Thông số kỹ thuật của Muse Wonder
| Thông số | Chi tiết |
|---|---|
| Tên mô hình | Muse Wonder |
| ID mô hình | muse-wonder-1.0 |
| Nhà phát triển | Meta |
| Danh mục mô hình | Mô hình ngôn ngữ lớn; AI tác nhân |
| Ngày phát hành | 12 tháng 10, 2026 |
| Tình trạng | Bản xem trước |
| Cửa sổ ngữ cảnh | 1,048,576 token (1M) |
| Phương thức đầu vào | Văn bản, hình ảnh, video, âm thanh, theo thẻ mô hình |
| Phương thức đầu ra | Văn bản |
| Năng lực cốt lõi | Suy luận, viết mã, sử dụng công cụ, tác nhân chạy lâu, sử dụng máy tính |
| Khả năng ghi nhớ | Active Memory |
| Khả năng tác vụ dài | Active Focus |
| Truy cập API | Meta Model API |
| Phát triển tác nhân | Muse Code và các khung tác nhân tương thích |
Cửa sổ ngữ cảnh một triệu token hữu ích cho các kho mã lớn, bộ tài liệu dài, và các nhiệm vụ cần giữ lượng ngữ cảnh đáng kể. Tuy nhiên, dung lượng ngữ cảnh không đồng nghĩa với độ chính xác ghi nhớ được đảm bảo, và hiệu năng thực tế của mô hình phụ thuộc vào độ phức tạp nhiệm vụ, cấu hình công cụ, và chất lượng thông tin cung cấp.
Muse Wonder là gì
Muse Wonder là một mô hình AI tiên phong do Meta phát triển, công bố vào ngày 12 tháng 10, 2026. Mô hình được thiết kế cho suy luận phức tạp, kỹ thuật phần mềm nâng cao, quy trình tác nhân chạy dài, và các tác vụ sử dụng máy tính. Khác với các mô hình tập trung chủ yếu vào đối thoại ngắn, Muse Wonder được xây dựng để lập kế hoạch công việc nhiều bước, sử dụng công cụ, phân chia nhiệm vụ phụ, và phục hồi sau lỗi trong khi theo đuổi mục tiêu lớn hơn.
Các điểm khác biệt chính của Muse Wonder là cửa sổ ngữ cảnh dài, thực thi theo hướng tác nhân, và hai khả năng Meta gọi là Active Memory và Active Focus. Chúng nhằm giúp mô hình giữ lại ngữ cảnh liên quan xuyên suốt các cuộc hội thoại và kiên trì với nhiệm vụ phức tạp khi cách tiếp cận ban đầu thất bại.
Tính năng AI và năng lực cốt lõi của Muse Wonder
Kỹ thuật phần mềm và viết mã nâng cao
Muse Wonder được thiết kế để làm việc trên nhiều tệp trong kho mã phần mềm thực. Các nhiệm vụ dự kiến bao gồm tạo mã, gỡ lỗi, chỉnh sửa hiện thực sẵn có, viết kiểm thử, và xác minh thay đổi.
Đối với các nhiệm vụ kỹ thuật phức tạp, mô hình có thể lập kế hoạch chuỗi thay đổi, sử dụng công cụ song song, và phối hợp công việc qua các nhiệm vụ phụ. Điều này khiến mô hình đặc biệt phù hợp với các tác nhân lập trình cấp kho thay vì chỉ hoàn thành mã ở mức hàm đơn lẻ.
Tác nhân AI tự động chạy dài
Muse Wonder hỗ trợ các quy trình nhiều bước có thể yêu cầu lập kế hoạch lặp lại, gọi công cụ, kiểm tra kết quả, và thay đổi chiến lược. Meta mô tả các tác nhân có thể làm việc trong thời gian dài, phân công nhiệm vụ cho các tác nhân phụ, và phục hồi sau lỗi.
Đây là các khả năng quy trình tác nhân, không phải đảm bảo rằng mọi cuộc gọi API đều tự chạy hàng giờ. Ứng dụng phải cung cấp vòng lặp thực thi, công cụ, quyền hạn, cơ chế lưu trạng thái, và điều kiện dừng cần thiết cho hoạt động chạy dài.
Active Memory cho tính liên tục ngữ cảnh
Active Memory là thuật ngữ của Meta để chỉ khả năng mang theo thông tin liên quan xuyên suốt các cuộc hội thoại và truy xuất khi cần. Nó nhằm giúp mô hình duy trì tính liên tục qua các nhiệm vụ thay vì xem mỗi tương tác là hoàn toàn tách biệt.
Nhà phát triển vẫn cần phân biệt hành vi ghi nhớ ở cấp mô hình với lưu trữ ở cấp ứng dụng. Nếu quy trình yêu cầu hồ sơ dài hạn đáng tin cậy, hãy dùng cơ chế lưu trữ và truy xuất rõ ràng thay vì giả định mọi chi tiết quan trọng luôn được ghi nhớ.
