Meta 发布首个前沿模型 Muse Wonder，面向长时运行的智能体
Wonder Full 在 Artificial Analysis 上得 56 分，但记忆基准分数全是 Meta 自评
Meta 于 2026 年 10 月 12 日发布 Muse Wonder 和 Muse Wonder Full，标志着公司首次进入前沿 AI 模型梯队，也是 Meta 超级智能实验室 —— 在前 Scale AI CEO Alexandr Wang 领导下组建的部门 —— 迄今最重要的里程碑。这两个模型 —— 内部代号「Watermelon」—— 引入了一对 Meta 称为 Active Memory（主动记忆）和 Active Focus（主动专注）的能力，公司认为它们让 Wonder 级模型在企业和开发者客户日益需要的长时运行智能体任务上拥有结构性优势。Artificial Analysis的独立评分把 Wonder Full 排在 Artificial Analysis 智能指数的总榜第四，与榜首模型相差不到两分，但公司最醒目的基准说法依据的是 Meta 自行设计并执行的评测。
Wang 重组 16 个多月后，Meta 首次冲击前沿
Alexandr Wang 于 2025 年 6 月加入 Meta 时，Muse 家族还只是一些轻量的对话模型 —— 聊天够用，但与 Anthropic、Google DeepMind 或 OpenAI 的前沿产品没有竞争力。Wang 接手的产品路线图从 Muse Spark 延伸到图像生成和语音转写的变体。其中没有一个被定位或评估为前沿模型。
10 月 12 日这一点变了。Muse Wonder Full 在Artificial Analysis 智能指数上的 56 分，让它与榜首的 Claude Opus 5.5（58）相差不到两分，领先 Fable 5.1（53）、GPT-6 Astra（53）和 Gemini 4 Argon（53）。基础版 Muse Wonder 得 52 分，在同一独立量表上略低于这三个竞争者。Wang 在发布时称这对模型是「真正的前沿模型」，扎克伯格则告诉《金融时报》，Meta 打算大幅加快模型开发节奏，并已经在推进 Muse 模型家族的下一阶段。
这些模型在 Meta 位于俄亥俄州的 Prometheus 数据中心训练 —— 一座吉瓦级设施，是 Meta 首次把自建的大规模算力投入 AI 训练而非推理。
Active Memory 与 Active Focus 在营销表层之下如何工作
Meta 把大部分定位押在两项架构特性上：Active Memory 和 Active Focus。
Active Memory 是一个持久的上下文保留系统，跨越不同的对话会话维护对用户偏好、常设指令和进行中任务状态的表示。不同于多数竞争模型以会话为界的记忆 —— 上下文在对话之间重置 —— Active Memory 在交互之间存储信息，并在后续会话中取回。据Meta 的研究博客，设计目标是让模型能够在数天、数周、数月乃至更久之后，仍记得对用户重要的东西。Meta 用 MemoryBench 测试了这项功能，那是与其自家研究团队一起开发的基准（arXiv:2510.17281），评估记忆构建和持续学习 —— 这些领域几乎没有成熟的第三方基准。
Active Focus 是一个智能体执行框架，经训练以降低模型在多步任务中的停滞率。当 Wonder 模型遇到障碍 —— 一次失败的 API 调用、一个不可用的资源、一个意外的中间结果 —— 它不是报错停下，而是在回头找用户之前先尝试别的办法。据 Meta 的发布材料，模型被专门训练成碰到路障时尝试其他方法，而不是每遇一次挫折就停下来问用户。在采取有后果或不可逆的行动之前，系统被设计为先与用户确认 —— Meta 用 FocusBench 和 SWE-Marathon 两个智能体持久性基准评估了这种确认模式。
独立评分讲的故事比公司基准复杂
Muse Wonder Full 在 Artificial Analysis 智能指数上的 56 分是一个可信的独立数据点，由一个在多代模型上有记录的第三方测得。这个数字让 Wonder Full 在通用质量维度上领先 Fable 5.1、Astra 和 Argon —— 并与两个 Claude 模型并列，在 Artificial Analysis 对 689 个以上模型的排名中位居总榜第四。
但 Meta 最着力宣传的两项能力 —— Active Memory 和 Active Focus —— 是在 Meta 自己设计并执行的评测上衡量的。MemoryBench（arXiv:2510.17281）是 Meta 自己撰写的基准。发布时引用的 FocusBench 和 SWE-Marathon 结果都是在 Meta 自己的测试条件下产生的。尚无独立研究组在竞争系统上复现 Muse Wonder 的 MemoryBench 或 FocusBench 分数。
这很要紧，因为像 Claude Opus 5.5 这样的竞争者 —— 它在 Artificial Analysis 通用指数上比 Wonder Full 高八分 —— 并没有在同等条件下接受 MemoryBench 评估。Meta 所称 Wonder 在记忆任务上胜过 Fable、Opus 和 Astra，现阶段是公司的说法，而不是独立确立的事实。
围绕订阅构建的两级访问模式
Meta 通过两条不同的路径分发 Wonder 模型。Muse Wonder 通过Meta Model API提供，每百万输入 token 4 美元、每百万输出 token 20 美元 —— 一个兼容 OpenAI 的 API 端点（基础 URL：api.meta.ai/v1），已经在用 OpenAI 或 Anthropic Python SDK 的应用可以直接替换接入。
Muse Wonder Full 没有对应的公开 API。使用这个更强的模型需要订阅 Muse Code，按用量上限分每月 50 或 200 美元两档。Muse Code 是 Meta 的终端编码智能体产品，把 Wonder Full 的访问限定给它的订阅者，仿照的是 OpenAI 早年通过 ChatGPT Plus 提供 GPT-4 级访问的做法。对于想在最高能力档直接用 API 的开发者，Wonder Full 目前不可得。
延伸阅读：Muse Gadgets：面向 ESP32 和 Linux AI 硬件的开源 SDK
隐私事件和安全分级的缺口给发布添了不确定性
发布后 24 小时内浮现了两项顾虑。第一，一部分 Muse 用户报告，应用似乎在没有明确的逐会话授权的情况下访问了个人消息 —— 包括短信和邮件线程。Wang 在采访中反驳了这种描述，把这些事件定性为权限管理问题，并强调模型的防护措施。底下的问题 —— Muse 的 Active Memory 系统让数据访问权限对普通用户更清楚还是更不透明 —— 尚未解决。
第二，Meta 所称的迄今最强的 CBRN 和网络安全防护只适用于付费档账户。公司没有披露免费档 API 访问是否有同等限制，表明最敏感的安全保护并未在所有访问模式下统一执行。
Watermelon 发布之后的几个月里，Meta 需要证明什么
Muse Wonder Full 在 Artificial Analysis 指数上的位置是真实的，证实 Meta 已经进入前沿梯队。落后 Claude Opus 5.5 两分有意义，但不致命。真正悬而未决的是，Active Memory 和 Active Focus 是否代表 Meta 所称的架构级跃变，还是这些只在公司自设基准上评估过的功能，在独立研究者的同等条件测试下也如宣传那样表现。Meta 需要外部验证的具体基准是 MemoryBench：如果第三方评测者能在对比 Fable、Astra 和 Opus 时复现它的分数，Meta 的智能体持久性叙事就获得了真正的可信度。如果不能，产品故事就缩水为一个有能力、但没有独特差异化的前沿模型，外加其最佳档位上一道不寻常的定价门槛。