Alexandr Wang：Muse的早期使用量已远超我们的预期
相关推荐
Meta首席AI官Alexandr Wang驳斥SemiAnalysis「刷榜论」：老测试早已饱和
动察 Beating AI 快讯，AI 研究机构 SemiAnalysis 点名 Gemini 3.8 Flash 和 Muse Spark 1.3，称它们是目前最明显的「benchmaxxed」模型之一，也就是针对公开评测优化得太狠。两款模型在 Terminal-Bench 2.1 分别拿到 89.4% 和 88.8%，已经接近 GPT-6 Astra 和 Claude Fable 5.1；换到刚发布不久的 Terminal-Bench 4.0，却只剩 19.1% 和 33.3%。Astra 和 Fable 5.1 分别还有 57.7% 和 55.8%。 SemiAnalysis 怀疑，问题出在公开测试越来越容易被针对性优化。Terminal-Bench 2.1 的任务全部公开，即使模型厂商不直接拿测试题训练，也可以购买与这些任务高度相似的强化学习环境数据。模型于是越来越擅长这套考试，却未必能泛化到新任务。不过 SemiAnalysis 没有拿出 Google 或 Meta 购买这类数据的直接证据。 Meta 首席 AI 官 Alexandr Wang 随后反驳，称这个论点「很蠢」。他举例，GPT-5.6 Sol 同样从 Terminal-Bench 2.1 的 88.8% 掉到 4.0 的 37.3%。他的解释是 2.1 已经饱和，无法再有效区分顶尖模型，而 4.0 远未饱和。Terminal-Bench 4.0 的确删除了 8 道饱和、已有公开解法或存在其他问题的任务，同时修改了 19 道题，并重新调整时间、CPU 和内存等资源限制。
Meta Platforms 推出 Muse AI 智能体
ChainCatcher 消息，Meta Platforms (META.O) 宣布推出 Muse AI 智能体。
Meta Platforms 推出开源智能体模型 Muse Glimmer
火星财经消息，Meta Platforms（META.O）推出 Muse Glimmer，一款可在 Mac 或 PC 上运行的开源智能体模型。
Meta涨超4%创逾一个月新高，发布最强AI模型Muse Spark 1.3
火星财经消息 9月3日，Meta盘初涨约4.5%，最高触及619.42美元，创7月22日以来新高。消息面上，Meta发布迄今最强大AI模型Muse Spark 1.3，专为延长智能体工作流与增强编码能力设计。Meta首席AI官Alexandr Wang表示，该模型在编码能力上超越OpenAI的GPT-5.6 Sol，与Anthropic的Claude Fable 5.1表现持平。（科股宝播报）
Meta发布Muse Spark1.3模型，推进个人AI代理开发
动察 Beating AI 快讯，Meta 周三发布 Muse Spark 1.3 模型更新，称该版本在编码和智能代理（agentic）任务方面性能显著提升。 Meta AI 负责人亚历山大·王（Alexandr Wang）表示，新模型「与前沿模型竞争力相当」，并将为未来个人 AI 代理产品铺路，帮助用户实现可全天候代表用户工作的 AI 助手。Muse Spark 1.3 价格与上一版本保持一致，王称这一价格策略「具有进攻性」。 Meta 还表示，其「贡献者层级」（contributor tier）选项受到开发者欢迎，该计划通过允许 Meta 使用开发者作品改进模型，大幅降低编码产品成本，目前已有「有意义的两位数比例」开发者选择该选项。 亚历山大·王称，随着模型能力提升，安全问题已成为 Meta 内部的重要议题，公司正在增加安全和对齐投入。Muse Spark 1.3 当天将在 Muse Code 和 Meta API 上线，最高推理版本将在完成额外安全测试后推出。
Meta推出个人AI助手Muse，主攻日常任务与应用联动
PANews 9月9日消息，据彭博社报道，Meta推出个人AI代理Muse，可在云端代用户执行网购、买电影票、预约课程、填写表格等任务，初期向美国18岁及以上用户开放。用户可为Muse自定义名称与头像，并授权其接入Gmail、Google Calendar、Google Drive、Instagram、Facebook、WhatsApp等应用，Muse可在后台持续推进既定目标。Meta称Muse采用独立虚拟机架构，操作记录可追溯，不与广告系统共享数据，涉及付款等敏感操作前需确认。Muse提供免费版及每月20美元、100美元付费档，后续将接入更多外部服务并登陆Meta智能眼镜。