干掉Fable 5.1！Meta甩出最强模型，即将上线Muse
智东西
作者 | 毕伟豪
编辑｜李水青
智东西10月13日报道，昨夜，Meta发布了首个 前沿模型系列Muse Wonder ，包括Muse Wonder和Muse Wonder Full两个型号，重点面向 个人与专业智能体任务 。
Meta CEO马克·扎克伯格发文称，Meta超级智能实验室成立至今已一年多，Muse Spark是团队推出的首个模型系列，此次推出的Muse Wonder系列规模更大、能力更先进，引领着Meta的模型能力迈入前沿水平。
2025年6月，扎克伯格重金组建超级智能团队，投百亿美元并购AI创企、狂揽顶尖AI人才，今日终于放出“大招”。今年4月份亮相的Muse Spark主打低延迟、个人智能助手任务，今日亮相的Muse Wonder则正式向OpenAI、Anthropic的顶级模型发起挑战。
据Meta介绍，Muse Wonder系列引入 主动记忆（Active Memory）和主动专注（Active Focus）能力 ，能够持续跟踪用户关注的事项，并围绕用户目标推进任务。Meta称，这也是其迈向 “个人超级智能”（Personal Superintelligence） 的重要一步。
在Meta公布的长流程编程测试DeepSWE 1.1和SWE-Marathon超长流程软件工程测试中，Muse Wonder Full得分超过了Claude Fable 5.1、GPT-6 Astra以及Claude Opus 5.5，展现出较强的Agent任务执行能力。
在Artificial Analysis模型综合能力评测榜单中，最高推理强度（max）下， Muse Wonder和Muse Wonder Full的Intelligence Index综合智力测试分别取得了52分和56分的成绩 。 Muse Wonder Full得分超过Fable 5.1 ，与Sonnet 5.5持平，仅略逊于Opus 5.5，跻身顶尖模型梯队。
价格方面，Muse Wonder的API定价较上一代Muse Spark 1.3明显上涨： 每百万输入Token收费4美元，缓存输入0.20美元，输出20美元 ，分别高于Muse Spark 1.3的1.25美元、0.15美元和4.25美元。
据Artificial Analysis测算，Muse Wonder 完成一个Intelligence Index任务的成本约为4.52美元 ，是Muse Spark 1.3的2.8倍。
成本上升也与输入量增加有关，Muse Wonder单个任务平均消耗约769万输入Token，比Muse Spark 1.3多28%；输出约5.4万Token，比上一代少约10%。其中，输入Token成本约3.43美元，占单任务总成本的76%。
横向对比，Muse Wonder的单任务成本 低于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 高于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目前尚未公布定价。
目前，Muse Wonder Full已经上线API平台，并对和编程工具Muse Code的订阅者开放；Muse Wonder也将会在Meta前段时间推出、且持续爆火的 Personal Agent产品Muse 中上线，首先对订阅者开放。
一、多项测评位居前列，编程Agent中超越Opus 5.5
从分项基准测试来看，Muse Wonder Full的优势主要集中在个人与专业智能体，以及长流程编程任务上。
在Meta内部构建的个人超级智能指数（PSI）中， Muse Wonder Full取得59.1分，高于GPT-6 Astra的54.5分和Claude Opus 5.5的55.2分 。
编程方面，Muse Wonder Full在DeepSWE 1.1中取得79.0分， 高于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超长流程软件工程测试中，它以57.5分 领先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主要考察模型通过终端执行任务的能力， Muse Wonder Full的得分从上一代Muse Spark 1.3的33%升至57% ，Muse Wonder也从33%升至52%。
在衡量专业知识工作表现的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中则提高了148分。
Muse Wonder的业务流程自动化能力也有所提升，在AutomationBench-AA测试中，Muse Wonder和Muse Wonder Full分别取得了68%和71.3%的成绩， 位列第七和第三 。
