Meta 推出基于 Muse Wonder 训练的现有模型专用版本，主动记忆与专注能力下放

IT之家 11 月 7 日消息，Meta 在上月发布了 Muse Wonder 系列模型。当地时间 11 月 6 日，Meta 宣布推出基于 Muse Wonder 训练的现有模型专用版本，并全面推送给 Muse 与 Meta AI 用户。

在发布 Muse Wonder 时，Meta 首次推出了主动记忆（Active Memory）与主动专注（Active Focus）两项核心特性。如今这两项能力全面下放至 Muse 与 Meta AI 中的专用模型群。

官方表示，主动记忆让 Muse 和 Meta AI 能够精准记住关键信息，并在先前对话内容与当前场景相关时及时调取，从而更轻松地基于历史对话延展推进。Muse 中升级后的模型，在遗忘达成目标所需关键信息的问题上降低了 2.4 倍。

IT之家获悉，主动专注能力则确保 Muse 即使遭遇突发挑战，也能坚定不移地推进目标。在 Muse 中，当日常任务出现意外状况时，新模型的任务完成率提升了 67%。延伸阅读Muse Wonder 是 Meta 于 2026 年 10 月 12 日（美东时间）正式发布的新一代人工智能模型系列，包含主打快速前沿性能的 Muse Wonder，以及完整版本 Muse Wonder Full。

扎克伯格称其比此前的 Muse Spark 规模更大、能力更先进，是 Meta 迈向“个人超级智能”的重要一步。文中提到的 Muse 是 Meta 于 2026 年 9 月推出的个人 AI 智能体，可帮助用户处理采购杂货、预订行程等日常事务，并与 Meta 旗下社交应用相连，上线后曾登顶美国苹果与安卓应用商店下载榜；

Meta AI 则是 Meta 面向更广泛用户的 AI 助手。关于两项核心特性，Meta 将“主动记忆”（Active Memory）描述为模型在不同对话之间持续保留与用户有关的重要背景信息，并主动检索与当前任务相关的细节，而持久存储、删除、审阅与授权由上层应用的记忆模块控制；

“主动专注”（Active Focus）则指模型在面对有挑战性的目标时会尝试不同方法、克服障碍，并根据新信息调整行动。根据 Meta 公布的内部评测，接入新模型后，Muse 在 90% 的任务中能正确使用关键上下文，此前该比例为 76%；

Muse 模型在 Meta“个人超级智能指数”上的得分为 47%，此前为 38%。上述数据均由 Meta 自行报告，目前尚无第三方独立评测。在获取方式上，Muse Wonder 通过 Meta Model API 和 Muse Code 向开发者提供，Muse Wonder Full 仅面向 Muse Code 订阅用户开放；

个人 AI 助手 Muse 中的新模型优先向订阅用户开放，订阅价格为每月 20 美元或 100 美元。此外，Muse Wonder 系列采用闭源模式。公开资料显示，Muse Wonder 训练于 Meta 的吉瓦级 Prometheus 超算集群，原生支持 100 万 token 超长上下文以及文本、图像、视频、音频全模态输入；

该系列也是 Meta 超级智能实验室（MSL）重建技术栈约 14 个月后推出的第二代成果。相关阅读：《Meta 发布 Muse Wonder 系列旗舰 AI 模型，对标 Anthropic 与 OpenAI》《Meta 发布 Muse Wonder 模型，扎克伯格称公司已在 AI 前沿领域追上竞争对手》