Meta正式公布Muse Wonder及Muse Wonder Full模型，专为处理保险理赔、租赁合同审查及软件开发等复杂任务的AI智能体打造。这两款模型融合文档分析与工具调用能力，能在对话中保留关键细节并克服障碍以达成用户目标。
Muse Wonder系列面向商业和研究用途，支持写作、推理、编码、规划及研究等功能。模型具备多模态处理能力，可解析文本、图像、视频和音频，并生成文本回复，适用于解读专业信息及起草待审阅文档。
安全对齐与风险控制
鉴于智能体可能接触消息、日历及私人文档，Meta对模型进行了专项训练，确保其在未经同意时不泄露隐私，并拒绝协助有害行为。该模型还支持防御性网络安全工作，如识别代码漏洞。
Meta表示，Muse Wonder是其迄今为止对齐标准最高的模型，对齐技术是构建个人超级智能的核心。详细的安全评估报告即将发布。模型卡片评估了网络滥用、化学和生物滥用以及人类失控风险。Meta指出，若无防护措施，化学和生物滥用风险极高；实施保护后，剩余风险降至中等或更低水平。
公司承认模型仍存在回复不准确、偏见、多步推理错误及空间理解弱点等问题，性能受语言和部署环境影响。Meta建议在执行不可逆操作前进行人工确认。
主动记忆与持续执行
针对跨轮次长任务，Meta引入“主动记忆”（Active Memory）功能，使智能体能在对话间携带上下文，并在必要时检索相关细节。“主动聚焦”（Active Focus）则赋予智能体在遇到困难时尝试替代方案、从错误中恢复及适应新信息的能力，并在采取重要行动前向用户核实。
Meta通过FocusBench测试其在变化环境中的持久性，并通过SWE-Marathon评估其在长期软件项目中的工作能力。
专业能力与编码优势
评估涵盖法律、金融和健康领域，包括生成法律文书、研究财务信息及回答专业健康问题。Meta强调，编码能力综合了上述技能，需跟踪需求、修改代码库并经历反复测试修订。两款模型均在Meta Prometheus数据中心针对长期运行任务进行训练。
基准测试显示，Muse Wonder Full在法律、金融、健康及编码任务中均取得领先成果。与Muse Spark 1.3相比，Wonder Full表现超出预期趋势。Meta将其归因于更强大的底层模型，认为这种多功能性在处理未预期的目标、工具和约束组合时至关重要。
可用性与发展规划
目前，Muse Wonder可通过Meta Model API和Muse Code获取，Muse Wonder Full面向Muse Code订阅用户开放。Meta计划将Muse Wonder引入Muse平台，优先向订阅用户提供，用于工件生成及高难度任务，并打算开发专用模型以在Muse生态内更广泛地提供服务。