从综合表现来看，Muse Wonder Full在Intelligence Index的 十项评测中有六项进入前三 ，优势集中在Agent知识工作与科学推理领域。
科学推理方面，Muse Wonder Full在CritPt中 以33%的成绩位列第一 ，在SciCode中 以63%的成绩排名第三 。
编程Agent能力上，在Coding Agents Index测试中中，Muse Wonder Full（max）搭配Muse Code取得了68分，与搭配Claude Code的Sonnet 5.5（max）持平， 高于搭配Opus 5.5（max）的Claude Code所获得的66分 。
Muse Wonder（max）取得63分，上一代Muse Spark 1.3（max）则为54分。
二、主动记忆与主动专注：Muse Wonder的重点是帮人干活
Meta为Muse Wonder系列着重强化了两项能力： 主动记忆（Active Memory）和主动专注（Active Focus） 。
主动记忆解决的是“记住什么、何时调用”的问题。模型能够跨会话保留对用户重要的信息，并在任务需要时主动调取相关细节。
主动专注则关注任务能否持续推进：遇到阻碍时尝试其他路径，根据新信息调整方案，在必要时向用户询问，并在执行重要操作前征求确认。
这两项能力都是Meta一直追求的个人超级智能所需要的，定向能力优化后的模型结合Muse这款产品，能够为用户提供重要事项持续追踪以及目标导向的连续工作能力。Meta官方称，未来还会利用Muse Wonder为Muse开发专用模型，以达到更好的效果。
Meta分别使用MemoryBench、FocusBench和SWE-Marathon这些评测来评估长期记忆、任务专注度与持续执行能力，专业任务评测还覆盖法律、金融和健康等领域。
官方演示中，Muse Wonder能够直接操作浏览器、跨应用获取信息，并根据用户的个人偏好制定周六跑步计划。这类演示呈现的，正是Meta希望强化的能力，也即让模型结合个人背景持续推进任务。
在基础规格上，两款模型的上下文窗口均为100万token，支持文本、图像、视频和音频多模态输入。
安全方面，Meta称Muse Wonder是其迄今对齐程度最高的模型，并强化了对化学、生物、放射性和核相关风险（CBRN）及网络滥用的防护，以及对抗性指令应对和私人信息处理能力。
三、分手厨房、魔方模型，效果和Opus 5.5对打
模型一经发布，一众网友纷纷上手测试，智东西收集了一些案例，看看Muse Wonder系列模型的能力如何。
有开发者使用Muse Wonder制作了3D可旋转魔方模型，从画面上看，光影效果、清晰度和旋转细节都相当有质感，该开发者称这完全是和Claude Opus 5.5一个级别的。
Meta研究员用Muse Wonder打造了一个Muse版的分手厨房，画面清晰、交互流畅，Alexandr Wang转发评论称自己玩了一个多小时。
还有网友用Muse Wonder设计前端页面，并评价他虽然不会说效果比Opus 5.5更好，但绝对超出了预期。
此外，还有开发者用Muse Wonder进行代码审查，发现了之前用GPT-6.1 Sol工作时遗留的大量问题。
不过，也有开发者觉得Muse Wonder的效果并不尽如人意，比如在3D游戏开发上，效果与Opus 5.5相差甚远。
对于3D游戏的开发，Alexandr Wang特意发帖解释，团队在训练Muse Wonder的过程中，并未专门针对3D效果进行RL，原因是他们的目标是构建一个对现实世界的真实任务有用的模型，模型训练是基于产品的实际使用需求展开的。
结语：模型、产品协同提升，Meta能否后来者居上？
头部大模型的竞争格局已经相对稳定，后来者想要靠一次跑分反超，难度越来越大。Meta这次押注的，是模型与产品的协同突破。
从Muse Spark到Muse Wonder，Meta在短短几个月里持续提升模型能力；另一边，Muse已经凭借个人智能体的产品形态打开市场。
前者补齐底层能力，后者积累用户入口与使用场景。如果Muse Wonder能将主动记忆、持续执行和专业任务处理能力真正转化为产品体验，Meta就有机会绕开单纯比拼模型排名的竞争，把模型优势延伸到个人智能体的使用频率与用户黏性上。
但这条路并不轻松。模型跑分领先几项测试，不等于真实任务中足够可靠；Muse的热度，也不意味着用户会长期依赖它处理工作与生活事务。个人智能体越深入用户的日程、消息和私人数据，对安全、准确性和执行稳定性的要求就越高。
对Meta而言，真正的考验是能否把模型能力、产品入口和用户信任串成一条完整链路。如果这套组合跑通，Meta争夺的就不只是模型竞争中的一席之地，还有个人AI时代的用户入口。
Les actualités sont collectées automatiquement depuis des flux publics robotique & IA.
