将专业模型引入Muse和Meta AI

Meta 本周宣布，将把基于 Muse Wonder 训练的一批专用模型接入旗下两款消费级产品 Muse 和 Meta AI，让普通用户也能用上原本面向复杂任务的前沿能力。按照官方披露的数据，新模型在“个人超级智能指数”上的得分从上一代的 38% 提升到 47%，在“主动记忆”评测中正确使用关键上下文的任务比例从 76% 升到 90%，日常任务中遇到突发问题时的完成率提升了 67%，关键信息遗忘率则下降了 2.4 倍。这些数字背后对应的是两个具体功能：Active Memory（主动记忆）和 Active Focus（主动聚焦）。 先看这两项能力为什么重要。Active Memory 解决的是“聊过就忘”的老问题——模型被训练去区分临时信息和长期信息，能跨时间推理，判断哪些旧信息仍然相关、哪些已经过期，从而在后续对话中主动调用。Active Focus 则针对任务执行中的意外中断：模型在多种模拟真实世界瓶颈的场景下训练过，遇到阻碍时会尝试恢复或寻找替代路径，而不是直接放弃。对 Meta AI 来说，这意味着它更像一个能拆解复杂问题、追问关键细节、在对话中途改变方向也不掉线的“思考搭档”；对 Muse 来说，模型还额外学会了多任务处理，知道什么时候该独立推进目标、什么时候该和用户实时协作，并且能在任务执行过程中更好地响应指令调整而不混乱。 从行业视角看，Meta 这一步的意图很明确：把实验室级别的能力下放到消费产品，扩大“超级智能”的触达面。此前 Muse Wonder 系列主打个人和专业场景的 agentic（智能体式）任务，性能虽强但门槛较高；如今通过专用化微调，同一套底层能力被压缩进 Muse 和 Meta AI 的日常使用场景。对跨境电商卖家和 AI 工具用户而言，值得关注的是这类“记忆+持续推进”组合在实操中的潜力——比如让 AI 记住店铺的长期运营偏好、在广告投放或选品调研中断时自动换路径续跑。不过 Meta 目前只给出了内部评测数据，实际体验能否匹配宣传，还要看上线后的用户反馈。