什么是缪斯灰烬？了解 Meta 的全新低成本 AI 模型

预订假期听起来像是你应该交给人工智能助手的事情，直到它必须检查日历，打开十几个选项卡，并弄清楚最便宜的航班是否仍然是随身行李最便宜的。每个步骤都需要工作，而当人工智能代理执行这些步骤时，成本就会增加。

Meta 为这部分工作建立了一个新模型。

11 月 9 日，Meta 超级智能实验室 推出缪斯灰烬该公司称之为迄今为止最小、最实惠的人工智能模型。它专为代理在单个任务中可能重复数十次的步骤而设计，例如从文档中提取详细信息、调用另一个工具或在更改一行代码后运行测试。

Muse 是一款可爱的小头像应用程序 – 名为 Jolly – Meta 自 9 月份以来一直在推广。经用户许可，AI助手可以在（某些）应用程序中工作。该应用程序在 22 天内下载量突破 500 万次，并且已经有许多更新。上周，Meta 开始在美国推出语音聊天和动画头像

Meta 还使用 Muse 名称来表示一系列人工智能模型。该公司将 Muse Wonder 定位为解决最棘手问题的模型，将 Muse Spark 定位为编码和涉及使用工具的其他任务的模型。 Ember 是重复性任务最便宜的选择。 Meta 的目标是开发人员可以使用 Wonder 来设计复杂的工作，并将各个步骤交给 Ember。目前，Meta 将 Ember 列为可通过它使用的 Muse Code 开发工具和 API。

缪斯在行动中是什么样子

在 Meta 分享的早期测试中，云存储公司 Box 表示，它使用 Ember 根据公司的交易规则逐条审查合同，并给出总体风险评分。 Meta 表示，该模型可以一次接收多达一百万个代币，足以处理大量文档，并且可以处理图像、音频和视频以及文本。这为开发人员提供了创建代理的空间，该代理可以读取扫描的合同或从会议记录中提取详细信息。

价格让 Ember 变得有趣。在 人工分析基准Ember 和 Anthropic 的 Claude Haiku 5.5 在最高推理设置下均获得了 36 分。 Ember 每个参考作业的成本约为 14 美分，而 Haiku 为 41 美分，尽管两者具有相同的标准费率，即每百万个输入代币 10 美分和每百万个输出代币 50 美分。 OpenAI 的 GPT-6 Luna 得分为 28，在最高设置下每项任务的成本约为 15 美分。

在 Meta 公布的结果Ember 在终端编码测试中击败了 Haiku，而 Haiku 在判断代码更改是否准备好合并的测试中表现更好。 Meta 补充说，它已经有了更便宜的训练模型。

随着该公司继续押注人工智能助手将接管更多平凡的任务，开发人员将需要一种经济实惠的方式来处理幕后的所有小步骤。例如，航班搜索可能意味着对数十种票价进行排序，每种票价都有自己的规则。如果 Meta 希望人们每天都做这种苦差事，那么它也需要降低随身行李托运的成本。