Pred enim letom je bila Meta v tekmi za umetno inteligenco v grozljivem položaju, podjetje tega ni hotelo priznati, a je močno zaostajalo za Googlom, OpenAI-jem in Anthropicom, celo za xAI-jem. Nato je prišel veliki »reboot«, Superintelligence Labs so se zagnali.
Aprila se je predstavil Muse Spark, o katerem je lahko Meta res govorila s ponosom, njegove zmožnosti so seveda še močno zaostajale za najboljšimi, a cilj ni bil, da bi se takoj prebil kot vodilni model. Med poletjem so nastali tudi Muse Spark 1.1, 1.2 in 1.3, napredek pa je bil v vsakem primeru zelo viden. Zdaj pa je napočil čas za res velik skok.
Meta je predstavila modele nove generacije, z modeloma Muse Wonder in Muse Wonder Full želi podjetje postaviti na glavo dosedanja razmerja moči. Po navedbah podjetja so modeli razviti posebej za opravljanje zahtevnih, samostojnih osebnih in poklicnih agentnih nalog. Učili so jih v podjetjevem podatkovnem središču Prometheus z »gigavatno zmogljivostjo«. Modeli Muse Wonder veljajo za mejnik v zgodovini Meta AI.
Par novih modelov je nastal kot rezultat 14 mesecev razvojnega dela. Medtem ko je bil cilj Muse Sparka, da bi bil majhen, poceni, prilagodljiv in vsestranski model, ki dobro deluje tudi pri nizki zakasnitvi, sta modela Wonder večja in sposobna vrhunske zmogljivosti tudi v absolutnem smislu.
Po različnih testih umetne inteligence modela Wonder in Wonder Full dosegata podobne, v mnogih primerih pa boljše rezultate kot Fable 5.1 in GPT-6 Astra. Gotovo bo zanimiv nasprotnik tudi Gemini 4 Argon, ki prihaja pri Googlu.
V testu SWE-Marathon (dolgoročne naloge razvoja programske opreme) se je Muse Wonder Full, nastavljen na najvišjo raven (xhigh), z 57,5-odstotnim rezultatom povzpel na čelo, pred osnovnim modelom Muse Wonder (53,1 %) ter neposrednima tekmecema, GPT-6 Astra (45,6 %) in Claude Fable 5.1 (42,5 %). Orodje blesti tudi v testu AutomationBench, kjer lahko pokaže 45,4-odstotno uspešnost, medtem ko se GPT-6 Astra in Claude Opus 5.5 z skoraj enakim rezultatom borita okoli 41 odstotkov.
V zdaj zelo priljubljenem testu OSWorld 2.1, ki ocenjuje agentne zmožnosti uporabe računalnika, je Muse Wonder Full končal s 78,4-odstotno zmogljivostjo, s čimer lahko prehiti GPT-6 Astra, saj ima ta ob imenu »le« 75,8 %, vendar je v tem Claude še boljši, saj Fable 5.1 in Opus 5.5 vodita z 80,7- oziroma 81,8-odstotno uspešnostjo. Podobno je stanje tudi pri indeksu Artificial Analysis Intelligence, kjer Claude Opus 5.5 že lahko pokaže 58 točk, GPT-6 Astra pa dosega le 53 točk, medtem ko je Muse Wonder Full končal s 56 točkami.
Podjetje ključ do samostojnega opravljanja nalog deloma vidi v dveh novih razvojnih dosežkih. Prvi je Active Memory, s katerim sistem lahko prek več pogovorov in delovnih faz ohrani ustrezne podatke in osebne preference, povezane z uporabnikom. Te znova in znova samostojno prikliče, ko jih potrebuje za izvedbo vsake nove naloge.
Drugi je Active Focus, ob uporabi katerega se model ne ustavi pri tehničnih ovirah, ki pomenijo nepričakovane težave, ampak preizkuša alternativne poti reševanja in se prilagaja spreminjajočim se okoliščinam. Ob negotovosti klepetalni robot postavlja pojasnjevalna vprašanja, pred kritičnimi ali nepovratnimi operacijami pa od uporabnika zahteva potrditev.
Muse Wonder lahko povsem samostojno ustvari resnično igrljivo 3D igro iz ene same slike. To lahko odpre povsem nove obzorja na področju minigier, prilagojenih osebnim potrebam. Meta je za predstavitev zmožnosti novih modelov prinesla vrsto zanimivih primerov, s katerimi je mogoče uresničiti stvari, ki niso nove le pod okriljem Mete, ampak so brez primere celo v krogih konkurence.
Meta je skušala paziti tudi na varnost in zanesljivost, tudi na tem področju Muse Wonder v primerjavi s Sparkom naredi velik korak naprej, podjetje pa svoj model tudi tu najde med najboljšimi. V testu neustreznega ravnanja z osebnimi podatki sta novosti dosegli rezultata 2,2 in 3,4 odstotka, kar velja za nov rekord, saj je GPT-6 Astra prej zmogel le 4,6 %, ob Fable 5.1 pa je bilo še 6,8 % – nižja ko je vrednost, boljši je model. Nove različice Muse podjetja Meta bo mogoče uporabljati tudi za številne namene kibernetske obrambe.
»Vložili smo ogromno truda, da bi si naš model dneve, tedne, mesece in še dlje zapomnil, kaj je zate pomembno,« je v videu ob predstavitvi izdelka povedala Kavya Kopparapu, raziskovalka pri Meta AI. Meta je želela tudi poudariti, da se bosta modela Muse Wonder odlično ujemala z Muse Sparkom, kjer zmožnosti Sparka ne zadoščajo, bo na prizorišče stopil par modelov Wonder.
Muse Wonder je takoj na voljo prek orodja Meta API in v Muse Code, namenjenem programiranju. Strošek znaša 4 dolarje za 1 milijon vhodnih žetonov in 20 dolarjev za enako količino ustvarjenih informacij. Model bo v prihodnje vključen v klepetalnega robota Muse, ki je na voljo širokemu krogu uporabnikov, in v druge storitve. Vrhunski Muse Wonder Full za zdaj ne dobi dostopa prek API-ja, dosegljiv je le delu naročnikov Muse Code – zanj je treba odšteti najmanj 50 dolarjev na mesec.
