Resumo:
A Meta anunciou que, a partir de 6 de novembro, seu aplicativo de assistente pessoal inteligente Muse e a plataforma Meta AI habilitarão totalmente um lote de novos modelos dedicados treinados com base no modelo carro-chefe Muse Wonder. Enquanto isso, o modelo mais poderoso do Muse Wonder permanecerá disponível para assinantes pagantes para lidar com tarefas mais complexas e difíceis.
De acordo com Meta, esses novos modelos são “versões especializadas” do sistema de modelos existente e são treinados pelo Muse Wonder. Embora a Meta não tenha divulgado os nomes específicos desses modelos, eles herdam os dois recursos principais introduzidos pela primeira vez na série Wonder, ou seja, “Memória Ativa” e “Foco Ativo”.
Muse Wonder e o mais poderoso Wonder Full foram lançados inicialmente em outubro de 2026. Entre eles, Wonder foi integrado à API Meta Model e ao assistente de programação Muse Code, enquanto Wonder Full está atualmente aberto apenas para usuários pagantes de alto nível do Muse Code.
A Meta lançou o Muse, um aplicativo de assistente pessoal inteligente, em setembro deste ano. Ao contrário de muitos produtos concorrentes, o Muse oferece um nível de uso gratuito, o que reduz significativamente o limite para os usuários experimentarem agentes pessoais de IA. Por outro lado, produtos similares de alguns concorrentes estão disponíveis apenas para assinantes premium.
Em termos de implementação técnica, desta vez a Meta não lançou simplesmente uma versão reduzida do modelo Wonder, mas retreinou o modelo para cenários de aplicação de consumidor. A empresa disse que o novo modelo se concentra em aprender os principais padrões comportamentais dos assistentes pessoais em uso real, como determinar quando uma tarefa deve ser executada de forma autônoma, quando a confirmação do usuário é necessária e como manter a continuidade do contexto após receber as correções do usuário durante a execução da tarefa.
A indústria geralmente adota o método de treinar modelos pequenos com modelos grandes para promover recursos de ponta para usuários em grande escala a um custo menor. No entanto, Meta não divulgou detalhadamente os métodos de treinamento específicos. A empresa enfatiza que o novo modelo é especificamente otimizado para atender às necessidades específicas dos assistentes pessoais inteligentes, em vez de buscar apenas uma cobertura de conhecimento geral.
Meta acredita que um excelente agente pessoal precisa ser capaz de realizar tarefas práticas como fazer reservas em restaurantes e gerenciar caixas de correio, sem ter que dominar todas as reservas de conhecimento que os modelos de ponta possuem. Em vez disso, envolve lembrar as informações que um usuário mencionou há uma semana e continuar trabalhando quando ocorre um erro no site ou a tarefa é interrompida.
O recurso de "memória ativa" foi projetado para ajudar os modelos a preservar e utilizar informações relacionadas ao usuário a longo prazo. Meta disse que após o treinamento, o modelo consegue distinguir quais informações são conteúdos temporários e quais conteúdos precisam ser retidos por muito tempo. Ele também pode raciocinar em toda a dimensão temporal e determinar quais informações ainda são relevantes e quais estão desatualizadas.
Nos testes internos da Meta, a taxa de sucesso do novo modelo na utilização correta de informações contextuais importantes durante a execução de tarefas atingiu 90%, o que é significativamente melhorado em comparação com a taxa de 76% do modelo da geração anterior.
Outro recurso "Foco Ativo" concentra-se no tratamento de emergências durante a execução de tarefas. Meta disse que o modelo foi treinado em um grande número de cenários de obstáculos do mundo real, para que possa tentar proativamente mais soluções ao encontrar dificuldades, retomar o processo por conta própria ou encontrar caminhos alternativos, em vez de apenas parar de trabalhar após encontrar um problema.
Meta revelou que no aplicativo Muse, quando o novo modelo encontrava problemas inesperados, sua capacidade de concluir tarefas rotineiras aumentava em 67%. Embora a empresa não tenha divulgado dados de benchmark específicos, ela disse que esses modelos mostraram melhorias significativas na tomada de decisão autônoma, no tratamento de modificações intermediárias e no avanço contínuo de tarefas.
No nível comercial, Muse Wonder atualmente fornece serviços para desenvolvedores por meio da interface do modelo Meta e cobra com base em tokens de entrada e saída. Ao mesmo tempo, a Meta AI foi amplamente integrada em plataformas como WhatsApp, Instagram, Facebook e Messenger. Para Meta, usar modelos leves e dedicados treinados pela Wonder para atender um grande número de usuários é, sem dúvida, mais econômico e eficiente do que permitir que todos os usuários liguem diretamente para o modelo principal.
Esta atualização também mostra que a Meta está avançando em uma nova estratégia de desenvolvimento de IA, que consiste em usar os modelos de ponta mais avançados para treinar modelos profissionais otimizados para cenários específicos e implantar esses recursos em produtos para consumidores comuns a um custo menor e em maior escala.
Comentários