12 октября Meta объявила о моделях искусственного интеллекта Muse Wonder и Muse Wonder Full, назвав эту серию крупнейшей и самой мощной в своей истории. Модели предназначены для работы агентов, способных выполнять различные многоэтапные повседневные и профессиональные задачи, а не ограничиваться созданием коротких текстовых ответов.
Meta начала предоставлять Muse Wonder разработчикам через Meta Model API и платформу программирования Muse Code, тогда как Muse Wonder Full доступна подписчикам Muse Code. Компания также планирует интегрировать модель в своего персонального помощника Muse, запущенного в США в сентябре для выполнения таких задач, как отправка электронных писем и бронирование путешествий. Распространение начнётся с подписчиков сервиса.
Память, распространяющаяся на разные разговоры, и продолжение работы при сбоях
Модель сосредоточена на двух функциях, которые Meta называет Active Memory и Active Focus. Первая позволяет сохранять важную информацию в нескольких разговорах и извлекать связанные с задачей детали, включая привычки, предпочтения и некоторые сведения из предыдущих разговоров. Вторая призвана помогать модели сохранять концентрацию на цели при выполнении сложной работы, пробовать альтернативные подходы, восстанавливаться после ошибок и запрашивать подтверждение пользователя перед важными операциями.
Meta утверждает, что Muse Wonder построена на основе Muse Spark, о которой компания объявила в апреле, с расширением масштабов предварительного обучения и обучения с подкреплением. Модель обучалась в дата-центре Prometheus мощностью в несколько гигаватт. По словам компании, в незнакомых задачах она показала результаты лучше ожидаемых по сравнению с тенденциями Muse Spark 1.3.
От контрактов и заявлений до многоэтапных приложений
Meta расширила знания модели в областях права, финансов и здравоохранения и демонстрирует такие варианты использования, как обработка страховых заявлений, чтение договоров аренды и управление семейным бюджетом. Компания также показала примеры планирования программы бега через браузер и несколько приложений, проектирования продуктов на основе изображений из Instagram с последующим заказом, подготовки схемы рассадки на свадьбе по сложным условиям и создания пригодной для игры трёхмерной игры на основе изображения.
Модели поддерживают ввод текста, изображений, видео и аудио, а также вывод текста и контекст объёмом до миллиона токенов. В будущем приложение Muse будет использовать модель для создания более сложных результатов и разработки специализированных моделей, доступных всем пользователям, однако Meta не назвала сроки интеграции и не раскрыла подробности планов, в которые она войдёт.
Сильные результаты в некоторых тестах и ограничения, которые ещё предстоит проверить
Согласно сравнениям Meta, Muse Wonder Full получила результат 13,1 в тесте Harvey LAB-AA для юридических задач против 8,6 у GPT-6 Astra и 4,2 у Claude Opus 5.5. В тесте DeepSWE 1.1, измеряющем долгосрочное программирование, она также набрала 79,0, опередив Claude Opus 5.5 с результатом 74,2 и GPT-6 Astra с результатом 74,1.
Однако модель не возглавила все тесты: Claude Opus 5.5 показала лучший результат в HealthBench Pro, Terminal-Bench 4.0-AA, ProgramBench и общем индексе Artificial Analysis. Кроме того, некоторые приведённые в материале сравнения основаны на оценках, опубликованных Meta, а полный отчёт по тестам безопасности всё ещё готовится к публикации.
Безопасность перед расширением задач в чувствительных областях
Meta заявила, что её оценка в соответствии с Meta Superintelligence Scaling Framework отнесла риски кибербезопасности и потери контроля до применения мер по снижению рисков к среднему уровню или ниже. В химической и биологической областях компания не исключила достижения высокого уровня риска, поэтому добавила обучение безопасности и классификаторы на уровне системы; по её словам, итоговая оценка во всех областях стала средней или ниже.
Что меняется на практике? Muse Wonder предлагает концепцию агента, который запоминает контекст и продолжает выполнять задачу через несколько инструментов и приложений, что может снизить необходимость вручную разделять работу на этапы. Однако фактическая польза будет зависеть от сроков появления модели в Muse, перечня поддерживаемых планов и результатов независимых оценок, особенно по мере её перехода в чувствительные юридические, финансовые и медицинские области.