Active Focus cho giải quyết vấn đề bền bỉ
Active Focus mô tả khả năng của mô hình tiếp tục làm việc hướng tới mục tiêu khi nhiệm vụ trở nên khó, khám phá cách tiếp cận thay thế, phục hồi sau lỗi, và yêu cầu làm rõ khi phù hợp.
Điều này đặc biệt liên quan đến gỡ lỗi phần mềm, quy trình nghiên cứu, và các quy trình kinh doanh phức tạp nơi cách tiếp cận đầu tiên có thể không hiệu quả. Ứng dụng vẫn nên định nghĩa số vòng lặp tối đa, thời gian chờ, và các điểm phê duyệt để tránh gọi công cụ không cần thiết hoặc hành động ngoài kiểm soát.
Sử dụng máy tính và gọi công cụ
Muse Wonder được thiết kế để cung cấp năng lực cho các tác nhân tương tác với trình duyệt, ứng dụng desktop, và giao diện di động. Kết hợp với công cụ bên ngoài, điều này có thể hỗ trợ các quy trình như điều hướng website, vận hành phần mềm, thu thập thông tin, và hoàn thành nhiệm vụ nhiều bước.
Khả năng sử dụng máy tính phụ thuộc vào công cụ và môi trường thực thi được kết nối với mô hình. Khả năng sử dụng máy tính tổng quát của mô hình không có nghĩa là mọi điểm cuối API đều tự động có quyền truy cập trình duyệt, desktop, hoặc ứng dụng bên ngoài.
Suy luận trên các lĩnh vực chuyên nghiệp
Meta xác định luật, tài chính, và sức khỏe là các lĩnh vực trong đó Muse Wonder có thể giúp diễn giải thông tin chuyên dụng và tạo sản phẩm công việc. Ví dụ gồm hiểu hợp đồng thuê, phân tích thông tin tài chính, rà soát tài liệu nguồn, và chuẩn bị bản thảo.
Các khả năng này tốt nhất được dùng để hỗ trợ nghiên cứu, tổng hợp, và chuẩn bị tài liệu để chuyên gia đánh giá. Các đầu ra liên quan đến quyền lợi pháp lý, quyết định tài chính, hoặc chăm sóc sức khỏe vẫn cần được xác minh phù hợp.
Hiệu năng benchmark của Muse Wonder
| Benchmark | Muse Wonder | Muse Wonder Full | Đo lường gì |
|---|---|---|---|
| Personal Superintelligence Index | 54.3 | 59.1 | Công việc tri thức cá nhân và chuyên nghiệp |
| Harvey LAB-AA | 10.0 | 13.1 | Nhiệm vụ tác nhân pháp lý |
| Vals Finance Agent V2 | 56.6 | 59.1 | Nghiên cứu và phân tích tài chính |
| HealthBench Pro | 60.5 | 62.3 | Suy luận liên quan đến sức khỏe |
| AutomationBench-AA | 39.1 | 45.4 | Quy trình kinh doanh đầu-cuối |
| JobBench | 70.5 | 75.3 | Thực thi nhiệm vụ chuyên môn |
| OSWorld V2.1 — partial score | 72.6 | 78.4 | Nhiệm vụ sử dụng máy tính |
| MemoryBench — binary score | 34.3 | 39.4 | Khả năng ghi nhớ và truy xuất ngữ cảnh |
| Terminal-Bench 4.0-AA | 52.0 | 57.1 | Lập trình và sử dụng công cụ trên terminal |
| DeepSWE 1.1 | 78.8 | 79.0 | Kỹ thuật phần mềm dài hạn |
| SWE-Marathon | 53.1 | 57.5 | Nhiệm vụ kỹ thuật phần mềm mở rộng |
| ProgramBench | 50.0 | 59.0 | Lập trình từ đầu |
| Artificial Analysis Index | 52 | 56 | Trí tuệ tổng hợp của mô hình |
Nguồn: Trang chính thức về mô hình Muse Wonder của Meta
Bằng chứng cho định vị dự kiến của Muse Wonder là độ rộng của các đánh giá theo hướng tác nhân và viết mã. Khi so sánh với các mô hình khác, hãy kiểm tra phiên bản benchmark, cấu hình suy luận, thiết lập công cụ, và liệu điểm số đại diện cho mô hình Muse Wonder tiêu chuẩn hay Muse Wonder Full.
