一、先掐掉那个最容易被误读的说法
11 月 6 日,Meta 研究博客和扎克伯格同时在 X 上宣布:Active Memory 和 Active Focus 两项能力正式推给 Muse 和 Meta AI 的所有用户。中文圈第一时间传成了「Meta 把最强的 Muse Wonder 下放了」。
不是。博客原文写得很清楚:这是用 Muse Wonder 训练的、现有模型的专用版本。Wonder 在这套结构里是老师,不是被搬过去的那个学生。真正的 Wonder 仍然留在 Meta Model API 上,每百万 token 输入 4 美元、输出 20 美元;更高一档的 Wonder Full 只对 Muse Code 开发者工具最贵的两个档位开放。
同时缺位的还有三样东西:参数量没公布,训练方法没公布,这批专用模型连个正式名字都没给,区域推广节奏也没有。所以任何关于「多大」「怎么训的」的推断,目前都是猜的。
产品叙事先行、技术细节滞后,是这一轮消费级 AI 发布的常态。读这类公告,先分清谁被训练和谁被发布,能省掉大半误判。
二、那三个数字,得拆开看
Active Memory 的评测里,当前 Muse 模型在 90% 的任务中正确使用了关键上下文,上一代是 76%。Meta 对外说的是遗忘降低 2.4 倍。算法是 24% 除以 10%,也就是失败率从 24% 掉到 10%——这是遗忘率的相对下降,不是记忆准确率涨了 2.4 倍。这两句话在传播里经常被混成一句。
Active Focus 说的是任务被意外障碍打断时的日常任务完成度提升了 67%。但 Meta 没有公布基线完成率,所以没法知道是从 30% 提到 50%,还是从 6% 提到 10%。这类只给相对值的口径,参考价值有限。
第三个数是 Meta 自家的 Personal Superintelligence Index,Muse 从 38% 升到 47%。这是个内部指数,不是第三方榜单,也没有公开的计分细则。而且所有百分比都是 Muse 侧的,Meta AI 一个独立数字都没给。
顺带排掉第三个误读:这跟昨天那个 Muse Realtime Avatar 不是一回事。Avatar 是美区 Muse App 里的实时形象和语音,今天这个是把记忆和持续执行能力沉到 Muse 和 Meta AI 的底模里。两条产品线,别合并。
三、查得到的时间线,和查不到的部分
把线索串起来:9 月 Muse 用更小的 Muse Spark 上线独立个人智能体 App;10 月 12 日 Wonder 家族发布,包含 Wonder 和更大的 Wonder Full,后者是 Meta 第一个前沿级系统,内部代号 Watermelon,之后 Meta 决定放弃水果代号;11 月 6 日上线 Spaces,让用户按主题建持久工作区;同一天,这批用 Wonder 蒸馏出来的专用模型开始铺量。
值得注意的是,Meta 对记忆的存储方式、保留期限、用户可控项一个字没提。所以这次升级不能当成一次隐私政策变更来读。它能兑现的实际承诺只有一条:你少重复解释一遍自己是谁、在做什么。至于这条承诺在你的对话里成不成立,得看你自己的体感,而不是评测数字。
最后一个对比点:Muse 有免费层,OpenAI 和 Anthropic 的同类个人助手都要付费档。Meta 这轮的真实打法,是用免费换规模,再把前沿模型的能力切成薄片分发下去。
至于这批模型什么时候进 Meta Model API、会不会有自己的 model id,公告里一个字没写。这才是接下来真正值得盯的动作。