Meta 上新基于 Muse Wonder 训练的存量模型专用版，主动记忆、主动专注能力下放至 Muse 与 Meta AI

Meta 在 11 月 6 日推出基于 Muse Wonder 底座训练的专用版本，不是全新大模型，而是把 Muse Wonder 标志性的Active Memory 主动记忆、Active Focus 主动专注两大 Agent 能力，下沉适配到 Muse、Meta AI 原有线上模型，面向全部 Muse 和 Meta AI 用户灰度推送升级，解决老模型长对话忘信息、复杂任务容易半途跑偏的问题。

一、两个核心能力介绍

1. Active Memory 主动记忆
2. Active Focus 主动专注

跨会话留存关键信息，后续对话自动检索关联历史上下文；Meta 数据显示，升级后的模型在 90% 场景可以正确调取关键上下文，旧版为 76%；遗忘目标关键信息的概率降低 2.4 倍。

面对长流程、中途有意外干扰的任务，能够持续锁定目标、更换方案、自行纠错，必要时主动向用户确认；评测中异常场景下任务完成率提升 67%，适合多步骤 Agent 工作流、合同解读、代码项目、财务梳理等任务。

二、和原版 Muse Wonder 的区别

三、适用场景

✅ 长周期多轮项目：分多天写代码、做方案、梳理合同、整理财报

✅ 个人助理：记住你的偏好、项目约束、历史需求，不用反复重复背景

✅ 多步骤自动化 Agent：需要连续调用工具、分步执行的任务

❌ 不适合：追求极限跑分、复杂底层模型研发（优先原版 Muse Wonder API）

四、获取与分发节奏

1. 优先面向 Muse 订阅用户推送（Muse 订阅 20 美元 / 月，Muse Code 高阶套餐 100 美元 / 月）；
2. 逐步放量覆盖 Meta AI 网页、App 端用户；
3. 开发者如果需要原生 Muse Wonder，仍然走 Meta Model API 和 Muse Code 通道，本次适配版不开放独立 API 调用。

五、官方评测数据（Meta 自测，无第三方核验）

• 个人超级智能指数：47%，升级前 38%
• 关键上下文正确召回率：90%，升级前 76%
• 异常扰动下任务完成率提升 67%

【相关 FAQ】

问题 1：Meta 这次发布的基于 Muse Wonder 训练的专用版，是新的旗舰大模型吗？

回答 1：不是全新旗舰模型，是在原有 Muse、Meta AI 模型上，基于 Muse Wonder 做微调适配，下放主动记忆、主动专注两大 Agent 能力。

问题 2：Meta Muse Wonder 专用适配版的 Active Memory 主动记忆有什么效果？

回答 2：它可以跨对话保存关键信息，在相关场景自动调取历史上下文，模型遗忘任务关键信息的概率降低 2.4 倍，上下文正确召回率提升至 90%。

问题 3：普通用户怎么体验 Meta 这个 Muse Wonder 适配版本？

回答 3：优先 Muse 订阅用户灰度上线，之后逐步推送给 Meta AI 网页和 App 用户；开发者原生 Muse Wonder 要走 Meta Model API、Muse Code。

问题 4：Meta 本次 Muse Wonder 下放的 Active Focus 主动专注能力解决什么痛点？

回答 4：用来解决任务中途遇到障碍、意外信息干扰时模型跑偏、放弃目标的问题，遇到卡点会换方案、自查，必要时向用户确认，任务完成率提升 67%。

问题 5：Muse Wonder 原版和这次适配专用版，能力差距大吗？

回答 5：原版 Muse Wonder 是完整旗舰基座，百万上下文、高阶代码推理更强；适配版只移植记忆和目标追踪能力，底层推理基座还是原有线上模型。

【参考资料】

[2026-11-07]（Meta 推出基于 Muse Wonder 训练的现有模型专用版本）IT 之家

[2026-10-12] Introducing Muse Wonder and Muse Wonder Full Meta 官方博客

[2026-11-06] Meta Muse Wonder 能力下放公告

【免责声明】

相关评测数据为 Meta 内部自测结果，尚未经过第三方独立验证；推送节奏、可用地区、功能会持续灰度调整，最终体验以 Muse、Meta AI 客户端实际版本为准。