Articles liés
Combler l'écart avec la réalité : pourquoi l'exécution en temps réel est devenue le nouvel avantage concurrentiel
Cécile Dick-Calmes de Daifuku a déclaré que le succès ne se mesure plus uniquement par la densité d'automatisation ou l'utilisation des équipements. L'article Combler l'écart avec la réalité : pourquoi l'exécution en temps réel est devenue le nouvel avantage concurrentiel apparaît en premier sur The Robot Report.
5699元起！一加16发布：全局165Hz、9000mAh电池、2亿像素主摄全来了
智东西 作者 | 杨京丽 编辑 | 李水青 智东西10月12日西安报道，刚刚，一加发布最新旗舰手机一加16。一加16搭载 第六代骁龙8超级至尊版 ，支持最高原生 185帧游戏体验 ，配备 9000mAh电池、第四代东方屏及2亿像素主摄 。 同时，一加16还配备自研 电竞网络芯片G3、超级显示芯片P4和灵犀触控芯片T3 ，搭配新一代 “冰河散热系统” 。充电方面，一加16支持 100W有线快充和50W无线快充 。 一加中国区总裁李杰在发布会上透露，2025年一加手机销量同比增长44%，增速位列行业第一，今年截至发布会前，一加手机销量 同比增长18% ，是目前手机行业 唯一保持两位数增长的品牌 。
一周 10 万星，AI「逆向一切」，但大家不要过于兴奋
头图图片来源：REA 头图来源：CyberSecurityNews 「在应用里看到一个想加入自己产品的功能？让智能体去帮你调查它。」 这是 REA 项目主页第一屏的话。后半句更直接：即使没有源代码，智能体也可以检查应用、解释功能怎么工作、展示证据，「并为你的项目实现类似功能」。 REA 全名 Reverse Engineer Anything，即「逆向一切」。 上周它在 AI 开发者圈刷了屏：10 月 6 日还不到 1 万星，到 10 月 12 日已经超过 11 万 。 6 天涨了 10 万星，平均每天约 1.7 万｜图片来源：Star History 真正让普通人看到这件事的，是游戏。10
0.6B起！Jev对手模型来了，开源多模态，登上全球测评榜一
智东西 编译 | 杨京丽 编辑 | 李水青 智东西10月12日消息，昨天，vLLM社区孵化的开源AI基础设施项目vLLM Semantic Router推出并开源 多模态 决策模型 Decision 3.0系列 。该系列模型能够根据输入内容完成 分类、选择、是非判断和评分 等任务，直接返回判断结果和概率， 不生成长篇文本 。 ▲vLLM Semantic Router推出并开源Decision 3.0（图源：X） 这类不生成长文本，专门“做判断”的模型，近期因Jev走红而受到关注。Jev模型上线仅3天，其Token用量便达到 1万亿 ；上线仅24天， 其开发商TypeSafe AI便宣布获得a
月之暗面IPO前夕，杨植麟等高管被索赔！涉及金额或超47亿元
智东西（公众号： zhidxcom ） 编译 | 黄菲 编辑 | 江宇 智东西10月12日报道，今日，据路透社援引知情人士消息，北京大模型独角兽月之暗面（Moonshot AI）高管正在就一起持续近两年的股东纠纷进行和解谈判，以期在公司赴港上市前解决争议。循环智能及其投资人寻求获得相当于月之暗面原始股份10.5%的赔偿。按月之暗面今年6月融资时300亿美元（约合人民币2010亿元）的估值计算，相关赔偿金额可能超过7亿美元（约合人民币47亿元）。 目前，相关纠纷已进入香港仲裁程序，双方正在就和解方案进行协商，试图在仲裁程序推进过程中解决争议。不过，知情人士称，目前尚不清楚双方能否在短期内达成和解
10亿！上海大模型创企拿下新融资
智东西 作者 | 江宇 编辑 | 李水青 智东西10月12日报道，今日， 上海大模型公司模思智能 （MOSI）宣布完成 超10亿元 Pre-A轮融资，由华控基金领投，主要投资方包括国开科创、上海科创基金、新微资本、徐汇资本、追光硬科技创投、临港策源基金等，元禾控股、上海国投旗下上海科创集团、星连资本等老股东持续投资。多维资本担任本轮及长期独家财务顾问。 这是模思智能今年第二次官宣融资。 今年3月，模思智能完成数亿元天使轮融资 ，由IDG资本领投，元禾控股、上海国投旗下上海科创及上海未来产业基金、奇绩创坛、智谱系基金星连资本及某头部产业投资方联合投资。 据官方披露，本轮融资资金将主要用于 全模态