Meta hat am 12. Oktober die KI-Modelle Muse Wonder und Muse Wonder Full angekündigt und die Reihe als die größte und leistungsfähigste in der Geschichte des Unternehmens bezeichnet. Die Modelle sollen Agenten betreiben, die verschiedene mehrstufige Aufgaben im Alltag und im Beruf ausführen können, anstatt lediglich kurze Textantworten zu erzeugen.
Meta stellt Muse Wonder Entwicklern bereits über die Meta Model API und die Programmierplattform Muse Code zur Verfügung, während Muse Wonder Full für Abonnenten von Muse Code verfügbar ist. Außerdem plant das Unternehmen, das Modell in seinen persönlichen Assistenten Muse zu integrieren, den es im September in den USA eingeführt hat, um Aufgaben wie das Versenden von E-Mails und die Buchung von Reisen auszuführen. Die Einführung soll zunächst für Abonnenten des Dienstes beginnen.
Gedächtnis über mehrere Gespräche hinweg und Weiterarbeit bei Rückschlägen
Das Modell konzentriert sich auf zwei von Meta als Active Memory und Active Focus bezeichnete Funktionen. Die erste ermöglicht es, wichtige Informationen über mehrere Gespräche hinweg zu behalten und aufgabenbezogene Details abzurufen, darunter Gewohnheiten, Präferenzen und bestimmte Inhalte aus früheren Gesprächen. Die zweite soll das Modell bei der Ausführung komplexer Aufgaben auf das Ziel fokussieren, alternative Vorgehensweisen ausprobieren, sich von Fehlern erholen und vor wichtigen Vorgängen eine Bestätigung des Nutzers anfordern lassen.
Meta zufolge wurde Muse Wonder auf Grundlage von Muse Spark entwickelt, das im April angekündigt wurde, wobei der Umfang des Vortrainings und des bestärkenden Lernens erweitert wurde. Das Modell wurde im Rechenzentrum Prometheus mit einer Leistung im Gigawattbereich trainiert. Das Unternehmen erklärt, es habe bei unbekannten Aufgaben im Vergleich zu den Trends von Muse Spark 1.3 eine bessere als erwartete Leistung gezeigt.
Von Verträgen und Schadensmeldungen bis zu mehrstufigen Anwendungen
Meta hat das Wissen des Modells in den Bereichen Recht, Finanzen und Gesundheitsversorgung erweitert und nennt Anwendungsfälle wie die Bearbeitung von Versicherungsansprüchen, das Lesen von Mietverträgen und die Verwaltung des Familienbudgets. Außerdem zeigte das Unternehmen Beispiele für die Planung eines Laufprogramms über einen Browser und mehrere Anwendungen hinweg, den Entwurf von Produkten auf Grundlage von Instagram-Bildern und deren anschließende Bestellung, die Erstellung eines Sitzplans für eine Hochzeit nach komplexen Vorgaben sowie die Entwicklung eines spielbaren 3D-Spiels ausgehend von einem Bild.
Die Modelle unterstützen die Eingabe von Texten, Bildern, Videos und Audio sowie eine Textausgabe und einen Kontext von bis zu einer Million Tokens. Die Muse-App soll das Modell künftig nutzen, um komplexere Ergebnisse zu erstellen und spezialisierte Modelle zu entwickeln, die allen Nutzern zur Verfügung stehen. Meta hat jedoch weder einen Termin für die Integration noch Einzelheiten zu den Plänen genannt, die davon betroffen sein werden.
Starke Ergebnisse in einigen Tests, aber weiterhin zu überprüfende Grenzen
Nach Vergleichen von Meta erzielte Muse Wonder Full im Test Harvey LAB-AA für juristische Aufgaben einen Wert von 13,1, gegenüber 8,6 für GPT-6 Astra und 4,2 für Claude Opus 5.5. Im Test DeepSWE 1.1 zur Messung langfristiger Programmierfähigkeiten erreichte es außerdem 79,0 und lag damit vor Claude Opus 5.5 mit 74,2 und GPT-6 Astra mit 74,1.
Das Modell führte jedoch nicht alle Tests an. Claude Opus 5.5 erzielte die höchste Punktzahl in HealthBench Pro, Terminal-Bench 4.0-AA und ProgramBench sowie beim allgemeinen Artificial-Analysis-Index. Zudem beruhen einige der im Material enthaltenen Vergleiche auf von Meta veröffentlichten Bewertungen, während der vollständige Bericht zu den Sicherheitstests weiterhin veröffentlicht werden soll.
Sicherheit vor der Ausweitung auf sensible Aufgaben
Meta erklärte, dass die Bewertung nach dem Meta Superintelligence Scaling Framework die Risiken im Bereich Cybersicherheit und Kontrollverlust vor den Minderungsmaßnahmen als mittel oder niedriger eingestuft habe. In den Bereichen Chemie und Biologie schloss das Unternehmen jedoch nicht aus, dass die Schwelle für ein hohes Risiko erreicht werden könnte. Daher fügte es Sicherheitstraining und Klassifikatoren auf Systemebene hinzu und erklärt, dass die abschließende Bewertung in allen Bereichen auf mittel oder niedriger gesunken sei.
Was ändert sich in der Praxis? Muse Wonder vermittelt die Vorstellung eines Agenten, der den Kontext behält und eine Aufgabe über mehrere Tools und Anwendungen hinweg weiter ausführt. Dadurch könnte der Bedarf sinken, die Arbeit manuell aufzuteilen. Der tatsächliche Nutzen wird jedoch davon abhängen, wann das Modell in Muse verfügbar wird, welche Abonnementstufen unterstützt werden und welche Ergebnisse unabhängige Bewertungen liefern, insbesondere da das Modell in sensible rechtliche, finanzielle und gesundheitliche Bereiche vordringt.