Meta kündigte am 6. November 2026 an, spezialisierte Versionen bestehender Modelle, die mit Muse Wonder trainiert wurden, für Nutzer von Muse und Meta AI auszurollen. Das Ziel: ausgewählte Fähigkeiten des leistungsstarken Modells mehr Menschen zugänglich zu machen. Meta beschreibt die neuen Modelle als auf konkrete Aufgaben ausgerichtet.
NeoTeo hat Muse bereits im Zusammenhang mit seinen Datenschutzfragen eingeordnet. Der neue Schritt betrifft die Modelle, die Meta für Muse und Meta AI vorsieht.
Active Memory und Active Focus sollen Muse bei Aufgaben helfen
Mit Active Memory sollen Muse und Meta AI frühere Informationen wieder aufgreifen, wenn sie für eine Aufgabe wichtig sind. Meta zufolge sollen die Modelle außerdem zwischen vorübergehenden und länger relevanten Angaben unterscheiden und veraltete Informationen erkennen.
Active Focus soll Muse helfen, bei unerwarteten Problemen an einer Aufgabe dranzubleiben: Der Agent soll es erneut versuchen, sich von einem Hindernis erholen oder einen anderen Weg finden. Meta beschreibt außerdem Modelle, die während einer Aufgabe Hinweise und Klarstellungen aufnehmen und je nach Situation selbstständig weiterarbeiten oder den Nutzer einbeziehen sollen.
Für Meta AI beschreibt Meta schrittweises Problemlösen
Bei Meta AI sollen die spezialisierten Modelle komplexe Probleme in einzelne Schritte aufteilen, gezieltere Rückfragen stellen und sich darauf einstellen, wenn Nutzer im Gespräch die Richtung ändern. Meta stellt den Nutzen hier als anpassungsfähige Gesprächsunterstützung dar, während die beschriebenen Funktionen von Muse stärker auf das Erledigen mehrstufiger Aufgaben zielen.
Meta meldet unterschiedliche Ergebnisse für Muse
In einer von Meta berichteten Active-Memory-Auswertung nutzte das aktuelle Muse-Modell kritischen Kontext in 90 Prozent der Aufgaben korrekt. Das vorherige Modell erreichte 76 Prozent. Die beiden Werte beziehen sich auf denselben Aufgabentyp.
| Von Meta berichtete Auswertung | Aktuelles Muse-Modell | Vorheriges Muse-Modell |
| Active Memory: Aufgaben mit korrekter Nutzung kritischen Kontexts | 90 % | 76 % |
| Personal Superintelligence Index | 47 % | 38 % |
Der Personal Superintelligence Index ist eine eigene, andere Messgröße als die Active-Memory-Auswertung. Beide Zahlenpaare sind Ergebnisse, die Meta selbst berichtet.
Bei KI-Werten zählt zuerst die Messfrage: Ein Kontexttest und ein Indexwert sind keine gemeinsame Punktzahl.
Für verbesserte Muse-Modelle meldet Meta außerdem eine 2,4-fache Verringerung des Vergessens kritischer Informationen. Bei alltäglichen Aufgaben mit unerwarteten Problemen beziffert das Unternehmen die Verbesserung beim Erledigen auf 67 Prozent.
