Meta发布Muse Wonder与Muse Wonder Full模型

分析师/竹心

“Meta这次，真的追上来了吗？”

就在开发者们还在争论GPT-6和Opus 5.5谁更强的时候，扎克伯格扔出了一颗代号“西瓜”（Watermelon）的重磅组合——Muse Wonder和Muse Wonder Full。消息一出，社交平台瞬间炸锅：有人惊呼“一夜杀回世界前三”，也有人实测之后直言“存在刷分嫌疑”。

这条引发热议的消息，来自Meta超级智能实验室成立一年多后的新款前沿旗舰模型。标准版Muse Wonder通过Meta Model API开放调用，按量计费；更强的Muse Wonder Full只向Muse Code订阅用户开放。而Meta个人AI智能体Muse，也将在后续接入Wonder系列，用户需要订阅每月20美元或100美元的付费服务才能使用。

要知道，就在去年4月，Llama 4还马失前蹄，扎克伯格不得不推倒重来，以143亿美元投资入股Scale AI、招揽其创始人汪滔（Alexandr Wang）掌舵AI研发，重建整个技术体系。而今天，这个被外界一度认为“已经掉队”的玩家，却带着一款直接对标“个人超级智能”的产品杀了回来。

问题随之而来：Meta的“西瓜”到底有多能打？为什么扎克伯格偏偏押注“个人智能体”这条路线？以及他在AI牌桌上的位置，究竟走到了哪一步？

要理解Meta这次发布的分量，首先得看一组硬数据。

根据第三方评测机构Artificial Analysis的数据，在高推理强度下，Muse Wonder和Muse Wonder Full的综合智能指数分别达到52分和56分，较上一代Muse Spark 1.3的48分分别提高4分和8分——而这两代模型的发布时间仅相隔六周。其中，Muse Wonder Full追平Anthropic的Claude Sonnet 5.5，超过OpenAI的GPT-6 Astra和谷歌的Gemini 4 Argon，仅次于Claude Opus 5.5。

在更为关键的智能体任务中，Meta取得了反超。SWE-Marathon长时间软件工程测试显示，Wonder Full通过率达到57.5%，高于Claude Opus 5.5的46.3%和GPT-6 Astra的42.5%。在Harvey法律智能体测试中，Full拿下13.1分，是Opus 5.5的3.1倍。在MemoryBench测试中，Muse Wonder得分85.6，高于GPT-6 Astra的81.4和Opus 5.5的81.5。

但真正决定这款模型能否站稳的，不是榜单，而是它能不能把“记住你”和“把事做完”变成日常。Meta将重点押在了两个核心机制上：Active Memory和Active Focus。

首先是Active Memory（主动记忆）。传统AI助手每次对话都像初次见面，用户得反复交代背景。而Active Memory让模型跨对话保留用户的偏好、项目和约束条件，并在新任务中主动检索相关信息。汪滔在专访中特别强调，个人智能体需要让重要信息在数天、数周乃至数月的交流中延续下来。

其次是Active Focus（主动专注）。它解决的是任务做到一半卡住了怎么办。Meta的定义很清晰——遇到障碍时尝试替代方案，出错后自我检查，收到新要求再调整计划。汪滔举了一个预订餐厅的例子：智能体查询空位时可能遭遇各种障碍，训练的目标之一，就是让它尝试其他路径，减少一遇到问题便停下来向用户求助的情况。

再看实战案例。Meta在发布会上展示了多个演示：“看图做菜”——根据图片生成可玩的3D厨房游戏；“跑步计划”——结合个人偏好，调动浏览器和多个应用生成跨平台运动方案；“婚礼座次”——按照复杂的人员匹配要求排出满足多重约束的座位表；“定制礼品”——利用Instagram主页中的真实照片，设计并下单定制商品。

开发者社区的反应则是喜忧参半。开发者Charlie Holtz把Wonder用进了自己的代码库，发现它一次就找到了其他Agent此前都漏掉的真实安全漏洞。但也有开发者让Wonder和Opus 5.5同做3D游戏，Wonder版画面明显粗糙。汪滔坦承：“团队确实没有专门在3D演示游戏上训练模型，请大家把Wonder用到实际编程工作中”。

榜单之外，真正的考验在于：这些“个人智能体”能力，能不能让用户愿意长期掏腰包。

成绩单够亮眼，但真正让行业震动的，是Meta选择了一条和所有人都不一样路：不拼编程智能体，拼个人智能体。

一方面，路线选择上，Meta在打一场差异化战争。过去两年，OpenAI和Anthropic的重点非常明确——编程智能体。Claude Code、Codex、GPT-6的Agent能力，几乎都围绕软件开发场景展开。这条路线商业化路径清晰：企业愿意为提升开发效率付费，客单价高，续费逻辑强。但Meta选择了一条更难、也更日常的路。扎克伯格在访谈中把这一思路概括为“模型就是产品”，能力和性格等产品特征都得进训练过程。他想要回答的问题很朴素：AI已经能解奥数级的数学题，却未必接得住一通客服电话；一个理想的个人助理，得有应付柴米油盐的常识和执行力。

