Op 6 november 2026 kondigde Meta aan dat het gespecialiseerde versies van bestaande modellen uitrolde naar gebruikers van Muse en Meta AI. De modellen zijn getraind met Muse Wonder en moeten volgens Meta gerichte vaardigheden naar beide diensten brengen, zoals relevante informatie onthouden en doorgaan wanneer een taak vastloopt. Meta beschreef de uitrol en de beoogde functies.
Wat de modellen voor Muse moeten doen
Voor Muse beschrijft Meta twee functies. Active Memory moet relevante informatie uit eerdere gesprekken terughalen en opnieuw gebruiken. Daarbij moet het onderscheid maken tussen tijdelijke informatie, gegevens die langer relevant blijven en informatie die verouderd is.
Active Focus moet Muse helpen een taak voort te zetten als er iets misgaat: het kan opnieuw proberen, herstellen of een alternatief zoeken. Meta zegt ook dat Muse tijdens een taak aanwijzingen en verduidelijkingen kan verwerken, en kan samenwerken met de gebruiker of zelfstandig verdergaan.
Muse is Meta’s agent voor taken die uit meerdere stappen bestaan. Wie meer achtergrond zoekt over die toepassing, kan ook NeoTeo’s eerdere artikel over de Muse-agent lezen.
Meta AI krijgt een andere samenwerkingsrol
Voor Meta AI beschrijft Meta vooral hulp in gesprekken. De assistent moet ingewikkelde problemen in stappen kunnen verdelen, vervolgvragen kunnen stellen en zich aanpassen als iemand tijdens een gesprek van richting verandert. Dat is een beoogde rol als gesprekspartner; Meta beschrijft haar anders dan de taakuitvoering die het bij Muse benadrukt.
Meta schetst beoogd gedrag en rapporteert evaluaties; houd die twee soorten claims uit elkaar.
Meta rapporteert twee verschillende Muse-metingen
Meta meldt dat het huidige Muse-model in de Active Memory-evaluatie kritieke context in 90% van de taken correct gebruikte, tegenover 76% voor het vorige model. Dat is een verschil van 14 procentpunten. Een afzonderlijke maatstaf, de Personal Superintelligence Index, gaf het huidige model een score van 47% en het vorige model 38%.
| Door Meta gerapporteerde meting | Huidig Muse-model | Vorig Muse-model |
| Taken waarin kritieke context correct werd gebruikt, Active Memory | 90% | 76% |
| Personal Superintelligence Index | 47% | 38% |
Meta rapporteert daarnaast dat verbeterde Muse-modellen kritieke informatie 2,4 keer minder vaak vergaten. Ook zegt het bedrijf dat Muse alledaagse taken waarbij onverwachte problemen optreden 67% beter afrondde. Dat percentage heeft geen bijbehorend uitgangscijfer in de aankondiging.
De cijfers zijn resultaten die Meta zelf rapporteert. De twee metingen in de tabel gaan over verschillende zaken: de eerste betreft het gebruik van kritieke context, de tweede een score op Meta’s eigen index. De 2,4×- en 67%-claims beschrijven weer andere uitkomsten.
