Цукерберг представил загадочную модель «арбуз», демонстрирующую результаты тестов, сопоставимые с Opus 5.5, но её приняли неоднозначно

В прошлом году Цукерберг приложил огромные усилия, щедро тратя деньги на привлечение специалистов по искусственному интеллекту по всему миру, причем некоторые компенсационные пакеты достигали сотен миллионов долларов — шаг, сравнимый с тем, как команды НБА предлагают высокие зарплаты за приобретение суперзвезд. Теперь инвестиции в привлечение талантов, реструктуризацию команды и расширение вычислительных мощностей наконец-то приносят результаты, более близкие к ожиданиям.

Meta только что выпустила Muse Wonder и Muse Wonder Full. Ранее известные под кодовым названием Watermelon, эти две модели ориентированы на выполнение личных и профессиональных задач агента, с особым акцентом на улучшение памяти для обмена информацией между диалогами, выполнение задач в течение длительного времени и возможности программирования.

В интервью Цукерберг заявил, что Meta вышла на передовые позиции в области технологий искусственного интеллекта.

Согласно опубликованной оценке Meta , новая модель Muse Wonder Full как минимум сравнялась с GPT-6.1 Astra и Claude Fable 5.1 в некоторых бенчмарк-тестах. Тесты сторонней организации Artificial Analysis также показывают, что серия Wonder представляет собой полную трансформацию по сравнению с предыдущим поколением, занимая место в тройке лидеров в нескольких оценках интеллектуальных агентов и профессиональных задач.

Команда, которую Meta собрала с большими затратами, придала ей уверенности, чтобы снова бросить вызов ведущим моделям, а также облегчила путь Meta Muse к становлению персональным агентом.

Может ли более мощный объем памяти и улучшенные исполнительные возможности обеспечить долгосрочный успех ИИ?

Последнее объявление Meta продолжает реструктуризацию ее бизнеса в сфере искусственного интеллекта, процесс, который продолжается уже более года.

В апреле 2025 года проект Llama 4 столкнулся с трудностями, что побудило Цукерберга увеличить инвестиции в таланты и вычислительные мощности, пригласив основателя Scale AI Александра Вана и реорганизовав исследовательскую группу. В апреле этого года реорганизованная команда запустила Muse Spark, но он по-прежнему отстает от конкурентов.

По данным Meta , за последние 14 месяцев команда полностью переработала технологию с нуля и постоянно расширяла масштабы предварительного обучения и обучения с подкреплением. Серия Wonder, обученная на дата-центре Prometheus мощностью в гигаватт, представляет собой последнюю инвестицию в эту рискованную авантюру.

Вопрос Цукерберга довольно прост: ИИ может решать сложные математические задачи, но он может оказаться неспособным справиться с телефонным звонком в службу поддержки клиентов; идеальный персональный помощник должен обладать здравым смыслом и способностью к выполнению повседневных задач.

Muse Wonder фокусируется на двух основных областях: активная память и активная концентрация внимания.

Активная память отвечает за сохранение важной информации в ходе разговоров и заблаговременное извлечение необходимого контента при выполнении новых задач. Упомянутые ранее предпочтения, ограничения и личные обстоятельства могут служить ориентиром для последующих задач, уменьшая необходимость повторного объяснения контекста в каждом разговоре.

Ван рассказал Axios, что персональные интеллектуальные агенты должны обеспечивать сохранение важной информации в течение дней, недель или даже месяцев общения.

Проведите пальцем влево, чтобы увидеть больше контента.

Активный фокус решает проблему остановки выполнения задач на полпути. В реальности могут возникать ситуации, когда происходит смена страниц, недостающая информация или сбои при бронировании. Модель должна пробовать другие методы, корректировать свой план на основе новой информации и продолжать продвижение задачи. Meta утверждает, что модель по-прежнему будет консультироваться с пользователем при необходимости и запрашивать подтверждение перед важными действиями.

В своем последнем интервью Цукерберг резюмировал эту идею как «модель — это продукт», и характеристики продукта, такие как возможности и личностные качества, должны быть включены в процесс обучения. Ван добавил, что проявление инициативы интеллектуальным агентом и то, как он взаимодействует с пользователями, также относятся к категории поведения продукта, требующего специального проектирования.

Ван привёл в пример CNBC бронирование столика в ресторане. Когда агент ищет свободные места, он может столкнуться с различными препятствиями. Одна из целей обучения — заставить его пробовать другие пути, уменьшая количество остановок и обращений к пользователю за помощью при возникновении проблем.

Программирование является критерием для проверки этих способностей.

В постоянно развивающемся программном проекте модель должна быть полностью осведомлена о требованиях: помнить потребности, понимать существующий код, изменять множество файлов, а также многократно тестировать и совершенствоваться. Meta заявила, что обе модели были обучены на различных задачах длительной работы, чтобы улучшить их способность к непрерывной работе.

