AI 竞赛的计分板换了一块。
11 月 6 日，Meta 官方研究博客发布公告：旗下个人智能助理 Muse 与 Meta AI 全线启用一批基于旗舰模型 Muse Wonder 训练的专用模型。更强大的 Wonder 与 Wonder Full 仍留给付费订阅用户，而这次下放给所有人的，是用 Wonder 蒸馏过的“专用版本”。
结果很直接：在 Meta 自建的“个人超级智能指数”（Personal Superintelligence Index）上，新一代 Muse 得分从 38% 跃升至 47%。同一天，扎克伯格在 Threads 宣布 Muse 上线实时语音对话与虚拟形象，从用户说完话到收到首个音视频响应，延迟约 870 毫秒。
一天之内，Meta 把 AI 助理的两条命脉同时往前推了一大步：记性变好，能把事干完，还能开口说话。
一次下放，两个产品，四组数字
这次升级的核心不是“换大模型”，而是“蒸馏”。Meta 没有把 Muse Wonder 直接塞进所有用户的对话窗口，而是用 Wonder 训练现有模型体系的专用版本。换句话说，旗舰模型负责把能力教给更轻量、更便宜的专用模型，再由后者服务海量日常请求。
Meta 用四组内部评测数字解释这次下放到底带来了什么：
- 个人超级智能指数：从 38% 提升至 47%
- 主动记忆评测：正确使用关键上下文的任务比例从 76% 提升至 90%
- 遗忘关键信息的错误率减少 2.4 倍
- 在 Muse 中处理会出现意外问题的日常任务时，表现提升 67%
这四组数字指向同一个方向：AI 助理的竞争维度正在从“谁更聪明”转向“谁更靠得住”。
主动记忆，AI 第一次学会区分“暂时”和“长期”
为什么记忆是个人助理的第一道坎？
传统大模型像金鱼。对话一长，前面的信息就沉底；用户上周说的偏好、上个月提过的计划，模型要么忘掉，要么把临时要求和长期偏好混为一谈。对个人助理这种需要跨天、跨周甚至跨月服务同一用户的场景，这是致命伤。
Meta 这次引入的主动记忆（Active Memory），训练模型做三件事：区分临时内容与长期内容、跨时间推理、判断哪些信息仍然相关、哪些已经过时。在 Meta 的内部评测中，新模型在任务执行过程中正确利用关键上下文的成功率达到 90%，上一代只有 76%。换算成失误比例，是从 24% 降到 10%，也就是错误减少了 2.4 倍。
这 14 个百分点的差距，决定了助理是“聊得来”还是“用得上”。聊得来只需要接话漂亮，用得上需要记住你三个月前说过的预算上限、你反复强调的饮食禁忌、你正在推进的那个项目节点。
主动聚焦，遇到障碍不罢工
记忆解决的是“记得住”，聚焦解决的是“干得完”。
现实世界的任务几乎没有一条直线走到底的。订餐厅可能遇到网站报错，写代码可能遇到依赖冲突，做行程可能遇到航班取消。旧模型的处理方式很诚实：卡住，然后告诉你“我做不到”。
主动聚焦（Active Focus）专门针对这类瓶颈做了训练。遇到意外时，模型会尝试其他方法、从挫折中恢复、寻找替代方案，必要时再向用户确认。Meta 披露，在 Muse 应用中，当新模型遭遇意外问题时，完成常规任务的能力提升了 67%。
67% 是个没有基准名次的内部数字，但它说明了一个趋势：AI 助理正在从“问答机器”变成“执行者”。问答机器追求一次性答对，执行者追求把事推进下去。
Muse 做管家，Meta AI 做军师
同样是这批专用模型，Meta 在两个产品里做了不同的性格设定。
在 Muse 中，模型被训练成多任务处理者：学会辨别什么时候该独立推进用户目标，什么时候该停下来和用户协作，执行中适应用户的引导和澄清，不陷入混乱。在 Meta AI 中，同一个模型升级成思考伙伴：把复杂问题拆成清晰步骤、提出更精准的追问、在用户中途改变方向时无缝跟上节奏。
一个偏执行，一个偏思考。这种分化说明 Meta 对个人助理的场景边界想得比外界以为的更细。
长效能力，正在成为 AI 竞争的新战场
把时间线拉长看，这次下放不是孤立事件。
10 月 12 日，Meta 发布 Muse Wonder 与 Muse Wonder Full，内部代号 Watermelon。据 iThome 援引 Business Insider 的报道，其训练算力比上一代 Muse Spark（代号 Avocado）高出约一个数量级，约 10 倍。Wonder 系列支持文本、图片、视频、音频输入，上下文长度达 100 万 token，被 Meta 称为迄今能力最强的模型，目标直指 OpenAI 与 Anthropic。
但 Meta 没有止步于发布一个刷榜的旗舰。它用了一个月时间把旗舰能力蒸馏成专用模型，再在 11 月 6 日推给所有用户。这条路径和竞争对手形成对照：OpenAI 把最强能力锁在付费墙后，Anthropic 在企业端推进，而 Meta 选择把“够用且可靠”的能力铺到最大用户基数上。
商业逻辑也很清楚。Muse 内部没有广告，Meta 也不打算在交互界面投放广告。对广告收入占比超过 95% 的 Meta 来说，Muse 必须找到广告之外的收入。公司计划从用户通过 AI 代理完成的购物交易中抽取佣金，把助理从信息查询延伸到交易。
AI 的下半场，拼的是记忆和执行
这次升级释放的信号比数字本身更重要。
过去两年，AI 竞赛的焦点是参数规模、基准分数、上下文长度。这些当然重要，但它们是实验室里的胜负。当 AI 真正进入普通人的日常，用户不关心你的模型在榜单上排第几，只关心它记不记得住自己的事、能不能把自己的事办成。
Meta 的选择是把竞争从“谁更聪明”拉到“谁更靠得住”。47% 的个人超级智能指数不是终点，而是一个新维度的起点：长效记忆、任务聚焦、深度交互。
谁会在这个新战场赢下来？不是参数最多的那个，而是最懂你、最能把你交代的事一件件干完的那个。
AI 的下半场，拼的不是谁更会答题，而是谁更记得住你的事、更能把你的事干完。
快报