Meta专用模型登陆Muse与Meta AI：个人超级智能指数跃升
人工智能领域的竞争正加速向深度交互与任务执行的长效能力挺进。11月6日，Meta 官方发布最新研究公告，宣布正式将基于前沿大模型 Muse Wonder 训练的系列专用模型推向Muse与Meta AI的广大用户，全面赋能日常对话与复杂任务处理。 核心能力飞跃:个人超级智能指数大幅提升 此次推出的专用模型继承了Muse
人工智能赛道的比拼，正往深度交互和长时段任务执行能力的方向转移。11月6日，Meta 在官方研究公告中宣布，基于前沿大模型 Muse Wonder 训练的系列专用模型正式向 Muse 与 Meta AI 的用户开放，用于日常对话和复杂任务处理。
核心能力飞跃:个人超级智能指数大幅提升。这批专用模型延续了 Muse 
Wonder 在工作和生活复杂任务上的业界领先表现。
在权威评估体系“个人超级智能指数”（Personal Superintelligence Index）的最新测试里，新一代 Muse 模型的得分出现了明显跃升，由上一代的38% 升至47%，综合智能表现更强。
两大核心功能落地:主动记忆与主动聚焦。传统 AI 常会忘掉关键信息，遇到突发状况又容易中断，针对这些痛点，Meta 在新模型中引入了主动记忆（Active Memory）和主动聚焦(Active Focus)两项能力。
主动记忆方面，模型可以跨时间做深度推理，准确判断信息时效，分清哪些是临时的、哪些是长期的，从而在持续数月的对话中记住重要细节。官方评测数据显示，主动记忆评测中，当前模型正确使用关键上下文的任务比例达到90%，上一代为76%;在遗忘关键信息上的错误率也降低了2.4倍。
主动聚焦方面，模型围绕现实世界中各类典型任务瓶颈做了专项训练。日常任务中遇到意外挑战时，它会更努力尝试、从挫折中恢复，或者主动替用户寻找替代方案。数据显示，在处理容易出现意外问题的日常任务时，新模型表现提升了67%。
行为模式优化与生态全线落地。底层能力增强之外，Meta 还按两款主力产品各自的应用场景，对专用模型做了精细化适配。
在Muse中，模型被训练成出色的多任务处理者，能判断何时独立推进用户目标、何时与用户实时协作，执行中也能顺应用户的引导和澄清，不陷入混乱。Meta AI 中，同一套模型升级后更像一位思考伙伴，能把复杂问题拆成清晰步骤，提出更精准的追问，用户中途改变对话方向时也能无缝跟上。
这些前沿技术下放到主流产品矩阵后，更多普通用户能实际体验到具备长效记忆与自主任务聚焦能力的超级智能。