В рамках официальной демонстрации также были представлены «приготовление еды по картинкам», позволяющее создавать играбельные 3D-игры на тему кухни на основе изображений, и составление планов питания путем объединения личных предпочтений с браузером и несколькими приложениями.

Для профессиональной работы Meta перечисляет юридические, финансовые и медицинские оценки, среди которых Harvey's Legal Agent Benchmark требует от моделей генерировать результаты юридической работы на основе оригинальных материалов и подробных инструкций.

Тесты искусственного интеллекта показывают, что серия Wonder значительно улучшила общую производительность: в шести из десяти тестов полной версии она входит в тройку лучших. При максимальной интенсивности вывода программный агент, объединяющий Muse Code и Wonder Full, показывает результаты наравне с Claude Code в сочетании с Sonnet 5.5 и даже немного превосходит агент в сочетании с Opus 5.5.

Первые впечатления от использования социальных сетей оказались неоднозначными: одни люди остались довольны, другие разочарованы.

Пользователь Chetaslua продемонстрировал анимацию с персонажами Dragon Ball, заявив, что визуальные эффекты были полностью сгенерированы кодом, и высоко оценил отзывчивость Muse. Он также отметил, что озвучкой занималась ElevenLabs, а музыку написала Suno.

Другой пользователь, Макс Блейд, поставил перед Muse Wonder Full и Opus 5.5 ту же задачу: создать «симулятор газонокосилки класса AAA», который позволял бы пользователям одновременно пить пиво и курить сигары.

Судя по сравнительным изображениям, которые он опубликовал, трава, деревья и освещение в версии Opus невероятно детализированы, в то время как сцены и руки персонажей в версии Muse заметно грубоваты. Он считает, что Muse по-прежнему не хватает доработки в этом типе 3D-игр.

Пользователь Bhavy поделился похожим отзывом, сравнивая сцены с ракетами. Он заявил, что эффект, созданный с помощью Muse Wonder, уступает эффекту, созданному с помощью Kimi K3, однако его запись обошлась в 14,30 долларов, в то время как Kimi стоил примерно 6,90 долларов, что означает гораздо большую цену за незначительную выгоду. Судя по прилагаемым изображениям, сцена, созданная с помощью Muse Wonder, выглядит более мультяшной, в то время как версия Kimi демонстрирует больше деталей конструкции ракеты и дыма.

Глава Meta AI Александр Ван в ответ на вопросы пользователей в социальных сетях признал, что программные возможности новой модели не так хороши, как у Opus 5.5, и в настоящее время команда занимается расследованием многочисленных ошибок.

Что касается недовольства некоторых пользователей демоверсиями 3D-игр, Ван объяснил, что команда не проводила специальной подготовки для таких демонстраций и надеялась, что пользователи будут использовать модели в реальной работе программистов. Он заявил, что команда выбрала направление обучения, исходя из реальных потребностей пользователей Muse, хотя и признал, что можно было бы уделить больше внимания сценариям демонстраций.

В своем официальном блоге Meta также попыталась ответить на еще один вопрос: можно ли применить улучшения модели к другим задачам, которые не были специально охвачены в процессе обучения?

Команда сравнила производительность Muse Spark 1.3 и Muse Wonder Full на знакомых и незнакомых задачах. По данным Meta , обе модели улучшили свои показатели по мере увеличения вычислительной нагрузки при выводе, но производительность Wonder Full на незнакомых задачах все же превзошла ожидания, основанные на прогнозах Spark.

Meta объясняет это прочным фундаментом: более крупной и надежной базовой моделью, которая позволяет применять преимущества последующего обучения к различным моделям.

Такая переносимость особенно важна для отдельных интеллектуальных агентов, которым необходимо решать задачи, использовать различные инструменты и учитывать различные ограничения. Однако этот вывод основан на собственных исследованиях Meta , и нам придется подождать и посмотреть, какие реальные сценарии он охватывает.

Помимо рейтингов, Meta также необходимо убедить пользователей тратить деньги в долгосрочной перспективе.

Помимо модернизации своих модельных возможностей, Meta также использует эту возможность для продвижения платных услуг.

На момент запуска Muse Wonder был доступен через API Meta Model и Muse Code, в то время как более мощная версия Wonder Full была доступна только подписчикам Muse Code. По данным CNBC, стоимость подписки на Muse Code составляла 50 и 200 долларов в месяц.

Персональный помощник Muse, используемый обычными пользователями, в будущем будет интегрирован с Wonder и в первую очередь станет доступен подписчикам.

В Muse отсутствуют параметры выбора модели и настройки силы вывода. Ван считает, что обычным пользователям не следует изучать технические руководства, чтобы использовать ИИ, и даже после оплаты обновления им не следует вручную выбирать модели; цель должна заключаться в использовании системы сразу после установки.

