Meta 宣佈推出全新 AI 模型 Muse Wonder 及更強大的 Wonder Full，聲稱其能力已達到業界前沿水平。根據 Meta 公佈的測試數據，這兩款模型在多項能力測試中已接近 Fable 5.1、Opus 5.5 和 GPT-6 Astra 的水平，並在某些智能體及知識工作的基準測試中略勝一籌。此舉發生在 Anthropic 和 OpenAI 接連呼籲業界放緩前沿 AI 大模型開發之際。
Meta 新 AI 模型的能力達到業界前沿水平
作為背景，Meta 去年 4 月推出的 Llama 4 大模型遭遇失利後，扎克伯格對開發團隊進行了大規模重組，引入當時年僅 28 歲的汪滔擔任首席 AI 官。今年 4 月，重組後的 Meta 超級智能實驗室發布了首款模型 Muse Spark，主打低延遲及輕量化運行。隨後幾個月，Meta 對 Spark 模型進行多次迭代，最終在本週推出的 Wonder 模型已達到業界前沿水平。
值得一提的是，扎克伯格所追求的「個人超級智能」願景與其他兩家巨頭所追求的 AGI 明顯不同。此次 Meta Wonder 強調的兩項能力包括「主動記憶」和「持續專注」。前者使模型能夠跨對話保留重要背景，並在處理新任務時主動調取相關資訊；後者則在面對複雜目標時持續推進，遇到障礙時嘗試其他方法，並根據新資訊調整方案。
扎克伯格強調 AI 技術的安全性與行業自律
這也對應到個人 AI 助手的一項實際需求：用戶無需每次都重新介紹自己的情況，助手亦能持續進行需多輪操作的工作。Meta 展示的案例包括根據個人偏好跨應用制定跑步計劃、利用個人社交媒體頁面中的真實照片設計並訂購定製禮品，以及按照複雜的匹配要求安排婚禮座次。
在 Meta 內部的 MemoryBench 評測中，Muse Wonder 得分 85.6，高於 GPT-6 Astra 的 81.4 和 Opus 5.5 的 81.5。該測試要求模型從長達 6.4 萬至 10 萬 token 的多輪對話中找回關鍵資訊，同時應對無關內容的幹擾及前後衝突或後續更新的資訊。編程方面，Meta 強調模型能夠追蹤項目要求、修改代碼庫，並持續進行測試與修訂。
其公佈的 SWE-Marathon 成績顯示，Wonder Full 在考察超長流程軟件工程任務的評測中取得 57.5% 的通過率，Wonder 為 53.1%，均高於對比表中的三款競爭模型。隨著模型能力的提升，相應的價格也隨之上升。Muse Wonder 通過 API 按用量收費，每百萬 token 的普通輸入、緩存輸入和輸出價格分別為 US$4 (約 HK$31)、US$0.20 (約 HK$2)和 US$20 (約 HK$156)；更強的 Wonder Full 則通過編程工具 Muse Code 提供，包含在每月 US$50 (約 HK$390)和 US$200 (約 HK$1,560)的訂閱套餐中。
在週一的宣發活動中，扎克伯格暗示，Meta 將進一步加大投入，稱公司「已經在著手邁向下一個台階」。他還表示，接下來模型開發的速度「可能會讓人感覺明顯加快」。不過，對於外界日益擔憂這項技術的發展速度將使其超出人類控制，扎克伯格並不以為然。他主張，確保模型安全的責任應由各家實驗室自行承擔，並表示「我更傾向於相信，AI 是一項可以通過常規安全防護措施加以設計的技術，而不是那種擬人化的 AI 想像。」
扎克伯格此前曾反對 Anthropic 掌門達裏奧·阿莫代伊、OpenAI 掌門山姆·奧爾特曼等 AI 實驗室領導人提出的呼籲，認為整個行業應當「放緩」 AI 開發。他在制定美國總統特朗普的白宮《超級智能協議》中發揮了關鍵作用，該協議確立了行業自律原則。
扎克伯格在當日的科技播客 Cheeky Pint 中披露了一些 Meta 重組 AI 團隊背後的故事。扎克伯格表示，去年年底高管團隊開會時，他曾問過汪滔，如果接下來公司要投入 1000 億或 2000 億美元，他是否確定這能成功。汪滔回憶，當時他只能給出有關研究進展的「氛圍報告」，並無法確定是否會成功。
此外，扎克伯格透露，運營一個吉瓦的數據中心，每年花費約 150 億美元，而前置的建設資本支出約需 500-600 億美元。對於如何獲得巨額 AI 投入的回報，扎克伯格表示，Meta 計劃通過免費或低價服務擴大 Muse 的用戶規模，吸引更多合作夥伴接入，並形成網絡效應。在此基礎上，公司可以通過高級功能訂閱、商業服務分成、模型 API 和企業服務等渠道實現變現。
他表示：「如果您想立即在 Muse 中開始使用 Muse Wonder，您要做的就是付費訂閱。我認為這將會是一筆大生意。」
