
这些限制很重要，因为能够采取行动的智能体比只生成文本的模型具有更重大的影响。
Muse Wonder 是 Meta 推出的一款前沿 AI 模型，专为个人和专业智能体任务设计。它聚焦于长期工作流、编程、计算机使用、主动记忆和主动专注。
Muse Wonder 可通过 Meta Model API 和 Muse Code 使用，而 Muse Wonder Full 是通过 Muse Code 订阅提供的更高能力版本。Wonder Full 在 Meta 公布的更多智能体和编程基准测试中领先，但标准版 Wonder 是可直接通过 API 使用的模型。
Meta 的模型卡列出，Muse Wonder 和 Muse Wonder Full 均拥有 100 万 token 上下文窗口。这些模型接受文本、图像、视频和音频输入，并生成文本输出。
Meta 目前将 Muse Wonder 的价格列为：每百万输入 token 4 美元、每百万缓存输入 token 0.20 美元，以及每百万输出 token 20 美元。Muse Wonder Full 没有列出按 token 计费的 API 价格，因为它目前通过 Muse Code 订阅计划提供。
主动记忆是 Meta 对跨对话保留重要用户上下文，并在这些信息变得相关时将其提取出来的称呼。其目标是让个人和专业智能体在长期互动中保持更高的一致性。
主动专注是模型持续朝着困难目标工作、尝试替代方案、从阻碍中恢复，以及随着新信息出现而调整的能力。它还包括在采取重要行动前请求澄清并与用户确认。
并非在所有方面都更优。Meta 的评分卡显示，Muse Wonder 模型在一些基准测试中领先，而 Claude Opus 5.5 和 GPT-6 Astra 在其他测试中领先；此外，这些比较混合了内部、第三方和服务提供商报告的结果。
Meta 的发布内容将 Muse Wonder 描述为通过 Meta Model API 和 Muse Code 提供，而不是作为开放权重版本发布。开发者应查阅 Meta 的官方模型页面，以获取当前可用性和许可条款。
Muse Wonder 和 Muse Wonder Full 是 Meta 最新的前沿模型，面向个人和专业智能体。它们的主要设计主题包括主动记忆、主动专注、领域专业能力、长期编程、计算机使用，以及对后训练阶段重点任务之外场景的更好泛化能力。
这些模型也表明，智能体基准测试需要谨慎解读。Meta 公布的结果结合了内部、第三方和服务提供商报告的评估，模型卡也明确说明了测试框架和运行时设置的差异。该模型系列具有很强竞争力，但没有任何单一模型能赢得每一项基准测试。
更大的变化发生在产品层面的架构上：Meta 正尝试构建能够记住重要信息、在长轨迹中保持专注，并能在真实应用程序中安全采取行动的智能体。
Muse Wonder 的核心理念不只是更强的聊天机器人，而是一个旨在保留上下文、持续工作，并作为持久型个人或专业智能体采取行动的模型。
从一句话开始，几分钟内拿到完整网站。