Что касается API, то стоимость Muse Wonder составляет 4 доллара за миллион входных токенов, 0,20 доллара за миллион кэшированных входных токенов и 20 долларов за миллион выходных токенов. Обе модели поддерживают контекст в 1 миллион токенов и могут принимать текстовые, графические, видео- и аудиовходные данные, а также текстовый вывод.

Согласно тесту «Индекс интеллекта» от Artificial Analysis, стоимость выполнения задачи в Muse Wonder при максимальной интенсивности вывода составляет приблизительно 4,52 доллара. Это ниже, чем в Claude Fable 5.1, Opus 5.5 и Sonnet 5.5 в аналогичном сравнении, но выше, чем в GPT-6 Astra (3,26 доллара), Gemini 4 Argon (1,99 доллара) и GPT-6.1 Sol (0,72 доллара).

Компания Artificial Analysis отмечает, что, хотя Wonder потребляет меньше выходных токенов, чем его предшественник, более высокие входные затраты и стоимость API по-прежнему увеличивают общую стоимость. В конечном итоге пользователям также необходимо учитывать, сколько токенов требуется для выполнения одной и той же задачи и сколько раз потребуется доработка.

Истощение подписных средств также вызвало недовольство у некоторых пользователей.

В вышеупомянутом тесте симулятора газонокосилки Макс Блейд указал «эквивалентную стоимость API» для Muse Wonder Full и Opus 5.5 в размере 4,11 и 99,43 долларов соответственно. Однако он утверждал, что Muse оказался слишком требовательным и исчерпал доступный ему кредит на тарифном плане за 50 долларов, вынудив его перейти на тарифный план за 200 долларов, чтобы выполнить задачу.

Конечно, как ветеран моделей с открытым исходным кодом, Meta в очередной раз подвергла сомнению свою «открытую» идентичность. Ван заявил, что первоначальные намерения Meta остаются неизменными, и компания по-прежнему поддерживает открытый исходный код, упомянув, что ранее она уже выпускала весовые коэффициенты Muse Glimmer и связанные с ним технологии для развертывания агентов Muse на оборудовании.

В отличие от своей предыдущей стратегии, предполагавшей обмен открытости на партнерство, Wonder выводит Meta на передовые позиции, напрямую конкурируя на рынках подписки, API и корпоративных клиентов. CNBC отмечает, что Meta пытается открыть новый источник дохода за пределами своего основного рекламного бизнеса.

Однако, сможет ли интеллектуальный агент стать источником дохода, зависит от переменных, находящихся вне модели.

Недавно некоторые пользователи пожаловались в социальных сетях на то, что Muse получил доступ к их личным сообщениям без разрешения. Meta не согласна, заявляя, что в некоторых случаях пользователи могли предоставить разрешение в предыдущих переписках, но затем забыть об этом. Команда отслеживает эти проблемы и помогает пользователям разобраться, как именно разрешение вступило в силу.

У обеих сторон есть своя версия событий, но при разработке продукта «Персональный агент» необходимо учитывать реальность: пользователи могут давно согласиться, но модель может использовать старое соглашение в качестве предлога в последующих задачах, поэтому объем и срок действия авторизации должны быть понятны с первого взгляда.

Meta заявила, что серия Wonder улучшила свои возможности по защите от вредоносных команд, обработке конфиденциальной информации и предотвращению злоупотреблений в кибер- и биологической сферах, а более подробный отчет о безопасности будет опубликован позже.

Затем Цукерберг упомянул еще не выпущенную виртуальную машину Muse Confidential, заявив, что это решение призвано обеспечить полную конфиденциальность пользовательских данных и разговоров с агентами от самой Meta .

Интересно, что в интервью Financial Times Цукерберг отверг предложение «затормозить» развитие ИИ, заявив, что лаборатории должны обеспечивать безопасность с помощью технологических мер и ответственного подхода к разработке. Он также сообщил, что Meta уже разрабатывает следующую фазу своей модели и ожидает, что после этого прогресс ускорится.

Постоянно совершенствующиеся возможности модели в конечном итоге должны поддерживать концепцию Цукерберга о персональном агенте, позволяющем ИИ справляться с повседневными личными задачами. Использование передовых технологий для заказа еды, планирования встреч и обработки электронной почты может показаться излишним, но эти задачи требуют работы с постоянно меняющейся информацией и разнообразными индивидуальными потребностями.

Выбранное компанией Muse Wonder направление также предоставляет более конкретный способ измерения прогресса моделей. Возможности ИИ можно проверить на самых сложных задачах, в то время как ценность отдельного интеллектуального агента должна быть доказана на небольших, повторяющихся задачах, которые всегда требуют чьего-либо внимания.