我先联网查 Meta 这次「Muse Wonder 专用版本」的官方说法与具体能力改动。
我确认一下 11 月 6 日前后 “专用版本” 的具体发布形态和官方表述。
Meta 把 Muse Wonder 的记忆和专注能力放进「专用版本」：Muse 与 Meta AI 全员升级，但数字仍是自家测的
这次不是发新模型。11 月 6 日 Meta 做的是把 10 月 12 日发布的 Muse Wonder 那套能力，通过训练搬进现有模型的「专用版本」，然后推送给所有用 Muse 和 Meta AI 的人 —— 不再只给订阅用户。搬下来的两件事就是主动记忆（Active Memory）和主动专注（Active Focus）：前者让助手记住跨对话的关键信息并在需要时调用，后者让它遇到障碍时换方法、恢复错误、把事办完。官方给出的成绩单是：Muse 忘记关键信息的概率降低 2.4 倍，对应评测里正确使用关键上下文的比例从 76% 升到 90%；日常任务遇到意外状况时完成率提升 67%；内部「个人超级智能指数」从 38% 升到 47%。需要说清楚的是，这些全是 Meta 自己的评测，没有第三方复现，也没公布评测集规模、起始基线和专用版本的参数、延迟与成本。
| 这次是什么 | 具体情况 |
|---|---|
| 发布物 | 现有模型的「专用版本」，用 Muse Wonder 训练而来 |
| 不是 | 不是 Muse Wonder 或 Wonder Full 的新版本，也不是新旗舰 |
| 能力来源 | 把 Wonder 的主动记忆、主动专注迁移下来 |
| 覆盖范围 | 所有使用 Muse 与 Meta AI 的用户，不再限订阅 |
| 模型信息 | 未公布名称、参数规模、训练细节 |
| 上线时间 | 当地时间 11 月 6 日开始推送 |
| 地区 | 无地区时间表；Muse 本身只在美国、加拿大、日本、新加坡、墨西哥可用 |
| 指标 | 上一版 Muse 模型 | 当前专用版本 | 口径 |
|---|---|---|---|
| 正确使用关键上下文 | 76% | 90% | Meta 自建 Active Memory 评测 |
| 遗忘关键信息 | 24% 漏用 | 10% 漏用 | 由上面两个数倒推，约 2.4 倍 |
| 个人超级智能指数 | 38% | 47% | Meta 内部综合指标，方法未公开 |
| 突发状况下完成日常任务 | 未公布 | 提升 67% | Meta 自测，无起始完成率 |
记忆和专注，各自改了什么
主动记忆不是把上下文窗口拉长，而是三件事一起训：
- 分清临时信息和长期信息。旅行日期是临时的，你对花生过敏是长期的，模型要学会区别对待。
- 跨时间推理。哪条信息在三天后仍然成立，哪条已经过期。
- 判断新鲜度。你取消了那趟旅行，模型要记住「取消」而不是只记住「日期」。
官方举例很直白：一个记得你行程的助手，和一个还记得你取消了行程的助手，差距就在这里。物理存储、删除、审阅、授权这部分由上层应用的记忆模块控制，不是模型自己攥着。
主动专注解决的是另一类失败：任务跑到一半卡住就放弃。训练目标包括尝试替代方案、绕过阻塞点、按新信息调整，以及分清什么时候该自己往下推、什么时候该停下来和你确认。Meta 说模型是在「反映真实世界的各种瓶颈」上训练的，还专门练了中途被用户改方向时不乱套。
Meta AI 那边的变化描述得更产品化：把复杂问题拆成清晰步骤、追问更准、你中途改主意它能跟上。
为什么是「专用版本」，而不是直接给所有人上 Wonder
- 成本。Wonder 是旗舰，跑起来贵；把它的行为蒸馏进更轻的现有模型，才能撑住数亿级用户的日常调用。
- 延迟。Muse 是随手用的助手，不是排队等结果的批处理工具。
- 规模。Meta AI 嵌在 WhatsApp、Instagram、Facebook、Messenger 里，模型换代等于一次性影响极大的人群。
- 路径。用前沿模型去训日常模型，这个循环在 2026 年已经成了常规做法，Meta 这次是把它明着写进了公告。
普通用户能感知到的变化
- 少重复。不用每次重新交代偏好、项目背景、限制条件。
- 少死路。订不到、页面打不开、商品缺货，助手会换条路而不是回你一句「失败了」。
- 更会追问。信息不足时先问清楚，而不是硬猜。
- 中途改需求不崩。你说「算了换周五」，它能保住原目标继续做。
自己验证比看跑分靠谱，三步就够
- 给它一条长期有效的事实，比如饮食禁忌或项目截止日，然后关掉对话。
- 隔一天开新对话，让它做一件依赖这条事实的事，全程不复述。它调不出来，2.4 倍对你就不成立。
