Meta-ն ներկայացրել է արհեստական բանականության երկու նոր մոդել՝ Muse Wonder և Muse Wonder Full։ Ընկերության պնդմամբ՝ դրանք ունակ են լուծել բարդ խնդիրներ առաջատար մրցակից համակարգերի մակարդակով, ներառյալ ծրագրավորումը։ Գլխավոր բարելավումներից մեկը օգտատիրոջ մասին տեղեկությունը երկար ժամանակ պահպանելու և օգտագործելու ունակությունն է, ինչը Meta-ն անվանում է ակտիվ հիշողություն։

Նոր մոդելները մշակել է Superintelligence Lab-ը՝ Meta-ի ստորաբաժանումը, որը զբաղվում է առաջադեմ ԱԲ համակարգերի ստեղծմամբ։ Ի տարբերություն ավելի կոմպակտ Muse Spark-ի, որը կենտրոնացած է արագ պատասխանների վրա, Muse Wonder-ը նախատեսված է ավելի բարդ խնդիրների համար և մի շարք թեստերում ցույց է տալիս ավելի բարձր արդյունքներ։

Շուկայի առաջատար մոդելների մակարդակով

Meta-ի տվյալներով՝ Muse Wonder-ի և Muse Wonder Full-ի արդյունքները բենչմարքներում համադրելի են Fable 5.1-ի և GPT-6 Astra-ի ցուցանիշների հետ։ Ընկերությունը առանձին ընդգծում է ծրագրավորման և բարդ հարցումների մշակման ոլորտներում արձանագրված բարելավումները։ Այս արդյունքները ներկայացված են մոդելների հետ միասին հրապարակված տեխնիկական փաստաթղթերում, սակայն առայժմ խոսքը մշակողի սեփական թեստերի մասին է։

Meta-ում նոր մոդելները անվանում են իրենց ԱԲ համակարգերի մասշտաբավորման հաջորդ փուլ և քայլ դեպի «անձնային գերազանց բանականություն»՝ օգնական, որը պարզապես չի պատասխանում առանձին հարցերի, այլ հաշվի է առնում մարդու նպատակները, սովորությունները և նրա հետ փոխգործակցության պատմությունը։

Muse Wonder-ի հասանելիությունը Meta Model API-ի միջոցով կարժենա 4 դոլար՝ մեկ միլիոն մուտքային տոկենի համար, և 20 դոլար՝ մեկ միլիոն ելքային տոկենի համար։ Գնի առումով մոդելը համադրելի է GPT-6 Sol-ի և Opus 5.5-ի հետ։ Ավելի հզոր Muse Wonder Full-ը API-ում հասանելի չի լինի․ այն կկարողանան օգտագործել միայն Muse Code-ի բաժանորդները։ Երկու մոդելներն էլ կօգտագործվեն նաև Muse ԱԲ գործակալի աշխատանքի համար։

ԱԲ, որը ամիսներով հիշում է օգտատիրոջը

Meta-ն նոր մոդելների հիմնական առանձնահատկություններից մեկը համարում է active memory-ն՝ «ակտիվ հիշողությունը»։ Այն պետք է օգնի ԱԲ-ին պահպանել նախորդ զրույցներից կարևոր տեղեկությունները և միավորել դրանք, նույնիսկ եթե դիմումների միջև անցնում են օրեր, շաբաթներ կամ ամիսներ։

Անձնական օգնականի համար սա նշանակում է հաշվի առնելու հնարավորություն ոչ միայն ընթացիկ հարցման բովանդակությունը, այլև կուտակված համատեքստը։ Օրինակ՝ օգտատիրոջ նախընտրությունների, նրա ծրագրերի և ընթացիկ խնդիրների մասին տեղեկատվությունը կարող է օգտակար լինել հետագա զրույցներում՝ ազատելով մարդուն ամեն անգամ իրավիճակը նորից բացատրելու անհրաժեշտությունից։

Որպես բարելավումների հաստատում՝ Meta-ն ներկայացնում է MemoryBench-ի արդյունքները՝ թեստ, որը գնահատում է շարունակական ուսուցման և հիշողության ձևավորման մոտեցումները։ Ընկերության տվյալներով՝ Muse Wonder-ը դրանում գերազանցում է Fable-ին, Opus-ին և Astra-ին։

«Մենք հսկայական ջանքեր ենք գործադրել, որպեսզի մոդելը կարողանա հիշել այն, ինչ կարևոր է ձեզ համար, օրերի, շաբաթների, ամիսների և ավելի երկար ժամանակահատվածում», — ասել է Meta-ի հետազոտող Կավյա Կոպպարապուն մեկնարկը ուղեկցող տեսանյութում։

Միաժամանակ, բենչմարքի արդյունքներն ինքնին չեն երաշխավորում, որ մոդելը իրական շփման ընթացքում միշտ ճիշտ կվերականգնի անհրաժեշտ տեղեկությունները։ Օգտատերերի համար նաև կարևոր է մնում այն հարցը, թե օգնականը ինչ տվյալներ է պահպանում, որքան երկար է դրանք պահում և որքան հարմար է կառավարել այդ տեղեկատվությունը։

Առաջին խոշոր քայլը ԱԲ ստորաբաժանման վերակազմավորումից հետո

Սա Meta-ի առաջին առաջատար մոդելի թողարկումն է ԱԲ ուղղության լայնածավալ վերակազմավորումից հետո, որն իրականացրել էր Scale AI-ի հիմնադիր Ալեքսանդր Վանգը 2025 թվականի օգոստոսին։ Այդ ժամանակից ի վեր ընկերությունը ներկայացրել է ավելի կոմպակտ Muse Spark-ը և Muse ԱԲ գործակալին, սակայն չէր թողարկել մոդելներ, որոնք դիրքավորեր մրցակիցների առաջատար համակարգերի մակարդակին։

Նոր մոդելները ուսուցանվել են Օհայո նահանգի կենտրոնական հատվածում գտնվող Prometheus տվյալների կենտրոնում, որը սկսել է գործել 2026 թվականին։

Muse Wonder-ի գործարկումը ցույց է տալիս, որ Meta-ն ձգտում է մրցակցել ոչ միայն հասանելի մոդելների և զանգվածային ԱԲ պրոդուկտների հաշվին, այլև ամենահզոր համակարգերի հատվածում։ Միաժամանակ ընկերությունը առանձնահատուկ շեշտ է դնում անհատականացման վրա․ նրա նպատակը օգնական ստեղծելն է, որը ոչ միայն կկատարի մեկանգամյա հանձնարարություն, այլև կհաշվի առնի մարդու հետ փոխգործակցության պատմությունը և կօգնի նրան երկարաժամկետ խնդիրներում։