Meta ha annunciato oggi Muse Wonder e Muse Wonder Full, due nuovi modelli di intelligenza artificiale progettati per eseguire attività complesse attraverso strumenti digitali, memoria contestuale e processi di ragionamento prolungati. La nuova famiglia rappresenta, secondo l’azienda, il risultato più avanzato raggiunto dal proprio programma di sviluppo dei modelli AI, a quattordici mesi dall’avvio della riorganizzazione delle attività di ricerca e ingegneria dedicate all’intelligenza artificiale. I sistemi derivano dal lavoro avviato con Muse Spark e sono destinati tanto alle applicazioni personali quanto ai processi professionali che richiedono l’analisi di documenti, l’interpretazione di vincoli e l’esecuzione di sequenze operative articolate. Meta indica tra gli scenari principali la gestione di richieste assicurative, la comprensione di contratti di locazione, la realizzazione di applicazioni software e il supporto a compiti specialistici nei settori giuridico, finanziario e sanitario. L’obiettivo dichiarato è permettere agli agenti di mantenere continuità operativa anche quando devono utilizzare strumenti differenti, correggere errori intermedi e combinare informazioni provenienti da più fonti per produrre un risultato utilizzabile.
Le caratteristiche architetturali e funzionali della famiglia Muse Wonder comprendono due meccanismi denominati Active Memory e Active Focus. Active Memory è progettato per mantenere informazioni contestuali relative all’utente attraverso conversazioni differenti, recuperando quelle pertinenti alla richiesta corrente senza dover ricostruire ogni volta le condizioni iniziali dell’attività. La memoria viene quindi impiegata come componente operativa del sistema agentico, non soltanto come archivio delle interazioni precedenti. Active Focus riguarda invece la capacità del modello di proseguire verso un obiettivo quando incontra difficoltà, formulando approcci alternativi, riprendendo l’esecuzione dopo un errore e verificando progressivamente lo stato del lavoro. Il sistema può richiedere chiarimenti quando le istruzioni risultano insufficienti e consultare l’utente prima di completare operazioni considerate importanti. La combinazione delle due funzionalità è particolarmente rilevante nei processi che si sviluppano attraverso più sessioni oppure richiedono numerosi passaggi consecutivi, nei quali la perdita delle informazioni iniziali o l’interruzione prematura dell’attività può compromettere il risultato finale.
Uno degli ambiti maggiormente sviluppati è la programmazione software. Muse Wonder e Muse Wonder Full sono stati addestrati su attività di lunga durata che richiedono di interpretare specifiche, modificare porzioni differenti di una base di codice, eseguire verifiche e ripetere cicli di correzione fino al raggiungimento del risultato richiesto. La progettazione non si limita quindi alla generazione isolata di funzioni o frammenti di codice, ma comprende la gestione continuativa dello sviluppo, inclusa la necessità di rispettare requisiti che possono evolvere durante l’esecuzione. Le dimostrazioni presentate da Meta comprendono la creazione di un videogioco tridimensionale ambientato in una cucina, giocabile e costruito a partire da immagini personalizzabili, e la realizzazione di un programma di allenamento per la corsa direttamente nel browser, utilizzando dati geografici di OpenStreetMap insieme alle preferenze e alle circostanze personali dell’utente. Altri esempi riguardano la progettazione e l’ordinazione di articoli personalizzati a partire da fotografie presenti su un profilo Instagram personale, nonché la preparazione della disposizione degli invitati a un matrimonio mediante l’elaborazione di numerosi vincoli di compatibilità e assegnazione dei posti. Questi casi mostrano un utilizzo combinato di generazione di contenuti, ragionamento, gestione di strumenti esterni e verifica delle condizioni operative.
L’addestramento della famiglia Muse Wonder è stato effettuato presso Prometheus, l’infrastruttura di data center di Meta progettata per operare su una scala energetica dell’ordine dei gigawatt. Il processo riprende le strategie di espansione della capacità di calcolo già utilizzate con Muse Spark, intervenendo sia nella fase di preaddestramento sia nelle successive procedure di reinforcement learning. Meta ha dedicato particolare attenzione alla relazione tra le prestazioni ottenute nelle attività direttamente utilizzate durante l’ottimizzazione e la capacità di affrontare problemi differenti, non presenti tra gli obiettivi espliciti del post-training. La distinzione viene espressa attraverso i concetti di distribuzione interna, o in-distribution, e distribuzione esterna, o out-of-distribution. Nel primo caso si misurano i risultati su categorie di attività simili a quelle utilizzate per perfezionare il modello; nel secondo si osserva la capacità di trasferire le competenze acquisite a problemi nuovi, nei quali cambiano strumenti, obiettivi oppure vincoli. Questo tipo di valutazione è particolarmente significativo per gli agenti personali, che devono affrontare combinazioni di richieste difficilmente riproducibili in un numero limitato di benchmark.
