幹掉Fable 5.1！Meta甩出最強模型，即將上線Muse
作者 | 畢偉豪 編輯｜李水青 10月13日報道，昨夜，Meta發佈了首個前沿模型系列Muse Wonder，包括Muse Wonder和Muse Wonder Full兩個型號，重點面向個人與專業智能體任務。Meta CEO馬克·扎克伯格發文稱，Meta超級智能實驗室成立至今已一年多，Muse Spark是團隊推出的首個模型系列，此次推出的Muse Wonder系列規模更大、能力更先進，引領著Meta的模型能力邁入前沿水平。2025年6月，扎克伯格重金組建超級智能團隊，投百億美元併購AI創企、狂攬頂尖AI人才，今日終於放出“大招”。
今年4月份亮相的Muse Spark主打低延遲、個人智能助手任務，今日亮相的Muse Wonder則正式向OpenAI、Anthropic的頂級模型發起挑戰。據Meta介紹，Muse Wonder系列引入主動記憶（Active Memory）和主動專注（Active Focus）能力，能夠持續跟蹤用戶關注的事項，並圍繞用戶目標推進任務。Meta稱，這也是其邁向“個人超級智能”（Personal Superintelligence）的重要一步。在Meta公佈的長流程編程測試DeepSWE 1.
1和SWE-Marathon超長流程軟件工程測試中，Muse Wonder Full得分超過了Claude Fable 5.1、GPT-6 Astra以及Claude Opus 5.5，展現出較強的Agent任務執行能力。在Artificial Analysis模型綜合能力評測榜單中，最高推理強度（max）下，Muse Wonder和Muse Wonder Full的Intelligence Index綜合智力測試分別取得了52分和56分的成績。Muse Wonder Full得分超過Fable 5.1，與Sonnet 5.5持平，僅略遜於Opus 5.5，躋身頂尖模型梯隊。
價格方面，Muse Wonder的API定價較上一代Muse Spark 1.3明顯上漲：每百萬輸入Token收費4美元，緩存輸入0.20美元，輸出20美元，分別高於Muse Spark 1.3的1.25美元、0.15美元和4.25美元。據Artificial Analysis測算，Muse Wonder完成一個Intelligence Index任務的成本約為4.52美元，是Muse Spark 1.3的2.8倍。成本上升也與輸入量增加有關，Muse Wonder單個任務平均消耗約769萬輸入Token，比Muse Spark 1.3多28%；輸出約5.4萬Token，比上一代少約10%。
其中，輸入Token成本約3.43美元，佔單任務總成本的76%。橫向對比，Muse Wonder的單任務成本低於Claude Fable 5.1的7.63美元、Opus 5.5的5.98美元和Sonnet 5.5的5.46美元，但高於GPT-6 Astra的3.26美元、Gemini 4 Argon的1.99美元和GPT-6.1 Sol的0.72美元。Muse Wonder Full目前尚未公佈定價。
目前，Muse Wonder Full已經上線API平臺，並對和編程工具Muse Code的訂閱者開放；Muse Wonder也將會在Meta前段時間推出、且持續爆火的Personal Agent產品Muse中上線，首先對訂閱者開放。一、多項測評位居前列，編程Agent中超越Opus 5.5 從分項基準測試來看，Muse Wonder Full的優勢主要集中在個人與專業智能體，以及長流程編程任務上。在Meta內部構建的個人超級智能指數（PSI）中，Muse Wonder Full取得59.1分，高於GPT-6 Astra的54.5分和Claude Opus 5.5的55.2分。
編程方面，Muse Wonder Full在DeepSWE 1.1中取得79.0分，高於GPT-6 Astra的74.1分Claude Fable 5.1的67.4分以及Claude Opus 5.5的74.2分；在SWE-Marathon超長流程軟件工程測試中，它以57.5分領先GPT-6 Astra的42.5分、Claude Fable 5.1的45.6分以及Claude Opus 5.5的46.3分。其中，Terminal-Bench 4.0主要考察模型通過終端執行任務的能力，Muse Wonder Full的得分從上一代Muse Spark 1.