So sánh Muse Wonder, Muse Wonder Full và Muse Spark
| Mô hình | Định vị chính | Khuyến nghị sử dụng |
|---|---|---|
| muse-wonder-1.0 | Lập trình tiên phong, tác nhân chạy lâu, sử dụng máy tính nâng cao | Nhiệm vụ kỹ thuật phức tạp và quy trình nhiều bước thông qua API |
| Muse Wonder Full | Biến thể nâng cao hơn của Meta, cung cấp qua đăng ký Muse Code đủ điều kiện | Quy trình viết mã và tác nhân đòi hỏi khắt khe trong phạm vi sản phẩm được hỗ trợ |
| Muse Spark | Truy cập API mô hình chung với khả năng theo hướng tác nhân | Hỗ trợ thường ngày, phát triển tổng quát, và các quy trình phù hợp với hồ sơ năng lực của mô hình |
Không nên coi Muse Wonder Full đơn thuần là một bí danh của muse-wonder-1.0. Meta ghi nhận các đường tiếp cận khả dụng khác nhau cho hai biến thể. Nhà phát triển nên chọn đúng mô hình mà họ có quyền truy cập và xác minh các khả năng được nền tảng đã chọn cung cấp.
Trường hợp sử dụng tốt nhất cho Muse Wonder
1. Lập trình phức tạp và bảo trì kho mã
Sử dụng Muse Wonder để lập kế hoạch thay đổi trên nhiều tệp, gỡ lỗi hồi quy, thêm kiểm thử, và rà soát chi tiết hiện thực. Mô hình phù hợp với các bộ khung tác nhân có thể chạy kiểm thử và kiểm tra trạng thái kho mã sau đó.
2. Nghiên cứu và phân tích chạy dài
Mô hình có thể giúp chia nhỏ mục tiêu nghiên cứu rộng thành nhiệm vụ phụ, thu thập và tổng hợp thông tin qua các công cụ kết nối, và tạo đầu ra có cấu trúc. Hãy dùng căn cứ nguồn và kiểm tra bằng chứng rõ ràng cho nghiên cứu cần trích dẫn đáng tin cậy.
3. Tự động hóa quy trình nghiệp vụ
Với tích hợp phù hợp, Muse Wonder có thể hỗ trợ các quy trình nhiều bước qua ứng dụng doanh nghiệp, như xử lý tài liệu, thao tác trên trình duyệt, và thu thập thông tin có cấu trúc.
4. Công việc chuyên môn nặng tài liệu
Cửa sổ ngữ cảnh dài và suy luận định hướng lĩnh vực khiến mô hình phù hợp để rà soát tài liệu dài, so sánh nguồn, tóm tắt hợp đồng, và chuẩn bị bản thảo tài chính hoặc chuyên môn. Đánh giá của chuyên gia vẫn quan trọng cho các quyết định hệ trọng.
5. Tác nhân sử dụng máy tính
Nhà phát triển có thể tích hợp Muse Wonder với môi trường trình duyệt hoặc điều khiển desktop để tạo tác nhân điều hướng giao diện và thực hiện nhiệm vụ. Các hệ thống này nên dùng quyền truy cập theo phạm vi, ghi nhật ký hành động, và xác nhận đối với các thao tác nhạy cảm hoặc không thể đảo ngược.
Hạn chế và cân nhắc quan trọng của Muse Wonder
- Trạng thái bản xem trước: Mô hình được ghi nhận là đang ở bản xem trước. Hãy xác thực khả dụng, hành vi, và tương thích API trước khi phụ thuộc vào mô hình trong sản xuất.
- Ngữ cảnh dài không phải ghi nhớ hoàn hảo: Cửa sổ ngữ cảnh lớn không loại bỏ thiếu sót, ảo tưởng, hoặc lỗi khi truy xuất chi tiết.
- Công việc theo hướng tác nhân cần điều phối: Thực thi chạy dài đòi hỏi ứng dụng hoặc khung tác nhân quản lý công cụ, thử lại, trạng thái, và tiêu chí hoàn thành.
- Sử dụng máy tính cần hạ tầng bên ngoài: Hành động trên trình duyệt và desktop phụ thuộc vào công cụ kết nối và quyền được cấp.
- Đầu ra lĩnh vực cần rà soát: Phản hồi liên quan đến pháp lý, tài chính, và sức khỏe có thể chứa lỗi ngay cả khi trình bày tự tin.
- Kết quả benchmark có hạn chế: Kết quả do nhà cung cấp báo cáo và các bộ khung tác nhân khác nhau có thể không trực tiếp so sánh được.
- Kiểm soát an toàn vẫn cần thiết: Sử dụng quyền truy cập công cụ ở mức tối thiểu, xác thực mã sinh ra, ghi nhật ký hành động, và yêu cầu phê duyệt của con người cho thao tác nhạy cảm.
- Cần xác minh tính tương thích của cổng kết nối: Hỗ trợ API gốc của Meta không tự động xác nhận rằng mô hình có sẵn với cùng ID hoặc định dạng yêu cầu trên CometAPI.