Meta 發表 Muse Wonder 旗艦 AI 模型，部分評測超越 Claude Opus 5.5、GPT-6 Astra

Meta 正式推出全新旗艦 AI 模型系列 Muse Wonder，包含 Muse Wonder 與 Muse Wonder Full，主打 AI Agent、跨對話記憶及長流程任務執行能力。Meta 表示，新模型在個人助理、知識工作與自動化流程等部分評測中展現競爭力，未來也將逐步整合至旗下 Muse 服務，進一步推進「個人超級智慧」的發展方向。

Muse Wonder Full 部分評測領先競品

根據 Meta 公布的評測數據，Muse Wonder Full 在「個人超級智慧指數」（Personal Superintelligence Index）中取得 59.1 分，高於 Claude Opus 5.5 的 55.2 分與 GPT-6 Astra 的 54.5 分。

在自動化工作流程方面，Muse Wonder Full 於 AutomationBench-AA 評測中取得 45.4 分，也高於 Meta 列出的部分競品。不過，模型的表現仍會依評測項目而有所不同，例如在健康知識問答及終端機程式開發等測試中，其他模型也有較高的得分，因此不能單憑少數指標判定模型的整體能力排名。

跨對話記憶部分，Meta 公布的 MemoryBench 評測中，Muse Wonder 得分為 85.6，Muse Wonder Full 則為 85.5。這類能力旨在讓模型在不同對話之間保留並取回相關資訊，減少使用者重複提供背景資料的需求。

主動記憶與主動專注，強化 AI Agent 執行能力

Muse Wonder 系列主打兩項核心能力，分別為主動記憶（Active Memory）與主動專注（Active Focus），目標是讓 AI 不只回應單次指令，也能在較長的任務流程中持續提供協助。

主動記憶：模型能跨對話保留與使用者及任務相關的背景資訊，並在適當時機取回所需細節，讓後續互動能延續先前的脈絡。
主動專注：面對較複雜的任務時，模型可以嘗試不同解法、因應新資訊調整執行方式，並在遇到阻礙時繼續推進。涉及重要操作時，也能透過確認機制降低誤操作的風險。

這些能力主要針對需要多個步驟才能完成的工作，例如整理文件、處理工作流程或持續開發程式，讓 AI 從單次問答進一步延伸至任務執行。

涵蓋法律、金融與健康知識，強化程式開發能力

除了個人助理及工作流程自動化，Muse Wonder 系列也著重專業領域的知識應用，涵蓋法律、金融與健康等情境。Meta 亦提及 Harvey 的法律代理基準測試 LAB，作為評估模型法律相關能力的項目之一。

在程式開發方面，Muse Wonder 系列則以持續執行、測試及修正程式碼為發展方向，應用範圍從小型工具到較複雜的軟體專案。不過，實際開發表現仍須依任務類型及評測結果判斷，不能僅憑單一基準測試推論模型在所有程式開發情境中都優於其他工具。

Meta 強化安全防護，逐步整合至旗下服務

由於 AI Agent 可能接觸使用者的訊息、行事曆及私人文件，Meta 也將安全性列為 Muse Wonder 系列的重點。官方表示，新模型針對對抗指令、隱私資訊處理，以及化學、生物、放射性物質、核武（CBRN）與網路濫用等高風險情境設置防護機制，同時兼顧防禦性網路安全工作的需求。相關防護效果仍須參考完整安全評估及後續測試結果。

Muse Wonder 已透過 Meta Model API 與 Muse Code 提供；Muse Wonder Full 則開放給 Muse Code 訂閱用戶使用。未來，Meta 也將逐步把 Muse Wonder 系列整合至 Muse 服務，擴展其在個人助理及專業工作情境中的應用。