Résumé :
Meta a annoncé qu'à partir du 6 novembre, son application d'assistant personnel intelligent Muse et sa plate-forme Meta AI permettront d'entraîner pleinement un lot de nouveaux modèles dédiés basés sur le modèle phare Muse Wonder. En attendant, le modèle Muse Wonder, plus puissant, restera disponible pour les abonnés payants pour gérer des tâches plus complexes et plus difficiles.
Selon Meta, ces nouveaux modèles sont des « versions spécialisées » du système de modèles existant et sont formés via Muse Wonder. Bien que Meta n'ait pas divulgué les noms spécifiques de ces modèles, ils héritent des deux fonctionnalités de base introduites pour la première fois dans la série Wonder, à savoir « Active Memory » et « Active Focus ».
Muse Wonder et Wonder Full, plus puissant, ont été initialement lancés en octobre 2026. Parmi eux, Wonder a été intégré à l'API Meta Model et à l'assistant de programmation Muse Code, tandis que Wonder Full n'est actuellement ouvert qu'aux utilisateurs payants haut de gamme de Muse Code.
Meta a lancé Muse, une application d'assistant personnel intelligent, en septembre de cette année. Contrairement à de nombreux produits concurrents, Muse propose un niveau d'utilisation gratuite, ce qui abaisse considérablement le seuil permettant aux utilisateurs d'essayer des agents d'IA personnels. En revanche, les produits similaires de certains concurrents ne sont disponibles que pour les abonnés premium.
En termes de mise en œuvre technique, Meta n'a pas simplement lancé cette fois une version réduite du modèle Wonder, mais a recyclé le modèle pour des scénarios d'application grand public. La société a déclaré que le nouveau modèle se concentre sur l'apprentissage des modèles comportementaux clés des assistants personnels en utilisation réelle, tels que la détermination du moment où une tâche doit être effectuée de manière autonome, du moment où la confirmation de l'utilisateur est nécessaire et de la manière de maintenir la continuité du contexte après avoir reçu les corrections de l'utilisateur pendant l'exécution de la tâche.
L'industrie adopte généralement la méthode de formation de petits modèles avec de grands modèles pour promouvoir des capacités de pointe auprès des utilisateurs à grande échelle à moindre coût. Cependant, Meta n’a pas divulgué en détail les méthodes de formation spécifiques. La société souligne que le nouveau modèle est spécifiquement optimisé pour répondre aux besoins spécifiques des assistants personnels intelligents, plutôt que de simplement poursuivre une couverture de connaissances générales.
Meta estime qu'un excellent agent personnel doit être capable d'accomplir des tâches pratiques telles que faire des réservations de restaurant et gérer des boîtes aux lettres, sans avoir à maîtriser toutes les réserves de connaissances que possèdent les modèles de pointe. Il s'agit plutôt de mémoriser les informations mentionnées par un utilisateur il y a une semaine et de continuer à travailler lorsqu'une erreur du site se produit ou que la tâche est interrompue.
La fonctionnalité « mémoire active » est conçue pour aider les modèles à conserver et à utiliser les informations relatives aux utilisateurs sur le long terme. Meta a déclaré qu'après la formation, le modèle peut distinguer quelles informations sont un contenu temporaire et quel contenu doit être conservé pendant une longue période. Il peut également raisonner sur la dimension temporelle et déterminer quelles informations sont toujours pertinentes et lesquelles sont obsolètes.
Lors des tests internes de Meta, le taux de réussite du nouveau modèle dans l'utilisation correcte des informations contextuelles clés lors de l'exécution des tâches a atteint 90 %, ce qui est considérablement amélioré par rapport au taux de 76 % du modèle de la génération précédente.
Une autre fonctionnalité « Active Focus » se concentre sur la gestion des urgences pendant l'exécution des tâches. Meta a déclaré que le modèle a été formé sur un grand nombre de scénarios d'obstacles réels, afin qu'il puisse essayer de manière proactive davantage de solutions lorsqu'il rencontre des difficultés, reprendre le processus par lui-même ou trouver des voies alternatives, plutôt que de simplement arrêter de travailler après avoir rencontré un problème.
Meta a révélé que dans l'application Muse, lorsque le nouveau modèle rencontrait des problèmes inattendus, sa capacité à accomplir des tâches de routine augmentait de 67 %. Bien que la société n'ait pas publié de données de référence spécifiques, elle a déclaré que ces modèles montraient des améliorations significatives en termes de prise de décision autonome, de gestion des modifications à mi-parcours et d'avancement continu des tâches.
Au niveau commercial, Muse Wonder fournit actuellement des services aux développeurs via l'interface de modèle de Meta et des frais basés sur les jetons d'entrée et de sortie. Dans le même temps, Meta AI a été largement intégrée à des plateformes telles que WhatsApp, Instagram, Facebook et Messenger. Pour Meta, utiliser des modèles dédiés légers formés par Wonder pour servir un grand nombre d'utilisateurs est sans aucun doute plus rentable et efficace que de laisser tous les utilisateurs appeler directement le modèle phare.
Cette mise à jour montre également que Meta fait progresser une nouvelle stratégie de développement de l'IA, qui consiste à utiliser les modèles de pointe les plus avancés pour former des modèles professionnels optimisés pour des scénarios spécifiques, et à déployer ces capacités dans des produits destinés aux consommateurs ordinaires à moindre coût et à plus grande échelle.
Commentaires