人工智能领域的竞争正加速迈向深度交互与长期任务执行能力的新阶段。11月6日，meta 官方发布最新研究进展，正式将基于先进大模型 muse wonder 训练的一系列专用模型部署至 muse 与 meta ai 平台，面向全体用户开放，全面增强日常对话质量与复杂任务处理效能。
核心能力跃升：个人超级智能指数显著突破
本次上线的专用模型全面继承了 Muse Wonder 在应对工作与生活场景中高难度任务时所展现的行业领先实力。
在权威评估框架“个人超级智能指数”（Personal Superintelligence Index）的最新一轮测评中，新一代 Muse 模型得分实现跨越式增长——由上一代的38%跃升至47%，综合智能水平再上新台阶。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
双引擎驱动：主动记忆 + 主动聚焦
为攻克传统 AI 易丢失关键上下文、突发干扰下易中断执行等长期存在的技术瓶颈，Meta 在新模型中重点集成了“主动记忆”（Active Memory）与“主动聚焦”（Active Focus）两大核心机制。
在主动记忆层面，模型具备跨时段深度推理能力，可动态识别信息时效属性，精准区分临时性内容与需长期保留的关键要素，从而在持续数月的人机对话中稳定维系重要记忆。据官方测试结果，在主动记忆专项评测中，模型正确调用关键上下文完成任务的比例达90%，相较前代76%大幅提升；同时，因遗忘关键信息导致的错误率下降达2.4倍。
在主动聚焦层面，模型针对现实任务中高频出现的卡点与异常场景进行了专项强化训练。即便在执行常规操作过程中遭遇意外状况，也能更积极尝试多种路径、快速从失败中恢复，或主动为用户提供可行的备选方案。数据显示，在易受干扰的日常任务场景中，新模型整体表现提升幅度高达67%。
行为逻辑升级与全生态集成
除底层能力大幅进化外，Meta 还依据 Muse 与 Meta AI 各自的产品定位与使用场景，对专用模型进行了差异化调优。
在 Muse 应用中，模型进化为高效的多线程协作者，能准确判断何时自主推进目标、何时需实时协同用户，并在执行中灵活响应用户的引导、修正与补充指令，杜绝逻辑混乱。而在 Meta AI 中，同一套模型则被优化为更具洞察力的思维伙伴，擅长将抽象问题结构化拆解、发起更有针对性的追问，并在用户突然切换话题时保持高度连贯性与响应敏捷度。
通过将这些前沿能力无缝嵌入主流产品体系，Meta 正推动具备长效记忆与自主任务聚焦能力的超级智能，真正走入亿万普通用户的日常生活。
