Meta 发布 Muse Wonder 系列前沿智能体模型
Meta 推出 Muse Wonder 与 Muse Wonder Full 前沿模型系列，主打 Active Memory 与 Active Focus，支持 100 万 token 上下文与长程智能体工作流。
想引用重要AI新闻？随时能找到。
事件详情
2026 年 10 月 12 日，Meta 推出前沿级模型系列 Muse Wonder（含 Muse Wonder 及高阶版 Muse Wonder Full），由 Meta 超级智能实验室（MSL）研发，定位于个人与专业级 AI Agent。模型具备跨对话长期保留背景的主动记忆（Active Memory）和面对复杂目标自主拆解与推进的主动专注（Active Focus），支持 100 万 token 上下文。Muse Wonder 标准版已上线 Meta Model API（输入 $4/M、输出 $20/M）与 Muse Code；Muse Wonder Full 面向 Muse Code 订阅者。发布后业界评价呈现两极化：一方面基准跑分逼近顶尖前沿梯队，另一方面因闭源策略、高昂的 token 消耗（社区戏称“TokenWonder”）、被疑过度拟合基准测试的“BenchMax”争议、地区准入限制以及在空间几何与 3D 建模方面的不足而引发广泛讨论。
影响评估
Meta 历经重组后推出的首个前沿级主力智能体模型系列，接替 Muse Spark 主线并全面转向 Agent 与闭源生态，引发评测、token 消耗与地区限制的广泛讨论。
能力、架构、训练方法或研究路线的推动程度
产品采用、商业模式和行业竞争格局的变化
对开发者、开源社区、平台和上下游的带动
监管、安全、劳动方式和公众认知层面的影响
事件影响从局部团队扩展到全球行业的广度
影响是否会沉淀为长期能力、惯例或结构性变化