Meta a annoncé le 12 octobre les deux modèles d’intelligence artificielle Muse Wonder et Muse Wonder Full, présentant la série comme la plus grande et la plus puissante de son histoire. Ces modèles visent à faire fonctionner des agents capables d’exécuter diverses tâches quotidiennes et professionnelles en plusieurs étapes, plutôt que de se limiter à produire de courtes réponses textuelles.
Meta a commencé à proposer Muse Wonder aux développeurs via Meta Model API et la plateforme de programmation Muse Code, tandis que Muse Wonder Full est disponible pour les abonnés de Muse Code. L’entreprise prévoit également d’intégrer le modèle à son assistant personnel Muse, lancé aux États-Unis en septembre pour exécuter des tâches telles que l’envoi d’e-mails et la réservation de voyages. Le déploiement commencera auprès des abonnés du service.
Une mémoire qui s’étend à travers les conversations et la poursuite du travail en cas de blocage
Le modèle se concentre sur deux fonctionnalités que Meta appelle Active Memory et Active Focus. La première permet de conserver les informations importantes au fil de plusieurs conversations et de rappeler les détails liés à la tâche, notamment les habitudes, les préférences et certains éléments de conversations précédentes. La seconde vise à maintenir le modèle concentré sur l’objectif lors de l’exécution d’un travail complexe, en essayant d’autres approches, en se remettant des erreurs et en demandant la confirmation de l’utilisateur avant les opérations importantes.
Meta affirme que Muse Wonder a été construit sur la base de Muse Spark, annoncé en avril, avec une extension de l’entraînement préalable et de l’apprentissage par renforcement. Le modèle a été entraîné dans le centre de données Prometheus, d’une capacité de l’ordre du gigawatt. L’entreprise indique qu’il a affiché de meilleures performances que prévu dans des tâches inhabituelles par rapport aux tendances de Muse Spark 1.3.
Des contrats et des demandes d’indemnisation aux applications en plusieurs étapes
Meta a élargi les connaissances du modèle dans les domaines du droit, de la finance et des soins de santé, et présente des usages tels que le traitement de demandes d’indemnisation, la lecture de contrats de location et la gestion d’un budget familial. L’entreprise a également présenté des exemples de planification d’un programme de course à pied à l’aide d’un navigateur et de plusieurs applications, de conception de produits à partir de photos Instagram puis de commande de ces produits, de préparation d’un plan de placement pour un mariage selon des conditions complexes et de création d’un jeu en 3D jouable à partir d’une image.
Les modèles prennent en charge les entrées textuelles, les images, les vidéos et l’audio, avec une sortie textuelle et un contexte pouvant atteindre un million de tokens. À l’avenir, l’application Muse utilisera le modèle pour créer des résultats plus complexes et développer des modèles spécialisés accessibles à tous les utilisateurs, mais Meta n’a pas précisé la date de son intégration ni les détails des formules concernées.
De solides résultats dans certains tests, mais des limites qui doivent encore être vérifiées
Selon les comparaisons de Meta, Muse Wonder Full a obtenu un score de 13,1 au test Harvey LAB-AA consacré aux tâches juridiques, contre 8,6 pour GPT-6 Astra et 4,2 pour Claude Opus 5.5. Il a également obtenu 79,0 au test DeepSWE 1.1, qui mesure la programmation à long terme, devançant Claude Opus 5.5, avec 74,2, et GPT-6 Astra, avec 74,1.
Le modèle n’est toutefois pas arrivé en tête de tous les tests : Claude Opus 5.5 a obtenu le meilleur score dans HealthBench Pro, Terminal-Bench 4.0-AA, ProgramBench et l’indice général d’Artificial Analysis. En outre, certaines comparaisons présentées dans l’article reposent sur des évaluations publiées par Meta, tandis que le rapport complet des tests de sécurité est encore en cours de publication.
La sécurité avant l’élargissement à des tâches sensibles
Meta a déclaré que son évaluation selon le cadre Meta Superintelligence Scaling Framework a classé les risques liés à la cybersécurité et à la perte de contrôle, avant les mesures d’atténuation, au niveau moyen ou inférieur. Dans les domaines chimique et biologique, l’entreprise n’a pas exclu l’atteinte du seuil de risque élevé. Elle a donc ajouté un entraînement à la sécurité et des classificateurs au niveau du système, affirmant que l’évaluation finale était devenue moyenne ou inférieure dans tous les domaines.
Qu’est-ce qui change concrètement ? Muse Wonder présente le concept d’un agent capable de se souvenir du contexte et de poursuivre l’exécution d’une tâche à travers plusieurs outils et applications, ce qui pourrait réduire la nécessité de diviser manuellement le travail. Toutefois, l’utilité réelle dépendra de la date de sa mise à disposition dans Muse, de l’étendue des formules prises en charge et des résultats des évaluations indépendantes, notamment avec le passage du modèle à des domaines juridiques, financiers et médicaux sensibles.