- 再给它一个必然卡住的任务，比如第一个选项已售罄，看它是换方案还是原地停下；中途改一次需求，看它会不会把原目标弄丢。
该保留的怀疑
- 所有数字来自 Meta 自测，没有独立实验室复现。
- 没有公布评测集规模、任务构造方式和起始基线；67% 没有基数，可能从很差到一般，也可能从一般到不错。
- 「2.4 倍」是漏用率之比（24% 对 10%），不是分数高了 2.4 倍，读新闻时容易看错。
- 专用版本的参数、推理成本、延迟都没说，免费铺开的代价外界无法核算。
- 记忆越强，留存的个人信息越多；公告没讲清记忆的查看、修改、删除入口。
- Muse 只在五个市场上线，其他地区这次升级暂时触不到。
结论
这次动作的关键词是「下放」，不是「发布」。Meta 把旗舰模型的两项行为特征，蒸馏进能大规模跑得起的专用版本，让记忆和专注从付费能力变成默认能力。方向对行业影响不小：个人助手的及格线从「会答」抬到「记得住、办得完」。但眼下能确认的只有 Meta 自己的数字，真实体验要等独立评测和更多市场的用户上手，尤其要看记忆准确率和隐私控制这两件事能不能同时站住。
【相关 FAQ】
问题 1：Meta 这次发布的是新模型，还是基于 Muse Wonder 的专用版本？
回答 1：是基于 Muse Wonder 训练的专用版本，不是新旗舰。Meta 把现有模型用 Muse Wonder 训练出专用版本，再把主动记忆和主动专注下放给 Muse 与 Meta AI 用户，Muse Wonder 本身没有变化。
问题 2：主动记忆在 Muse 里具体提升了多少？
回答 2：Meta 称主动记忆让 Muse 忘记关键信息的概率降低 2.4 倍，对应其自建评测里正确使用关键上下文的比例从 76% 升到 90%；这些数字来自 Meta 内部评测，没有第三方复现。
问题 3：主动专注有什么用，67% 是怎么算的？
回答 3：主动专注让模型遇到障碍时换方法、恢复错误、继续推进目标；Meta 称日常任务出现意外状况时完成率提升 67%，但没有公布起始完成率，也没有评测规模。
问题 4：这些专用版本什么时候能用上，国内用户能用吗？
回答 4：当地时间 11 月 6 日起开始推送，Meta 没公布分地区时间表；Muse 目前只在美国、加拿大、日本、新加坡、墨西哥上线，其他地区要先等 Muse 落地才能用到这次的专用版本。
问题 5：2.4 倍和 67% 这两个数字可信吗？
回答 5：目前只能当作 Meta 的公司口径。两个数字都出自 Meta 自测，评测集、基线和方法未公开，也没有独立实验室复现；建议用「隔天追问长期事实 + 制造障碍 + 中途改需求」三步自己验证主动记忆和主动专注。
【参考资料】
[2026-11-07]（Muse Active Memory Explained: What It Remembers）OpenAI Master
[2026-11-07]（Meta 免费下放 Muse Wonder 核心能力，个人 AI 助手开始拼谁更靠得住）钛媒体
[2026-11-07]（Meta 推出基于 Muse Wonder 训练的现有模型专用版本，主动记忆与专注能力下放）IT 之家（新浪科技转载）
[2026-11-07]（Meta Muse Models Bring Active Memory to All Meta AI Users）ShiftDelete.Net
[2026-11-06]（Bringing Specialized Models to Muse and Meta AI）Meta AI Research
[2026-11-06]（Zuckerberg: Muse Now 2.4x Less Likely to Forget Key Info）FourWeekMBA
[2026-11-06]（Meta brings specialized models to Muse and Meta AI）Nerova
[2026-10-12]（Introducing Muse Wonder and Muse Wonder Full: Frontier Models for Agents）Meta Newsroom
[2026-09-09]（Muse 登场：为所有人打造的首个个人 AI 智能体）Meta 新闻中心
【免责声明】
本文依据 Meta AI Research 2026 年 11 月 6 日公告、马克・扎克伯格同日在 X 的发言及多家媒体转述整理，文中所有性能数字均为 Meta 自行评测结果，未经独立第三方验证，评测方法、样本规模与基线未公开；专用版本的参数、成本、延迟与分地区推送节奏以 Meta 后续披露为准，本文不构成对任何产品或服务的推荐。