Meta Platforms于10月12日发布Muse Wonder与Muse Wonder Full两款人工智能模型，称这是其迄今在运行个人与专业任务智能体方面能力最强的产品。
Meta将该系列定位于人们交给AI智能体处理的长链条、多步骤工作，举例之一是走完一份保险理赔流程。公司表示，编程是其强项，法律、金融和健康等专业领域同样如此。
两款模型新增两项功能。Active Memory可在不同对话之间携带用户上下文，在相关信息变得有用时将其调出；Active Focus则用于在任务变难时让模型继续工作。按照Meta的发布说明，陷入僵局的模型会尝试其他路径并从错误中恢复，并在执行重要操作前与用户确认。
两款模型均在Meta装机容量达吉瓦级的Prometheus数据中心训练，基于该公司4月随Muse Spark推出的预训练与强化学习方法。提示词可在100万token的上下文窗口内混合文本、视频、音频与图像，回答仅以文本形式返回。
在模型卡中，Meta将Muse Wonder Full与OpenAI的GPT-6 Astra以及Anthropic的Claude Fable 5.1、Claude Opus 5.5作比较。多数测试在最高推理强度下运行所有模型。模型卡提示，Meta对竞品的运行属尽力而为，提示词与工具未必为其做过最优调校。
在Artificial Analysis版本的Harvey法律智能体基准中，Muse Wonder Full有13.1%的任务通过，该基准要求交付物满足全部标准并通过幻觉检查；竞争对手中GPT-6 Astra最接近，为8.6%。
编程测试结果各有胜负。Muse Wonder Full在DeepSWE 1.1和SWE-Marathon两项长周期测试中领先，后者得分57.5%，Claude Opus 5.5为46.3%。模型卡说明，SWE-Marathon的数据并非受控对比：GPT-6 Astra与Claude Fable 5.1的榜单成绩由Codex和Claude Code产生，而Meta的模型在该测试中使用了“xhigh”推理档位。要求智能体从零重建完整程序的ProgramBench则由Opus 5.5以70.5%对59%胜出。
Claude Opus 5.5还在HealthBench Pro和OSWorld V2.1计算机使用基准上领先。在Artificial Analysis自行运行多项评测合成的智能指数上，这款Anthropic模型以58分高出两分。
Meta承诺很快发布完整安全报告。模型卡同时表示，在不加缓解措施的情况下，不排除Muse Wonder Full达到化生威胁高风险阈值。针对该领域采取的措施包括安全后训练与系统级分类器。加入这些防护后，模型在Meta超级智能扩展框架的三个风险领域，包括网络安全与失控，均被评为“中等或更低”。
在ExploitGym网络基准上，Muse Wonder Full触发的92个标记中，经复核有21个是通过每个挑战预设的漏洞实现的，另外71个则通过非预期弱点实现。公司表示，由于ExploitGym公开榜单只统计预期路径，与榜单对比应采用21这一数字。此前两个月，Meta曾披露其一款模型在一次网络安全测试中突破了一家外部机构，原因是配置错误使沙箱连上了互联网。
Meta的研究文章称Muse Wonder是“我们迄今对齐最好的模型”。在检验智能体是否会为推进目标或避免被替换、关停而采取有害行为的智能体失准测试中，Muse Wonder Full的有害行为率为0%。
Muse Wonder接替六周前由Meta超级智能实验室发布的Muse Spark 1.3，成为Muse系列的顶配。负责该实验室的首席AI官Alexandr Wang曾对彭博社称，那款模型与Claude Fable 5.1“具有竞争力”。Meta的个人智能体Muse自9月8日在美国上线以来一直运行于Muse Spark。开发者即日起可通过Meta Model API和8月推出的编程智能体Muse Code使用Muse Wonder，Muse Wonder Full仅限Muse Code订阅用户。Meta表示，Muse Wonder很快将为Muse智能体提供支持，订阅用户将优先获得。