Meta presentó la serie Muse Wonder con Muse Wonder y Muse Wonder Full, sus modelos más capaces para tareas agénticas personales y profesionales. La serie introduce Active Memory y Active Focus, ya está disponible en la Meta Model API y en Muse Code, y marca un paso mayor hacia la superinteligencia personal.

¿Qué es Muse Wonder y dónde está disponible?

Muse Wonder es un modelo frontera que Meta describe como su entrega más capaz en tareas agénticas, es decir, actividades de varios pasos que exigen planear, usar herramientas y sostener el rumbo hasta terminar. Muse Wonder Full acompaña a la versión base como la variante de mayor capacidad. El anuncio apareció en el blog de investigación de Meta y la compañía lo presenta como el siguiente peldaño de su escala de cómputo rumbo a la superinteligencia personal.

La disponibilidad es inmediata: Muse Wonder llega a través de la Meta Model API y de Muse Code, mientras que Muse Wonder Full queda reservado para los suscriptores de esta última plataforma. En las próximas etapas el modelo también impulsará Muse, el asistente insignia de la compañía, con llegada primero a los suscriptores, así como la generación de artefactos y procesos que requieren más inteligencia.

Para quien sigue de cerca a la compañía, el movimiento tiene lógica de ecosistema: Meta ya presentó a Muse, el primer agente de IA personal, como su apuesta por ejecutar tareas completas en nombre del usuario, y ahora le entrega un cerebro de frontera. La Meta Model API además ya distribuye Muse Voice Transcribe, el primer modelo de audio en tiempo real de Meta, de modo que los desarrolladores acceden a la familia completa desde un mismo punto de entrada.

Esta tabla resume las diferencias clave entre las dos versiones del anuncio:

Escalando hacia la superinteligencia personal

Hace catorce meses Meta emprendió una revisión integral de sus esfuerzos en inteligencia artificial: reconstruyó su pila tecnológica desde primeros principios hasta llevar sus modelos a la frontera. La serie Muse Wonder se entrenó en el centro de datos Prometheus a escala de gigavatio y reúne el trabajo de equipos de toda la compañía para resolver tareas complejas en el trabajo y en la vida diaria de millones de personas.

El plan no es improvisado. Cuando la compañía presentó Muse Spark, detalló su enfoque de escalamiento predecible y riguroso, y Muse Wonder construye sobre ese trabajo tanto en preentrenamiento como en aprendizaje por refuerzo.

Los investigadores de Meta presentan la serie en este video oficial del comunicado, donde explican qué cambia con la nueva generación de modelos.

Capacidades frontera del modelo

¿Qué resultados entrega en benchmarks clave?

La serie Muse Wonder alcanza resultados de vanguardia en benchmarks clave para agentes personales y profesionales, memoria y programación. Meta publicó los resultados completos y los detalles de sus evaluaciones en su reporte técnico.

Conocimiento especializado en dominios

Uno de los frentes más visibles es el conocimiento aplicado. Muse Wonder y Muse Wonder Full abordan problemas que la gente enfrenta en el trabajo y en la vida cotidiana, desde entender un contrato de arrendamiento hasta interpretar información financiera o de salud. Las evaluaciones de Meta incluyen tareas de derecho, finanzas y salud que ponen a prueba esta habilidad; el Legal Agent Benchmark de Harvey, por ejemplo, exige que el modelo trabaje con documentos fuente y siga instrucciones detalladas para producir materiales de trabajo jurídicos.

Active Memory

Para Meta, la memoria confiable es el paso más crítico hacia agentes verdaderamente útiles. La compañía llama Active Memory a la capacidad de cargar contexto importante sobre el usuario a lo largo de varias conversaciones y de recuperar de forma activa los detalles relevantes para la tarea en curso. Resulta destacable que el modelo no solo recuerda: reconoce cuándo una información anterior vuelve a ser pertinente.

¿Cómo funciona Active Focus?

