Meta首次发布前沿模型，能记住你数月前的信息

Meta发布了两款新模型：Muse Wonder和Muse Wonder Full。这是Meta第一次发布前沿模型。此前的Muse Spark主打轻量、低延迟。Wonder系列更大、能力更强，编码这类复杂任务的基准得分也更高。

这次的重点是记忆。Meta强调新模型有“主动记忆”能力，能长期保留并综合你给过的信息。研究员Kavya Kopparapu在发布视频里说，团队投入了大量精力，目标是让模型记住对你重要的信息。时间跨度可以是几天、几周、几个月，甚至更久。

为了衡量这种能力，Meta专门推出了一个叫MemoryBench的基准测试。这个测试考的是持续学习和记忆构建。按Meta自己的测试，Muse Wonder在MemoryBench上得分高于Fable、Opus和Astra。这个对比来自Meta自己的测试，不是独立评测。

模型卡里的测试结果显示，Wonder和Wonder Full在基准测试中与Fable 5.1、GPT-6 Astra相当。Muse Wonder的API定价是每百万输入token 4美元、每百万输出token 20美元。这和GPT-6 Sol或Opus 5.5基本一个价位。Meta在博客里说，这两个模型是通往“个人超级智能”的下一步。

两款模型的开放方式不同。Wonder Full不通过API提供，只对Muse Code订阅者开放；Wonder则通过API提供。两个模型都会用来驱动Muse代理。

去年8月，Scale AI创始人Alexandr Wang重组了Meta的AI业务。这次发布是那之后Meta的首个前沿模型。之前只出过轻量级的Muse Spark和Muse代理，一直避免发布OpenAI和Anthropic那种前沿模型。新模型在俄亥俄州中部的Prometheus数据中心训练，这个数据中心今年早些时候上线。

沉默近一年后，Meta这次一下拿出两款，把重点放在记忆上。