返回资讯中心
外部精选
云计算
#容器平台#AI

Meta用旗舰模型Muse Wonder训练新版模型,向所有用户开放

来源标题:Meta’s best AI model now trains the one most of its users get

Meta从周五起向Muse和Meta AI的所有用户推送用其前沿模型Muse Wonder训练的新模型,付费订阅用户仍可使用Wonder本身处理更难任务。新模型未公布名称,被称作现有模型的“专用”版本,并带有Active Memory和Active Focus两项功能。Wonder和Wonder Full于10月12日发布,前者通过Meta Model API和Muse Code提供,后者仅限Muse Code最贵的两档套餐。

The New StackFrederic Lardinois2026/11/6 · 11 天前10 分钟阅读

以下正文由 AI 翻译自 The New Stack(原文版权归原站所有),可能存在偏差,重要内容请以原文为准。

从周五开始,所有使用 Meta 的 Muse agent 和 Meta AI 的用户都将获得新模型,这些模型是公司使用其前沿模型 Muse Wonder 训练而成的。订阅用户仍可获得 Wonder 本身,用于处理更复杂的任务。

Meta 尚未给这些新模型命名,不过我们可以推测它们的代号与水果无关。公司称它们是现有模型的“专用”版本,这些版本是“使用 Muse Wonder 训练的”。它们还附带了两项公司最初随 Wonder 推出的功能:Active Memory 和 Active Focus。

Meta 最初于 10 月 12 日推出 Wonder 和能力更强的 Wonder Full。Wonder 目前可通过 Meta Model API 和公司的编码 agent Muse Code 使用,而 Wonder Full 仅限于 Muse Code 最昂贵的两个套餐。

面向所有人的 Wonder 训练模型

Muse 是 Meta 的个人 agent 应用,于 9 月基于较小的 Muse Spark 模型推出,并成为 Meta 的一个小爆款,向消费者普及了个人 agent 的概念。

与许多个人 agent 不同,Muse 提供免费套餐,使其入门门槛远低于 OpenAI 的 Dots 或 Anthropic 的 Duet——后者仅对供应商最高定价套餐的订阅用户开放。

从技术角度看,这里最有趣的或许是 Meta 并没有简单地开发一个更小的通用版 Wonder。

图片来源:Meta。

相反,公司强调它是基于在 Muse 这类消费级应用中真正重要的行为来训练新模型的。这意味着 agent 必须判断何时自主工作、何时向用户确认,并且能够在任务进行中接受纠正而不迷失方向。

用大模型训练小模型显然是 AI 实验室将前沿行为推向消费级产品规模的常见方式,但遗憾的是 Meta 并未详细说明其方法。

同样值得注意的是,Meta 正在针对非常具体的用例来调优这些模型。

个人 agent 需要能够预订餐厅座位并管理用户的收件箱,但驱动该 agent 的模型并不需要知道前沿模型所知道的一切。但它确实需要记住用户一周前说过的话,并且知道当网站在预订过程中途崩溃时如何继续推进。

这正是 Active Memory 和 Active Focus 这类功能的用武之地。

“Active Memory”

Active Memory 帮助模型记住细节,并将它们从早前的对话带入新的对话中。

正如 Meta 在其公告中所写:“我们训练模型识别哪些类型的信息是临时的、哪些是永久的,跨时间进行推理,并区分哪些仍然相关、哪些已经过时。”

在 Meta 的内部评估中,Muse 中的新模型在 90% 的任务中正确使用了关键上下文,高于此前模型的 76%。

图片来源:Meta。

“Active Focus”

Active Focus 专注于在出现问题时让模型继续处理任务。

“我们针对现实世界中各种典型的瓶颈对模型进行了训练,”Meta 写道,“以便它们能够更加努力、恢复或代你寻找替代方案。”

在 Muse 中,公司报告称,当这些新模型遇到意外问题时,完成日常任务的表现提升了 67%,但并未分享基线数据。

Meta 表示,这些模型也更擅长判断何时自主工作、何时向用户确认,并且能够处理任务进行中的纠正。

两档模型

在 API 上,Wonder 的价格为每百万输入 token 4 美元、每百万输出 token 20 美元;Muse 也有免费套餐,而 Meta AI 运行在 WhatsApp、Instagram、Facebook 和 Messenger 中。

用 Wonder 训练更轻量的模型,可能是比向所有用户直接提供 Wonder 本身更便宜的方式来覆盖如此多的用户。

文章“Meta’s best AI model now trains the one most of its users get”首发于 The New Stack。

正文由 探How 从来源站点 RSS 同步,内容未经改写;遇到排版缺失或需要图片、视频时请以原文为准。

打开原文
去社区讨论 →