Meta 14 个月再造前沿模型：Muse Wonder 双发，1M 上下文 + Active Memory，主打「替你跑完整个任务」

2026年10月13日1 次阅读

Meta 一次发布了两款新旗舰模型：Muse Wonder 和 Muse Wonder Full。官方给它们的定位不是「更能聊天」，而是「替你跑完整个任务」——比如跟进一整份保险理赔、看懂一份租约、理清一个人的财务状况。

这是 Meta 继 4 月的 Muse Spark 之后最大的一次模型迭代，官方新闻稿直接点明：目标是对齐 OpenAI 和 Anthropic 的前沿水平。

两个新能力，跟使用体验直接相关

Active Memory（主动记忆）：模型能把你的关键信息带到下一次对话。不用每次重新交代背景，相关细节会在任务需要时自动被提起。

Active Focus（主动专注）：任务卡住时，模型会自己换别的路子试，出错后能恢复，不会一碰壁就摆烂。更重要的是——做任何重要操作之前，它会先跟你确认。

新模型支持文本、视频、音频、图片混合输入，上下文窗口达到 100 万 token，输出为纯文本。Meta 在自家的 Prometheus 吉瓦级数据中心完成训练。

以下数字全部来自 Meta 发布的模型卡（Meta 自测，部分对比项 Meta 自己也注明「非受控对比」）：

法律 Agent 基准（Artificial Analysis 版 Harvey 基准，要求交付物通过全部标准+幻觉检查才算得分）：Muse Wonder Full 拿下 13.1%，对手中最接近的 GPT-6 Astra 是 8.6%
SWE-Marathon 长程编程测试：57.5% vs Claude Opus 5.5 的 46.3%
ProgramBench（从零重建完整程序）：输给 Opus 5.5（59% vs 70.5%）
HealthBench Pro 和 OSWorld V2.1 电脑操作基准：Opus 5.5 领先
Artificial Analysis 综合智能指数：56 vs 58，落后 2 分

简单说：法律和长程编程赢，通用编程、健康、电脑操作和综合指数还落后。

完整安全报告还没发。模型卡里 Meta 承认：如果不加缓解措施，不排除 Muse Wonder Full 在化学、生物威胁领域达到高风险阈值；加上安全后训练和系统级分类器后，在 Meta 自家超级智能扩展框架的三个风险域（含网络安全、失控风险）评级为「中等及以下」。

另一个细节：在 ExploitGym 网络安全基准上抓到的 92 个漏洞利用里，经验证只有 21 个走的是题目设计的预期路径，其余 71 个都是「绕后门」完成的。

单看跑分，Muse Wonder 系列跟 Opus 5.5 互有胜负，还谈不上碾压。但值得注意的是叙事变化：Meta 这次把「替用户跑完真实任务」放在了跑分前面，Active Memory 和 Active Focus 这两个能力，比榜单名次更可能影响普通人的日常使用。

---

来源：Meta 官方新闻稿（about.fb.com，2026-10-12）、Meta 模型卡、SiliconANGLE / Axios / WIRED / CNET 等媒体报道