Resumen:
Meta anunció que a partir del 6 de noviembre, su aplicación de asistente personal inteligente Muse y la plataforma Meta AI habilitarán completamente un lote de nuevos modelos dedicados entrenados en base al modelo insignia Muse Wonder. Mientras tanto, el modelo Muse Wonder, más potente, seguirá estando disponible para los suscriptores de pago para realizar tareas más complejas y difíciles.
Según Meta, estos nuevos modelos son "versiones especializadas" del sistema de modelos existente y se entrenan a través de Muse Wonder. Aunque Meta no ha revelado los nombres específicos de estos modelos, heredan las dos capacidades principales introducidas por primera vez en la serie Wonder, a saber, "Active Memory" y "Active Focus".
Muse Wonder y el más potente Wonder Full se lanzaron inicialmente en octubre de 2026. Entre ellos, Wonder se ha integrado en la API Meta Model y en el asistente de programación Muse Code, mientras que Wonder Full actualmente solo está abierto para usuarios de pago de alto nivel de Muse Code.
Meta lanzó Muse, una aplicación de asistente personal inteligente, en septiembre de este año. A diferencia de muchos productos de la competencia, Muse ofrece un nivel de uso gratuito, que reduce significativamente el umbral para que los usuarios prueben agentes de IA personales. Por el contrario, productos similares de algunos competidores sólo están disponibles para suscriptores premium.
En términos de implementación técnica, Meta no lanzó esta vez simplemente una versión reducida del modelo Wonder, sino que volvió a entrenar el modelo para escenarios de aplicaciones de consumo. La compañía dijo que el nuevo modelo se enfoca en aprender patrones de comportamiento clave de los asistentes personales en el uso real, como determinar cuándo se debe realizar una tarea de forma autónoma, cuándo se necesita la confirmación del usuario y cómo mantener la continuidad del contexto después de recibir las correcciones del usuario durante la ejecución de la tarea.
>
La industria generalmente adopta el método de entrenar modelos pequeños con modelos grandes para promover capacidades de vanguardia para usuarios a gran escala a un costo menor. Sin embargo, Meta no reveló en detalle métodos de entrenamiento específicos. La compañía enfatiza que el nuevo modelo está optimizado específicamente para satisfacer las necesidades específicas de los asistentes personales inteligentes, en lugar de simplemente perseguir una cobertura de conocimientos generales.
Meta cree que un excelente agente personal debe ser capaz de completar tareas prácticas como hacer reservas en restaurantes y gestionar buzones de correo, sin tener que dominar todas las reservas de conocimientos que poseen los modelos de vanguardia. Más bien, implica recordar información que un usuario mencionó hace una semana y continuar trabajando cuando ocurre un error en el sitio o se interrumpe la tarea.
La función "memoria activa" está diseñada para ayudar a los modelos a preservar y utilizar información relacionada con el usuario a largo plazo. Meta dijo que después del entrenamiento, el modelo puede distinguir qué información es contenido temporal y qué contenido debe conservarse durante mucho tiempo. También puede razonar en la dimensión temporal y determinar qué información sigue siendo relevante y cuál está desactualizada.
En las pruebas internas de Meta, la tasa de éxito del nuevo modelo en la utilización correcta de información contextual clave durante la ejecución de tareas alcanzó el 90%, lo que mejora significativamente en comparación con la tasa del 76% del modelo de la generación anterior.
Otra característica de "Enfoque activo" se centra en el manejo de emergencias durante la ejecución de tareas. Meta dijo que el modelo fue entrenado en una gran cantidad de escenarios de obstáculos del mundo real, por lo que puede probar de manera proactiva más soluciones cuando encuentra dificultades, reanudar el proceso por sí solo o encontrar caminos alternativos, en lugar de simplemente dejar de funcionar después de encontrar un problema.
Meta reveló que en la aplicación Muse, cuando el nuevo modelo encontró problemas inesperados, su capacidad para completar tareas rutinarias aumentó en un 67%. Aunque la compañía no publicó datos de referencia específicos, dijo que estos modelos mostraron mejoras significativas en la toma de decisiones autónoma, el manejo de modificaciones a mitad de camino y el avance continuo de las tareas.
A nivel comercial, Muse Wonder actualmente brinda servicios a desarrolladores a través de la interfaz modelo de Meta y cobra en función de los tokens de entrada y salida. Al mismo tiempo, Meta AI se ha integrado ampliamente en plataformas como WhatsApp, Instagram, Facebook y Messenger. Para Meta, utilizar modelos dedicados livianos entrenados por Wonder para atender a una gran cantidad de usuarios es sin duda más rentable y eficiente que permitir que todos los usuarios llamen directamente al modelo insignia.
Esta actualización también muestra que Meta está avanzando en una nueva estrategia de desarrollo de IA, que consiste en utilizar los modelos más avanzados para entrenar modelos profesionales optimizados para escenarios específicos e implementar estas capacidades en productos para consumidores comunes a un costo menor y a mayor escala.
Comentarios