Completar una tarea exige esfuerzo sostenido. Active Focus describe cómo Muse Wonder continúa trabajando hacia un objetivo difícil: prueba enfoques alternativos, sortea bloqueos y se adapta a información nueva, pide aclaraciones cuando hace falta y consulta al usuario antes de acciones importantes. Meta evalúa esta dimensión con FocusBench y mide la ejecución sostenida con SWE-Marathon, una prueba pensada para proyectos de software de larga duración.

Programación de frontera

La programación reúne todas estas capacidades en una sola disciplina: construir software exige rastrear requisitos, hacer cambios en toda una base de código y sostener ciclos repetidos de prueba y revisión. Muse Wonder y Muse Wonder Full ofrecen rendimiento frontera en código, con soporte para proyectos que van desde aplicaciones pequeñas hasta software complejo. Meta entrenó ambos modelos con tareas diversas y de larga duración para que mantengan el avance durante todo el proceso.

Quien ya trabaje con Muse Code, la apuesta de Meta en IA para codificación, tiene aquí el motor de la siguiente generación: Muse Wonder Full llega primero a los suscriptores de esa plataforma.

Demostraciones del agente Muse

Meta acompañó el anuncio con demostraciones concretas del agente Muse: un videojuego de cocina en 3D completamente jugable construido a partir de imágenes personalizables, una demostración de apoyo al bienestar y un flujo de reclamación de seguros. Las grabaciones oficiales muestran al modelo operando de punta a punta.

¿Por qué importan las capacidades que generalizan?

Dos modelos pueden tener calificaciones similares en benchmarks y aun así uno maneja un rango mucho más amplio de tareas desconocidas. Esa brecha es la que apuntan las quejas contra el llamado benchmaxxing y los elogios al big model smell: una amplitud de capacidad que los benchmarks populares de unos pocos dominios no logran capturar del todo.

Para cuantificar esa diferencia, Meta investigó cómo se relaciona el desempeño en tareas objetivo del post-entrenamiento con el desempeño en tareas desconocidas al escalar el cómputo de razonamiento. La comparación entre Muse Spark 1.3 y Muse Wonder Full muestra que, dado su desempeño en las tareas dirigidas, el modelo nuevo rinde todavía mejor en tareas fuera de distribución de lo que la tendencia predeciría, porque descansa sobre bases más grandes y fuertes. Vale la pena señalar que esta versatilidad importa sobre todo en agentes personales, que enfrentan combinaciones impredecibles de metas, herramientas y restricciones que ningún entrenamiento puede anticipar por completo.

En la demostración de planificación de una carrera del sábado, el agente trabaja directamente en el navegador y entre aplicaciones para armar un plan de carrera con base en preferencias y circunstancias personales, con datos de mapa de OpenStreetMap.

Seguridad en la frontera

Un agente personal actúa en nombre del usuario y puede manejar mensajes, calendarios y documentos privados. Ese nivel de acceso exige un modelo que ejerza discreción con la información privada y que resista el mal uso. Meta entrenó la familia Muse Wonder para liderar en ambas dimensiones, con robustez ante instrucciones adversarias y manejo cuidadoso del contexto personal.

Muse Wonder ofrece las salvaguardas más fuertes de la compañía hasta la fecha contra el mal uso químico, biológico, radiológico, nuclear y cibernético, y al mismo tiempo preserva el acceso a capacidades cibernéticas de frontera para uso defensivo, conforme al marco de escalamiento de superinteligencia de Meta.

Meta califica a Muse Wonder como su modelo más alineado hasta la fecha y anticipa un reporte completo con evaluaciones de seguridad adicionales en breve.

¿Qué sigue para Muse Wonder?

A futuro, la compañía usará Muse Wonder para desarrollar modelos especializados que lleguen a todas las personas que usan Muse. El comunicado cierra con la ambición que resume el proyecto: dar a más personas el poder de perseguir sus metas y construir el mundo que desean, como un paso técnico de peso hacia la superinteligencia personal para todos, con mucho más por venir.

Este video de cierre del anuncio oficial resume la visión de Meta para la serie.