Meta发布Muse Wonder模型家族，性能对标行业顶尖水平
Meta超级智能实验室成立一周年之际，正式推出前沿模型家族Muse Wonder。测试数据显示，新模型性能已达到Claude 5.1和Opus 5.5级别，在个人智能体、专业领域处理、长程记忆及代码编写等任务中表现卓越。
此次发布距Meta重构内部AI研发体系仅14个月。新模型包含两个版本：主打快速响应与前沿性能的Muse Wonder，以及性能全面拉满的Muse Wonder Full。两者均基于Meta吉瓦级算力的Prometheus数据中心基础设施训练而成。
在双A盲测中，Muse Wonder Full的智能表现仅落后Opus 5.5两分，展现出极强的竞争力。
四大核心能力重塑智能体体验
Muse Wonder的核心优势集中体现在以下四个维度：
1. 专业领域深度处理
模型具备极高的专业理解力，无论是解析复杂的租房合同，还是梳理晦涩的财务与健康数据，均能准确捕捉关键信息。在法律评测中，它可直接阅读原始卷宗，并按严格规范生成合格的专业法律文件。
2. 主动长程记忆
这是构建实用型智能体的关键。Muse Wonder能够跨越多次对话，持续留存用户核心信息。在处理当前任务时，模型会自动调取历史沉淀的关键细节，无需用户重复提供背景信息，大幅提升交互效率。
3. 主动专注与动态执行
面对复杂目标，模型具备持续推进能力。遇到阻碍时，它会尝试替代解法；接收新情况时，能动态修正执行路线。在执行不确定环节或重大操作前，模型会主动询问并确认。基准测试显示，其在需要长期运转的复杂项目中表现出极高的稳定性。
4. 前沿编程全流程支持
从需求跟踪、跨代码库修改，到反复运行测试与排错，Muse Wonder均能胜任。无论是开发小型应用还是推进庞大软件工程，模型都能提供连贯的技术支持。
突破“跑分虚高”困境，强化真实泛化能力
针对行业普遍存在的“基准测试分数相近，实际场景表现差异巨大”的痛点，Meta团队进行了深入研究。对比数据显示，随着推理阶段计算量的增加，Muse Wonder Full在未进行定向训练的陌生任务上得分大幅领先，表现远超预期。
这一跨越得益于更扎实的底层基础模型。强大的底座将后训练阶段获得的推理能力有效迁移至未知场景，这对于应对现实生活中五花八门、无法提前预测的个人智能体需求至关重要。
正式上线与接入计划
目前，两款模型已正式上线：
- Muse Wonder即日起向Meta模型API和编程工具Muse Code开放。
- 完整版Muse Wonder Full同步提供给Muse Code订阅用户。
- 未来，Muse Wonder将接入个人智能体Muse的核心体验，优先面向订阅用户推送，专注于生成复杂内容及处理高难度流程。