Meta 将 Muse Wonder 专项模型接入 Muse 和 Meta AI
Meta 宣布把用 Muse Wonder 训练的专项模型接入 Muse 和 Meta AI，包含 Active Memory 与 Active Focus 两项能力。在 Muse 中，关键信息遗忘减少 2.4x，约束变化时摆脱卡壳的改善为 67%；Meta AI 则能更好地拆解复杂问题、提出更精准的追问并适应用户改变方向。
AI at Meta· @AIatMeta · X·2026-11-07 02:14· 26 分钟前AI 评分61
AI 导读
Meta 推出用 Muse Wonder 训练的专项模型，接入 Muse 和 Meta AI，包含 Active Memory 和 Active Focus 两项能力。在 Muse 中，关键信息遗忘减少 2.4x，约束变化时摆脱卡壳的改善为 67%；Meta AI 则能更好地拆解复杂问题、提出更精准的追问并适应用户改变方向。
正文 · 原文
今天，我们将使用 Muse Wonder 训练的专项模型接入 @Muse 和 Meta AI，让用户在工作与日常生活中处理复杂任务时，能够使用 Muse Wonder 的部分前沿能力。
这些专项模型包含 Muse Wonder 的 Active Memory 和 Active Focus，帮助它们在任务推进过程中始终与你的目标保持一致：
→ Active Memory 帮助识别早先信息何时重要，并区分哪些仍然相关、哪些已经过时
→ Active Focus 帮助在约束条件变化时从挫折中恢复或找到替代方案
在 Muse 中，改进后的模型对目标关键信息的遗忘减少了 2.4x，在约束条件变化时摆脱卡壳的改善为 67%。这意味着你更少需要重复自己，计划变化时也更少陷入死胡同。
在 Meta AI 中，这些改进帮助它将复杂问题拆解为步骤、提出更精准的追问，并在你改变方向时做出调整。
更多内容请见我们的研究博客：https://go.meta.me/4kCPcHW
来源：AI at Meta · x.com
来源：RadarAI · aihot.news