Meta 用 Wonder 训练专用模型升级两款助手 主动记忆评测由76%升至90%
要点
2026年11月6日，Meta 的人工智能研究团队在官方研究博客发布公告，宣布把一批用旗舰模型 Muse Wonder 训练出来的专用版本，逐步推送给个人助手应用 Muse 与通用助手 Meta AI 的用户。这不是再发布一个新模型，而是把现有模型体系中的部分版本用 Wonde…
2026年11月6日，Meta 的人工智能研究团队在官方研究博客发布公告，宣布把一批用旗舰模型 Muse Wonder 训练出来的专用版本，逐步推送给个人助手应用 Muse 与通用助手 Meta AI 的用户。这不是再发布一个新模型，而是把现有模型体系中的部分版本用 Wonder 重新训练之后下放到两款面向大众的产品。随公告一并下放的还有两项随 Wonder 系列首次引入的能力，即主动记忆（Active Memory）与主动聚焦（Active Focus）。公司人工智能负责人与官方账号同日在社交平台确认了这次变更。按公告表述，Muse Wonder 是 Meta 迄今能力最强的模型家族，面向个人与职业场景的智能体任务设计，此次推送意在让更多普通用户触及其中的部分能力。
公告给出了一组前后对照的内部评测结果。在名为个人超级智能指数的自建指标上，当前 Muse 模型得分为47%，上一代为38%；在主动记忆评测中，能够正确使用关键上下文的任务比例由76%升至90%，Muse 中遗忘达成目标所需关键信息的情况减少了2.4倍；在主动聚焦评测里，遇到意外状况的日常任务完成率提升了67%。这些数字共同指向两类长期困扰对话式助手的问题：一是跨会话的信息保留，模型需要区分临时信息与长期事实、跨时间推理，并判断哪些旧信息重新变得相关、哪些已经过时；二是任务执行中的抗中断能力，模型被要求在面对现实场景的各类卡点时继续尝试、自行恢复或寻找替代路径，而不是在报错后停下。公告还提到，专用模型学会了辨别何时应独立推进用户目标、何时与用户实时协作，并能在任务中途适应澄清与调整而不陷入混乱；在 Meta AI 一侧，同样的改进被描述为把复杂问题拆成清晰步骤、提出更精准的追问，并在用户改变对话方向时跟上节奏。
需要把这组数字的性质说清楚：上述百分比与倍数全部来自 Meta 自行开展的评测，公告没有公布测试集，也没有第三方独立验证结果。47% 对应的是公司自己定义的个人超级智能指数，并非跨厂商可比的公开榜单，把这一数值直接拿去与其他模型的评分并列对照并不成立。公告同样没有点明究竟是哪几款现有模型接受了重新训练，没有给出分地区的推送日程，也没有说明专用模型的能力是否等同于 Wonder 本身。换言之，可确认的是能力下放这一产品动作与公司自报的评测变化，尚不可确认的是这些变化在真实使用中的幅度。对使用者而言，跨会话记忆是否真的稳定、多步任务中途改需求时模型能否跟上，公告里的数字无法替代实际使用后的检验，公开分析也把这两点列为后续应观察的事项。
把这次推送放进近几个月的产品节奏，可以看到一条分层路径。Muse 助手在2026年9月上线，Wonder 系列于10月12日发布，包含主打快速前沿性能的 Muse Wonder 与完整版本 Muse Wonder Full；两者通过 Meta Model API 与编程助手 Muse Code 向开发者提供，其中完整版本只面向 Muse Code 的订阅用户。11月6日的更新则是把 Wonder 用于训练现有模型的专用版本，推送给 Muse 与 Meta AI 的普通用户，更难的任务仍由旗舰模型承担，且新模型在个人助手中优先向订阅用户开放。用大模型训练面向海量用户的较小专用版本，公开材料把其解释为在不为每个请求承担旗舰模型服务成本的前提下铺开能力，同时也注明公司并未公布成本数字，因此这一成本判断属于对产品分层的推断而非官方陈述。公开分析进一步把普通用户拿到的东西概括为蒸馏后的行为，而非前沿模型本身，这与公告中专用版本的措辞相互印证。
同一天 Muse 还上线了 Spaces，用户用自然语言描述一个想法，助手即可生成追踪表、计划表或项目看板形式的工作区，可固定到侧栏或主导航，并随已连接应用持续更新，但暂不支持分享给他人。把 Spaces 与主动记忆、主动聚焦并置，产品逻辑是自洽的：当助手从回答单次提问转向维持一个持续更新的工作区，跨会话记不住目标、任务中途被打断就会直接削弱可用性，记忆与持续性因此成为功能能否留住用户的前提。公开信息显示，Muse 在北美的安装量已越过千万量级，公司在10月财报电话会上提到美国与加拿大用户达到这一规模，产品也已被集成进旗下多个社交与消息平台，此后又陆续加入语音模式与可视化形象。对一家把助手铺向大众市场的公司而言，用较低的服务成本换取更广的覆盖，比让每个请求都调用旗舰模型更可执行。
从可核对的边界看，这次升级仍有几处未定项。公告只说推送已经开始，没有给出全量完成的时间表，不同地区、不同账号收到新模型的时间会有先后；专用模型没有公开具体名称，公司也未披露训练方法细节；旗舰系列采用闭源模式，通过接口按输入与输出词元计费，订阅价格分档，个人助手中的新模型优先向付费用户开放。公开的整理材料还提到，Wonder 系列训练于公司自建的大规模算力集群，原生支持百万词元级别的超长上下文以及文本、图像、视频、音频全模态输入，属于其超级智能实验室重建技术栈约14个月后推出的第二代成果。这些背景说明了能力来源，却也同时说明普通用户此次获得的是旗舰能力经训练迁移后的一个子集，而非模型权重或完整前沿能力本身。就产品竞争而言，把记忆与任务持续性下放到更广的用户层级，指向的是让助手成为日常工具，而非在单次问答的基准分数上做比较；这一动作的实际效果，仍要由推送完成后的使用数据来检验，公告当日的自评数字并不构成对体验的结论。
