Meta推出“Muse Wonder”系列模型，正式进军前沿AI大模型市场

【科技24时区】周一，Meta（原Facebook母公司）在其Superintelligence Lab（超智能实验室）的官方渠道上，正式发布了两款备受瞩目的最新一代人工智能模型——“Muse Wonder”与“Muse Wonder Full”。这并非Meta在AI领域的常规迭代，而是该公司首次尝试切入“前沿模型”（Frontier Model）这一高难度赛道。

如果说此前推出的轻量级模型“Muse Spark”旨在以低延迟、低成本实现高效能，那么此次亮相的Wonder系列则彻底转向了“大而强”的技术路线。根据Meta发布的模型卡片（Model Card）显示，这两款新模型在多项基准测试中表现优异，尤其在代码生成等复杂任务上取得了显著突破。更引人注目的是，其综合得分已与业界公认的顶尖水平如Fable 5.1及GPT-6 Astra相媲美。Meta在官方博客中直言：“它们标志着我们在扩展阶梯上的下一步，也是迈向‘个人超级智能’的一大飞跃。”

值得注意的是，这种能力的跃升直接反映在了定价策略上。通过Meta Model API访问的Muse Wonder，输入Token价格为每百万4美元，输出Token为每百万20美元。这一成本结构大致相当于GPT-6 Sol或Opus 5.5的水平，显示出Meta试图在高端市场与头部玩家正面抗衡的决心。然而，并非所有用户都能平等享受这一红利——Muse Full版本仅对Muse Code订阅用户开放，且不通过API提供服务，这种差异化供给策略显然意在强化其生态闭环。此外，两款模型均将作为核心引擎驱动Muse Agent的开发。

在功能层面，Meta特别强调了新模型的“主动记忆”（Active Memory）特性。鉴于公司在开发能够长期执行任务的个人助手方面的一贯兴趣，如何让用户模型在数天、数周甚至更长时间内准确保留并合成关键信息，成为了研发重点。为了验证这一能力，Meta引入了MemoryBench基准测试，该测试专门挑战持续学习框架和记忆构建能力。测试结果令人印象深刻：Muse Wonder在MemoryBench上的得分超越了Fable、Opus以及Astra等竞品。正如研究科学家Kavya Kopparapu在发布视频中所言：“我们投入了巨大精力，确保模型能记住对你而言真正重要的事物，无论时间跨度是几天还是几个月。”

从行业格局来看，这两款模型的发布具有里程碑意义。自去年8月Scale AI创始人Alexandr Wang重组Meta的AI战略以来，这是Meta首次推出真正意义上的前沿模型。在此之前，Meta虽发布了轻量级的Muse Spark及Muse Agent，但一直避免涉足OpenAI和Anthropic所主导的高算力、高复杂度模型领域。据悉，这些新模型均在位于俄亥俄州中部的Prometheus数据中心完成训练，该数据中心于今年早些时候刚刚上线。这不仅展示了Meta在基础设施层面的快速扩张，也预示着全球AI竞争格局正在进入一个新的多极化阶段。