Nelle valutazioni sulla generalizzazione, Meta ha confrontato Muse Spark 1.3 con Muse Wonder Full, analizzando il rapporto tra il punteggio aggregato sulle attività di post-training e la prestazione media ottenuta su compiti estranei a tale distribuzione. Entrambi i modelli mostrano miglioramenti nelle attività non direttamente addestrate quando aumenta la quantità di calcolo utilizzata durante l’inferenza. Muse Wonder Full presenta tuttavia risultati superiori a quelli che sarebbero prevedibili proiettando la relazione osservata con Muse Spark 1.3, a parità di prestazioni sulle attività interne alla distribuzione. Meta attribuisce tale differenza soprattutto alla maggiore capacità dei modelli di base utilizzati nella famiglia Wonder, che consentirebbe alle competenze sviluppate nel post-training di trasferirsi più efficacemente a problemi non familiari. L’azienda considera quindi la qualità e la dimensione del modello di partenza elementi determinanti per ottenere agenti versatili, capaci di affrontare attività differenti senza richiedere un addestramento specialistico per ciascuna combinazione di condizioni operative.
Il programma di valutazione comprende benchmark dedicati alle attività professionali, alla memoria persistente, alla capacità di mantenere un obiettivo e alla programmazione di lunga durata. Per le operazioni giuridiche viene utilizzato Harvey Legal Agent Benchmark, che richiede ai modelli di consultare documenti originali, rispettare istruzioni dettagliate e produrre elaborati professionali conformi alle specifiche richieste. Vals Finance Agent V2 viene impiegato per misurare le capacità degli agenti nei processi finanziari, mentre MemoryBench analizza il recupero e l’utilizzo di informazioni contestuali su intervalli prolungati. FocusBench verifica la continuità nell’esecuzione di un compito, SWE-Marathon misura la capacità di portare avanti modifiche software articolate e DeepSWE esamina le prestazioni nella programmazione con orizzonti operativi estesi. Meta dichiara risultati ai vertici delle rispettive categorie per la famiglia Muse Wonder e ha pubblicato confronti con altri modelli avanzati, accompagnandoli con una documentazione di ricerca separata. Le prestazioni dichiarate devono essere interpretate in relazione alle specifiche procedure di valutazione e non equivalgono a una garanzia di correttezza per ogni attività professionale.
La sicurezza costituisce un ulteriore componente del programma di sviluppo. Meta dichiara di aver addestrato Muse Wonder a evitare la diffusione non autorizzata di informazioni personali, a rifiutare richieste finalizzate ad attività concretamente dannose e a mantenere la capacità di assistere gli operatori nella protezione dei sistemi informatici. Quest’ultimo aspetto richiede di distinguere l’utilizzo difensivo delle competenze di sicurezza informatica dal loro possibile impiego offensivo: secondo Meta, il modello deve poter supportare sviluppatori e responsabili della sicurezza nell’individuazione e nella correzione delle vulnerabilità senza facilitare abusi. Le valutazioni comprendono i tassi di successo dei tentativi di esecuzione non autorizzata di codice, le violazioni nella gestione delle informazioni personali, i tassi di rifiuto delle richieste associate a rischi biologici e le misure di conformità relative alla sicurezza informatica offensiva e difensiva. Meta afferma inoltre di aver introdotto le proprie protezioni più avanzate contro gli utilizzi impropri nei settori chimico, biologico, radiologico e nucleare. L’addestramento e il rilascio vengono gestiti secondo il Meta Superintelligence Scaling Framework, mentre ulteriori risultati delle valutazioni di sicurezza saranno resi disponibili in una documentazione successiva.
Sul piano commerciale e operativo, Muse Wonder è disponibile attraverso Meta Model API e Muse Code, mentre l’accesso a Muse Wonder Full è riservato agli abbonati Muse Code. L’azienda prevede di integrare progressivamente Muse Wonder nelle esperienze offerte da Muse, inizialmente per gli utenti abbonati, e di utilizzarlo per la generazione di artefatti digitali e altri processi che richiedono capacità di ragionamento più elevate. Il modello servirà inoltre come base per lo sviluppo di sistemi specializzati destinati a una distribuzione più ampia all’interno dei prodotti Meta. La differenziazione tra Muse Wonder e Muse Wonder Full consente all’azienda di distribuire capacità avanzate attraverso strumenti e modalità di accesso differenti, mantenendo una variante specificamente destinata agli utenti del proprio ambiente di programmazione. La nuova famiglia riunisce così memoria contestuale, continuità esecutiva, programmazione e gestione degli strumenti in una piattaforma progettata per attività che richiedono più di una singola interazione con un modello linguistico.
Questo articolo è stato redatto con il supporto di strumenti di intelligenza artificiale (AI)