Meta 推出 Muse Wonder,追赶 OpenAI、Anthropic:如何测试它、基准测试结果

Meta 宣布推出新的 AI 模型系列, 缪斯奇迹这已经可供开发人员使用。独立基准测试表明,Muse Wonder 首次将 Meta 坚定地置于人工智能的边缘。

该版本是在 Muse Spark 1.3 发布六周后发布的,Muse Spark 1.3 是该模型系列的最新版本,于 4 月份首次亮相。去年,马克·扎克伯格和 Meta 在落后于竞争对手的科技公司后,在人工智能招聘和基础设施方面投入了大量资金,最终 Meta 斥资 143 亿美元收购 Scale AI 并任命其古怪的首席执行官、时年 28 岁的亚历山大·王 (Alexander Wang) 担任 Meta 的新任人工智能总监。

这些努力似乎正在得到回报。

人工分析一家独立的 AI 基准测试组织发现,Muse Wonder 超越了 OpenAI 的 GPT-Astra、Anthropic 的 Fable 5 和 Google 新发布的 Gemini 4 等强大模型。 人工分析和智能的最佳指数它使用加权综合得分对 AI 模型进行排名,Muse Wonder Full 目前位居第二,落后于 Claude Opus 5.5 Max,并与 Claude Sonnet 5.5 Max 并列。

结果表明,Meta 在此前在 AI 市场被忽视的情况下,已经赶上了 AI 前沿。

最近,随着广受欢迎的人工智能代理 Muse 的推出,这种情况开始发生变化,该应用程序下载量迅速超过 500 万次。在他的缪斯奇迹中 博客文章Meta 表示,新型号系列将“很快为 Muse 体验提供动力”,尽管它只对付费订阅者开放。

隆重推出专为代理 AI 设计的 Muse Wonder

在介绍 Muse Wonder 的博客文章中,Meta 强调该模型是为代理工作流程和用户安全而设计的。 (该公司表示,有关其安全评估的完整报告“很快就会发布”。)王说,该模型系列是在代号“西瓜”下开发的。 美国全国广播公司财经频道。

Meta 的公告中写道:“Meta 推出了 Muse Wonder 和 Muse Wonder Full,这是我们迄今为止最强大的模型,旨在为个人和专业代理任务提供最先进的性能 – 从处理保险索赔到理解租赁的意义,再到构建工作应用程序。”

Muse Wonder 包括 Active Focus 和 Active Memory,Meta 表示,这对于让人工智能代理参与复杂、耗时的任务至关重要。

该公司将主动专注定义为“当任务变得困难时,继续朝着目标努力的能力,尝试其他方法,从错误中恢复并坚持下去,在需要时要求澄清,并在继续重要的事情之前进行检查的能力。”他将主动记忆描述为“在对话中转移对你重要的内容并回忆起与手头任务相关的细节的能力”。

最后,Meta 表示 Muse Wonder 模特将“避免未经许可共享私人信息”,这是 Muse 的一个值得注意的问题。 Meta 声称,这些模型还将拒绝恶意请求,同时帮助组织和用户捍卫网络安全。

Muse Wonder:性能比较

独立基准测试机构 Artificial Analysis 发布了 Muse Wonder 性能的详细分析 X 和他的 网站。该组织写道:“两种模型的整体智力指数得分都有显着提升……Muse Wonder Full(max)在十个智力指数得分的六分之一中排名前三,并且在处理代理知识和科学推理方面特别强大。”

Meta 还公布了其内部基准测试结果 Muse Wonder演出报告。

Meta 发布的这张图表显示了其人工智能模型在过去一年中性能的提高。
学分:人工分析

该公司还发布了各种人工智能基准测试的结果:


学分:元

如何尝试缪斯奇迹

Muse Wonder 现在可通过元模型 API 和 Muse 代码向开发人员开放。 Muse Code 订阅者现在可以使用更强大的 Muse Wonder Full。

Meta 表示,在不久的将来,Muse Wonder 将运行其广受欢迎的 Muse AI 代理,尽管要付出一定的代价。 美国全国广播公司财经频道 (CNBC) 报道 新设计将在 Muse 中为每月支付 20 美元或 100 美元的用户提供。

您也可以阅读全文 缪斯奇迹模型卡。

主题
应用程序和软件人工智能