3的33%升至57%，Muse Wonder也從33%升至52%。在衡量專業知識工作表現的GDPval-AA v2.1中，Muse Wonder Full相比Muse Spark 1.3提高了176分，位居第二，在AA-Briefcase中則提高了148分。Muse Wonder的業務流程自動化能力也有所提升，在AutomationBench-AA測試中，Muse Wonder和Muse Wonder Full分別取得了68%和71.3%的成績，位列第七和第三。
從綜合表現來看，Muse Wonder Full在Intelligence Index的十項評測中有六項進入前三，優勢集中在Agent知識工作與科學推理領域。科學推理方面，Muse Wonder Full在CritPt中以33%的成績位列第一，在SciCode中以63%的成績排名第三。編程Agent能力上，在Coding Agents Index測試中中，Muse Wonder Full（max）搭配Muse Code取得了68分，與搭配Claude Code的Sonnet 5.5（max）持平，高於搭配Opus 5.5（max）的Claude Code所獲得的66分。
Muse Wonder（max）取得63分，上一代Muse Spark 1.3（max）則為54分。二、主動記憶與主動專注：Muse Wonder的重點是幫人幹活 Meta為Muse Wonder系列著重強化了兩項能力：主動記憶（Active Memory）和主動專注（Active Focus）。主動記憶解決的是“記住什麼、何時調用”的問題。模型能夠跨會話保留對用戶重要的信息，並在任務需要時主動調取相關細節。主動專注則關注任務能否持續推進：遇到阻礙時嘗試其他路徑，根據新信息調整方案，在必要時向用戶詢問，並在執行重要操作前徵求確認。
這兩項能力都是Meta一直追求的個人超級智能所需要的，定向能力優化後的模型結合Muse這款產品，能夠為用戶提供重要事項持續追蹤以及目標導向的連續工作能力。Meta官方稱，未來還會利用Muse Wonder為Muse開發專用模型，以達到更好的效果。Meta分別使用MemoryBench、FocusBench和SWE-Marathon這些評測來評估長期記憶、任務專注度與持續執行能力，專業任務評測還覆蓋法律、金融和健康等領域。官方演示中，Muse Wonder能夠直接操作瀏覽器、跨應用獲取信息，並根據用戶的個人偏好制定週六跑步計劃。
這類演示呈現的，正是Meta希望強化的能力，也即讓模型結合個人背景持續推進任務。在基礎規格上，兩款模型的上下文窗口均為100萬token，支持文本、圖像、視頻和音頻多模態輸入。安全方面，Meta稱Muse Wonder是其迄今對齊程度最高的模型，並強化了對化學、生物、放射性和核相關風險（CBRN）及網絡濫用的防護，以及對抗性指令應對和私人信息處理能力。三、分手廚房、魔方模型，效果和Opus 5.5對打 模型一經發布，一眾網友紛紛上手測試，收集了一些案例，看看Muse Wonder系列模型的能力如何。
有開發者使用Muse Wonder製作了3D可旋轉魔方模型，從畫面上看，光影效果、清晰度和旋轉細節都相當有質感，該開發者稱這完全是和Claude Opus 5.5一個級別的。Meta研究員用Muse Wonder打造了一個Muse版的分手廚房，畫面清晰、交互流暢，Alexandr Wang轉發評論稱自己玩了一個多小時。還有網友用Muse Wonder設計前端頁面，並評價他雖然不會說效果比Opus 5.5更好，但絕對超出了預期。此外，還有開發者用Muse Wonder進行代碼審查，發現了之前用GPT-6.1 Sol工作時遺留的大量問題。
不過，也有開發者覺得Muse Wonder的效果並不盡如人意，比如在3D遊戲開發上，效果與Opus 5.5相差甚遠。對於3D遊戲的開發，Alexandr Wang特意發帖解釋，團隊在訓練Muse Wonder的過程中，並未專門針對3D效果進行RL，原因是他們的目標是構建一個對現實世界的真實任務有用的模型，模型訓練是基於產品的實際使用需求展開的。結語：模型、產品協同提升，Meta能否後來者居上？頭部大模型的競爭格局已經相對穩定，後來者想要靠一次跑分反超，難度越來越大。Meta這次押注的，是模型與產品的協同突破。
從Muse Spark到Muse Wonder，Meta在短短幾個月裡持續提升模型能力；另一邊，Muse已經憑藉個人智能體的產品形態打開市場。前者補齊底層能力，後者積累用戶入口與使用場景。如果Muse Wonder能將主動記憶、持續執行和專業任務處理能力真正轉化為產品體驗，Meta就有機會繞開單純比拼模型排名的競爭，把模型優勢延伸到個人智能體的使用頻率與用戶黏性上。但這條路並不輕鬆。模型跑分領先幾項測試，不等於真實任務中足夠可靠；Muse的熱度，也不意味著用戶會長期依賴它處理工作與生活事務。個人智能體越深入用戶的日程、消息和私人數據，對安全、準確性和執行穩定性的要求就越高。
對Meta而言，真正的考驗是能否把模型能力、產品入口和用戶信任串成一條完整鏈路。如果這套組合跑通，Meta爭奪的就不只是模型競爭中的一席之地，還有個人AI時代的用戶入口。
Related
相關文章
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM，生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling（簡稱 NCM，即“下一概念建模”）。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路，有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上，NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE，從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統，訓練 Transformer 模塊去預測下一層的編碼。在生成文本時，模型會先並行生成概念層面的宏觀大綱，接著逐層並行填充具體細節，最終組合成完整的文本內容。在實際測試表現中，NCM 交出了令人矚目的成績單。實驗數據顯示，在保持相近甚至更優生成質量的前提下，NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍，並且在訓練過程中所需消耗的 token 數量也大幅減少。此外，在數獨等複雜推理任務上，它的表現也明顯優於傳統的自迴歸和擴散基線模型，同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限，其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證，但這一創新思路無疑打破了長期以來的技術慣性，為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？ 本文作者： 倪萍 2026-10-17 22:42 導語：10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族 10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術，能夠在充分釋放續航能力的同時，監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格，續航可達702公里，整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅，以及華為DriveONE芯片級驅制融合架構，百公里制動僅為32.8米。底盤方面，Ray7搭載高性能前後穩定杆和後五連桿懸架，過彎極限更高，濾振更乾淨。智能化上， Ray7搭載27顆車規級全視角傳感器，採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗，在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來，昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升，產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車，Ray7是埃安開啟年輕化序列的關鍵落子，也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆：小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位，不能只堆參數，更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異，變成用戶可感、可信、可持續的體驗，這才是埃安年輕化的分水嶺。（雷峰網(公眾號：雷峰網)） 雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了！DeepSeek新模型斬殺GPT-6，許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道，剛剛，DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方網頁端、App與API已同步更新至新模型，模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search（搜索）與Fetch（抓取）API，兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日，DeepSeek正式推出V4.1-Flash，在性能上超越了DeepSeek-V4-Pro。