另一方面，产品设计上，Active Memory和Active Focus是为个人智能体量身定做的。编程智能体面对的是确定性任务，而个人智能体面对的是不确定性日常：订餐厅可能没位子，安排行程可能航班取消，处理邮件可能对方改了主意。Meta在训练中加入大量类型不同、耗时更长的任务，让模型记住需求、修改多个文件、经历一轮轮测试和返工。汪滔表示，智能体何时主动、如何与用户交流，也属于需要专门设计的产品行为。

再者，商业模式上，订阅制是个人智能体的自然变现方式。此次Muse个人AI智能体接入Wonder系列，用户需要订阅每月20美元或100美元的付费服务。这个定价明显低于Muse Code的50/200美元档，说明Meta把个人智能体定位为“大众消费品”，而不是“开发者工具”。Meta正试图以此开辟广告业务之外的AI收入来源。广告是Meta的现金牛，但AI订阅可能是下一个增长极。

此外，这背后是扎克伯格对“个人超级智能”的长期看好。他在股东大会上将这一阶段定位为“为数十亿人带来个人超级智能”。与OpenAI追求AGI、Anthropic强调安全不同，Meta的叙事是“赋能每一个普通人”。这个叙事能不能成立，取决于个人智能体能不能真正走进日常。

但挑战同样尖锐。汪滔在社交平台回应用户时也承认，新模型的编程能力还不如Opus 5.5，团队正在排查多个bug。而个人智能体这条路，目前还没有任何一家公司真正跑通。Meta押注的，是一个尚未被验证的市场。

Meta这次发布，不只是一款产品的亮相，更是一次行业坐标的重新校准。

首先看Meta自己的位置。14个月前，Meta悄然启动了对其整个AI基础设施与研发范式的彻底重构。这次Muse Wonder的诞生之地，正是位于俄亥俄州、规模超1吉瓦的“普罗米修斯”超级数据中心。如今，从Muse Spark到Muse Wonder，Meta在六周内完成了从“追赶者”到“前沿玩家”的身份跃迁。Meta AI负责人表示，新模型具备与行业领先产品竞争的能力，尤其在个人和专业智能体任务方面表现突出。

其次看行业竞争格局。美国AI圈此前有个约定俗成的说法叫“御三家”：OpenAI、Anthropic和谷歌。而Meta的强势回归，正在让这个格局发生松动。在Artificial Analysis综合榜上，Muse Wonder Full以56分超过GPT-6 Astra的53分，仅次于Claude Opus 5.5的58分。在编程Agent榜上，Muse Code搭配Full拿到68分，追平Claude Code搭配Sonnet，超过搭载Opus的66分。有分析认为，Meta不再是一个“陪跑者”，而是有能力在多个关键赛道上正面竞争的重量级选手。更重要的是，Meta选择了一条与OpenAI、Anthropic不同的路线——个人智能体。

再看趋势的走向。此次发布揭示了三个重要信号：一是竞争焦点正在从“谁的模型更强”转向“谁能把事做完”。Muse Wonder的Active Memory和Active Focus针对的正是AI Agent落地时的两个关键短板——记不住和做不完。二是闭源正在成为前沿模型的选择。Meta从开源旗手转向闭源订阅，意味着“开源换生态”的时代正在被“闭源换利润”的逻辑松动。三是个人智能体或将成为下一个竞争高地。当编程智能体的商业化路径逐渐清晰，个人智能体的想象空间才刚刚打开。

当然，Meta面临的挑战同样不容忽视。隐私争议尚未平息，有用户投诉Muse未经授权访问个人消息；3D演示翻车的口碑仍待修复；新模型的性能优势目前仍有待外部评测和实际使用验证；能否吸引用户持续付费，也将检验Meta能否把AI技术投入转化为新的商业增长点。

从Llama 4的惨痛失利，到Muse Wonder的深夜亮剑，Meta用了一年多、花了巨资，终于把自己重新塞回了前沿牌桌。

但扎克伯格选择的方向，比“追上来了”更值得关注。当OpenAI和Anthropic在追逐AGI、试图让模型在大多数任务上超越人类时，Meta瞄准的是“个人超级智能”。

AI的能力可以用高难度的题目来检验，但个人智能体的价值，终究要由那些柴米油盐的小事来证明。Meta的这道付费墙，既是一份算力账单，也是扎克伯格在AI牌桌上重新发的一张牌，至于这张牌能不能打出王炸，还得看接下来牌桌上的每一位玩家怎么接。