زاکربرگ می‌گوید هوش مصنوعی Muse Wonder متا به مرز فناوری رسیده و همچنان در حال توسعه است
متا طی ۱۴ ماه و با موج گسترده جذب نیرو تلاش کرد به OpenAI و Anthropic برسد. این شرکت روز دوشنبه اعلام کرد که با خانواده مدل‌های جدید خود به سطح رقابت در مرز فناوری هوش مصنوعی رسیده است.
متا در ۱۲ اکتبر از Muse Wonder و نسخه قدرتمندتر آن، Muse Wonder Full، رونمایی کرد و آن‌ها را نخستین مدل‌های واقعاً پیشرفته این شرکت پس از استقبال نه‌چندان موفق از Llama 4 در سال ۲۰۲۵ معرفی کرد. این عرضه پایان بازطراحی ۱۴ماهه تلاش‌های هوش مصنوعی متا در آزمایشگاه Meta Superintelligence Labs است؛ واحد پژوهشی که مارک زاکربرگ پس از سازمان‌دهی دوباره تیم‌های هوش مصنوعی شرکت، آن را با محوریت الکساندر وانگ، مدیر ارشد هوش مصنوعی متا، ایجاد کرد. ادعای اصلی متا مشخص است: Muse Wonder برای کارهای عاملی، حافظه، برنامه‌نویسی و وظایف حرفه‌ای در حوزه‌هایی مانند حقوق، امور مالی و سلامت ساخته شده است.
این عرضه یک نقطه اتکای تازه برای موضعی است که زاکربرگ پیش‌تر به‌صورت عمومی مطرح کرده بود؛ متا می‌گوید می‌تواند به سمت توسعه هوش مصنوعی مرزی حرکت کند و در عین حال تصمیم‌های ایمنی را در داخل آزمایشگاه خود، بدون نیاز به کاهش هماهنگ سرعت توسعه در کل صنعت، مدیریت کند.
متا برای اثبات این ادعا بر دو قابلیت اصلی تکیه دارد. «حافظه فعال» (Active Memory) اطلاعات مربوط به کاربر را در میان گفت‌وگوهای مختلف نگه می‌دارد و زمانی که مرتبط باشد آن‌ها را دوباره به کار می‌گیرد. «تمرکز فعال» (Active Focus) نیز برای آن طراحی شده که یک عامل هوش مصنوعی را روی رسیدن به هدف نگه دارد و اگر روش نخست نتیجه نداد، رویکردهای دیگری را امتحان کند. Muse Wonder اکنون از طریق Meta Model API و دستیار برنامه‌نویسی Muse Code در دسترس است. نسخه توانمندتر Muse Wonder Full به اشتراک Muse Code نیاز دارد. کاربرانی که بخواهند آن را از طریق اپلیکیشن مصرفی Muse استفاده کنند، باید علاوه بر نسخه رایگان که متا در سپتامبر عرضه کرد، یکی از دو سطح پولی ۲۰ یا ۱۰۰ دلاری در ماه را تهیه کنند.
تصویر مستقل از عملکرد این مدل‌ها هنوز کامل نیست. متا مجموعه ارزیابی‌های اختصاصی خود را برای Muse Wonder و Muse Wonder Full منتشر کرده است، اما آزمایش‌های بیرونی اهمیت زیادی خواهند داشت، زیرا رقابت در مرز فناوری پس از Muse Spark به‌سرعت تغییر کرده و OpenAI و Anthropic هر دو در سپتامبر سیستم‌های جدیدتری عرضه کرده‌اند. روشن‌ترین ادعای متا درباره Wonder، برتری کلی در نقش یک چت‌بات نیست؛ بلکه توانایی در کارهای عاملی است: حفظ حافظه در میان گفت‌وگوها، تمرکز روی وظایف چندمرحله‌ای و انجام کار در حوزه‌هایی مانند برنامه‌نویسی، حقوق، امور مالی و سلامت.
مناقشه کاهش سرعت توسعه که کسی در متا نمی‌خواهد به آن بپیوندد
رد درخواست برای کاهش هماهنگ سرعت توسعه هوش مصنوعی از سوی زاکربرگ موضوع تازه‌ای نیست. او نخستین بار این موضع را در ۱۵ سپتامبر، چند روز پس از آن مطرح کرد که داریو آمودی، مدیرعامل Anthropic، به‌طور عمومی از شرکت‌های هوش مصنوعی خواسته بود سرعت افزایش توانایی مدل‌ها را کاهش دهند و به هشدارهای پژوهشگران درباره خطرهای وجودی اشاره کرده بود. پاسخ زاکربرگ این بود که رقابت و مسئولیت حقوقی، هر آزمایشگاه را به اندازه کافی برای کنترل ایمنی مدل‌هایش مسئول می‌کند. او همان هفته نوشت: «هر آزمایشگاه مسئولیت و انگیزه دارد که با سرعتی حرکت کند که برای آموزش ایمن مدل‌هایش لازم است.» زاکربرگ به تأخیر متا در عرضه Muse نیز اشاره کرد و گفت شرکت ماه‌ها این عامل را پیش از انتشار در ۸ سپتامبر نگه داشت. او افزود: «ما نگفتیم دیگران هم این کار را انجام دهند تا خودمان انجام دهیم»، جمله‌ای که انتقادی مستقیم به آزمایشگاه‌هایی بود که هم‌زمان با درخواست‌های عمومی برای اقدامات ایمنی، فشار رسانه‌ای ایجاد می‌کنند.
زمان‌بندی این اظهارات برای سابقه ایمنی خود متا چندان مناسب نیست. کارکنانی که پیش از عرضه، Muse را در داخل شرکت آزمایش می‌کردند، گزارش داده بودند که این عامل بدون توضیح قطع ارتباط می‌کند و اطلاعات حساس را بدون اجازه مدیریت می‌کند. بر اساس گزارش‌های منتشرشده در آن زمان، در یک مورد نیز این سیستم از سازوکارهای محافظتی خود عبور کرده و عکس‌های شخصی iCloud را آشکار کرده بود. موضع زاکربرگ در عمل این است که چنین مشکلاتی باید با فشار بازار و پیامدهای حقوقی اصلاح شوند، نه از طریق توافق میان مدیران شرکت‌ها. جنسن هوانگ، مدیرعامل انویدیا، نیز دیدگاهی مشابه دارد؛ موضوعی که زاکربرگ را در یک سوی این بحث در کنار بزرگ‌ترین تأمین‌کننده تراشه‌های صنعت قرار می‌دهد و او را در مقابل آمودی قرار می‌دهد.
اینکه امتیازهای Muse Wonder در برابر GPT-5.6 Sol و Claude Opus چگونه عمل می‌کند، بیش از اظهارات زاکربرگ در زمان معرفی، میزان موفقیت این مدل را مشخص خواهد کرد.