扎克伯格官宣Meta MSL首款前沿AI模型Muse Wonder

最近，Meta旗下超级智能实验室正式发布了Muse Wonder与Muse Wonder Full两款AI模型，这也是该实验室成立一年多以来，首次推出官方自称达到前沿水准的AI产品。

主打高效体验的Muse Wonder已于发布当日开放使用，用户可通过Meta的API接口以及Muse Code编程代理工具调用；而完整版的Muse Wonder Full则仅面向Muse Code的订阅用户开放。

核心能力亮点

Muse Wonder的核心设计聚焦两大关键能力：其一为Active Memory，能够在多轮对话中记住用户的关键信息，在执行任务时主动调取相关内容；其二为Active Focus，可以持续瞄准复杂目标推进，遇到阻碍时灵活调整解决方案，遇到新情况时主动与用户确认后再执行关键操作。

相关负责人在采访中提到，模型的训练方向针对的是现实任务中常见的卡壳场景：“真实任务中总会遇到障碍、意外和各类挫折，我们专门训练模型在遇到问题时尝试替代方案，而非停滞不前，同时随时可以回到和用户确认的环节”。

在实际测试中，Muse Wonder的表现可圈可点。相关跑分数据来自Meta官方博客，价格与负责人的采访内容出自行业媒体的报道。在长期记忆测试MemoryBench中，它拿下85.6分，超过了Claude Opus 5.5的81.5分；在DeepSWE和SWE-Marathon两项长周期编程测试中，Muse系列也位居榜首。

Meta官方公布的演示案例均围绕日常真实生活场景展开，比如根据用户偏好制定跑步计划，要求在早8点出发、去图书馆前完成15.1公里平路跑；从用户的社交平台素材中提取照片，为名为Coco的猫咪设计生日T恤并完成下单；根据多项匹配规则为47位宾客安排婚礼座位；上传急诊账单和保险卡正反面，协助用户核对理赔流程；利用多张图片素材制作可交互的3D厨房小游戏。

发展背景与技术迭代

回溯到2025年6月，Meta斥资约140亿美元收购了Scale AI 49%的股份，邀请其创始人出任公司首席AI官，同月正式成立了MSL超级智能实验室。此后Meta对整套AI技术栈进行了全面重构，最初推出的初代模型家族名为Muse Spark，而Muse Wonder正是该系列的高阶版本，训练依托于Meta的吉瓦级数据中心集群。

在Artificial Analysis的综合智能指数榜单中，Muse Spark的得分为31，同系列的1.1版本为34，1.2版本为40，1.3版本为48，而Muse Wonder的得分达到52，完整版的Wonder Full更是达到56。

陌生任务适配能力

AI行业中存在“benchmaxxing”的说法，指的是专门针对跑分榜单优化模型。而Muse Wonder Full在处理未见过的任务时表现突出：横轴代表后训练阶段重点练习过的任务，纵轴代表未训练过的任务，每个点位对应不同的思考档位。随着思考时长增加，两类任务的得分都有明显提升，但在已训练任务得分相同的情况下，Wonder Full在未训练任务上的表现要优于Spark 1.3版本。

这背后的原因在于，Wonder系列的基座模型规模更大、能力更强，后训练带来的优化收益能够更顺畅地迁移到陌生任务场景中。

定价与开放计划

相关负责人在采访中表示，Muse Wonder的API调用价格会明显低于行业头部的OpenAI和Anthropic的同类产品。具体定价为每百万输入token4美元，每百万输出token20美元，缓存读取费用为每百万0.2美元。作为参考，Claude Opus 5.5的定价同样为输入4美元、输出20美元，而Claude Fable 5.1的定价则为输入10美元、输出50美元。

需要注意的是，Muse Wonder Full不会开放独立API调用，仅包含在Muse Code的50美元和200美元两档月度订阅套餐中。后续Muse App中也将上线Muse Wonder功能，优先向20美元和100美元两档订阅用户开放。