מטא משיקה את Muse Wonder ו-Muse Wonder Full ומנסה לחזור לחזית ה-AI
מטא השיקה שני מודלים חדשים, Muse Wonder ו-Muse Wonder Full, ולדבריה הם מתחרים במודלים המובילים של אנתרופיק ו-OpenAI. המודלים כוללים שני פיצ'רים שנועדו לשמור על סוכני AI ממוקדים במשימה. ה-benchmarks שפורסמו עד כה מגיעים מהבדיקות הפנימיות של החברה, וטרם אומתו באופן עצמאי.
מטא הכריזה היום (12 באוקטובר) על שני מודלי AI חדשים, Muse Wonder ו-Muse Wonder Full. לטענת החברה, המודלים יכולים להתמודד מול המודלים המתקדמים ביותר בתעשייה. לפי Wired, מטא מגדירה את Muse Wonder Full כמודל "חזית" (frontier), כלומר אחד המודלים המתקדמים בעולם. בפוסט בבלוג כתבה החברה ש"יחד, הם מסמנים את השלב הבא בסולם ה-scaling שלנו וקפיצה משמעותית לעבר סופר-אינטליגנציה אישית".
איפה אפשר להשתמש בהם
לפי The Verge, שני המודלים זמינים מהיום למנויי Muse Code, הכלי של מטא לכתיבת תוכנה בעזרת AI. את Wonder אפשר להפעיל גם דרך Meta Model API, ממשק שמאפשר למפתחים לשלב את המודל במוצרים שלהם. מטא מתכננת שבהמשך Wonder יפעיל גם את Muse, סוכן ה-AI האישי שלה, תחילה אצל המנויים. החברה מוסיפה שתפתח מודלים ייעודיים שתוכל להציע לכל משתמשי Muse, אבל לא מסרה פרטים או לוח זמנים.
מה המספרים אומרים, ומי פרסם אותם
לפי מטא, הגרסה הגדולה של המודל עוקפת את Claude Fable 5.1, המודל השני בטיבו של אנתרופיק, במדד Artificial Analysis Intelligence Index. במדד המצרפי הזה, שמקובל להשוואת יכולות של מודלים, היא מדורגת מעט מתחת ל-Claude Opus 5.5. החברה טוענת גם שבכמה benchmarks ייעודיים, למשל עבודה עם מסמכים משפטיים ובניית תוכנה, המודל עוקף את GPT-6 Astra של OpenAI ואת שני מודלי Claude.
חשוב לסייג: כפי שמציינת The Verge, התוצאות נשענות על בדיקות פנימיות של מטא. גם Wired מזכירה ש-benchmarks לא תמיד משקפים ביצועים בעולם האמיתי. ברדיט הופיעו פוסטים שבהם הוצגו לכאורה טבלאות ביצועים של המודל, ובאחד מהם נטען שהמודל קיבל ציון גבוה יותר מ-Gemini 4 Argon של גוגל. הטענה הזו לא אומתה. לפי The Verge, עדיין לא ברור איך המודלים של מטא עומדים מול Gemini 4 Argon, שיכולותיו עצמן עדיין מתבררות. מטא גם לא חשפה איך המודלים נבנו ואומנו.
פיצ'רים לשליטה בסוכנים
החידוש הבולט ככל הנראה הוא שני פיצ'רים שנועדו להפוך סוכני AI ליעילים יותר ולהקטין את הנטייה שלהם לסטות מהמשימה: Active Memory ו-Active Focus. לפי Wired, הם אמורים לשמור את המודל נעול על המטרה שהוגדרה לו ולמנוע ממנו להתבלבל. זו בעיה מוכרת כשמודל מבצע מחקר מורכב או בונה פרויקט תוכנה גדול, והיא עלולה להוביל לטעויות יקרות או לטעויות שמצטברות זו על זו.
מטא מציינת גם שהשקיעה באימון המודל לסרב לבקשות מסוכנות, כמו הוראות לבניית נשק ביולוגי או סיוע בפריצה. עם זאת, היא לא מסרה אם סוכנים שמבוססים על Muse Wonder התנהגו באופן לא תקין בבדיקות, ומה עשתה כדי להתמודד עם בעיה כזו. לפי Wired, מארק צוקרברג כתב ב-X בחודש שעבר שהחברה דחתה את השקת מודלי Muse כדי לעבוד על בטיחות. בתחילת החודש פרסמה מטא גם מסגרת עבודה להגדלת יכולות המודלים שלה באופן בטוח.
הרקע: הימור יקר
בשנה שעברה ארגן צוקרברג מחדש את פעילות ה-AI של מטא. הוא השקיע מיליארדים ב-Meta Superintelligence Labs שהוקמה אז, וגייס את מנכ"ל Scale AI לשעבר, אלכסנדר וואנג, לעמוד בראשה. לפי Wired, הדרך לא הייתה חלקה, וחלק מהחוקרים לא נשארו זמן רב.
בעבר הייתה מטא חלוצה בתחום: סדרת Llama שלה הייתה הראשונה מבין מודלי החזית מסוג open-weight, כלומר מודלים שמשקולותיהם פתוחות להורדה, שיצאה ממעבדה גדולה. בהמשך החברה פיגרה אחרי כמה גרסאות מאכזבות, ובזמן שאנתרופיק, OpenAI וגוגל השיקו מודלים חזקים יותר בקצב מהיר. באפריל השיקה את Muse Spark, המודל הראשון של המעבדה החדשה, ומאז שחררה גם מודל open-weight קטן בשם Muse Glimmer, והודיעה שבעתיד תשחרר מודלים פתוחים גדולים יותר.
המשמעות
אם הטענות של מטא יעמדו במבחן של בדיקות עצמאיות, המשמעות היא ככל הנראה שהחברה חזרה להיות מתחרה רצינית בחזית, אחרי תקופה שבה נראתה מפגרת. בשלב זה זו עדיין הערכה שנשענת בעיקר על נתונים של החברה עצמה. בטווח הקרוב, המבחן המעשי יהיה כנראה ביכולות הסוכנים: Active Memory ו-Active Focus מכוונים בדיוק לנקודה שבה סוכני AI נוטים כיום להיכשל.