Meta杀回AI第一梯队：100人砸500亿逆袭

你有没有发现，AI圈最近半年几乎被OpenAI和Anthropic刷屏？GPT、Claude轮番上新，仿佛把其他玩家都甩在了身后。而那个曾被调侃“掉队”的Meta，终于在10月13日凌晨扔出一记王炸——正式发布新一代旗舰模型Muse Wonder和Muse Wonder Full，直接把枪口对准了GPT-6 Astra和Claude Opus 5.5。

一、等了这么久，Meta终于杀回牌桌

🎯 和顶级模型掰手腕，只差2分

第三方机构Artificial Analysis第一时间放出了成绩单。

Muse Wonder Full在综合智能指数中拿下56分，而目前的“天花板”Claude Opus 5.5是58分——只差2分，和Claude Sonnet 5.5站在同一档位。

更关键的是，六周前的上一代Spark 1.3还只有48分，一个版本就跃升了8分。

扎克伯格在X上难掩兴奋：“这是Meta规模更大、能力更先进的一代模型，公司终于抵达了AI技术前沿。”

📈 长任务编程，反超顶级对手

更让人意外的是，在最硬核的长程软件工程测试里，Meta居然赢了。

DeepSWE 1.1测试中，Muse Wonder Full拿到79.0分，压过Claude Opus 5.5的74.2分和GPT-6 Astra的74.1分。

这项测试横跨91个代码仓库、5种编程语言、113项任务，考的可不是写个小函数，而是读懂复杂工程、动手修改、还得通过回归测试。

在更狠的SWE-Marathon里，它更是以57.5%远超Opus 5.5的46.3%。

二、翻身的底气：100人团队，500亿算力

💰 一座算力集群，500亿美元起步

Meta到底是怎么翻身的？

在同步上线的Cheeky Pint播客里，扎克伯格和Meta首席AI官Alexandr Wang罕见地聊起了背后的投入。

研发前沿模型的核心团队，其实只有约100人。

但支撑他们训练的算力基础设施，贵得吓人——一座1GW算力集群，建设成本高达500亿到600亿美元，每年运营还要烧掉约150亿美元。

Meta去年底讨论的资本开支，甚至达到1000亿至2000亿美元量级。

🍉 内部代号“西瓜”：直接换了新底座

Wang还首次揭秘，Wonder的底层模型内部代号是Watermelon（西瓜）。

上一代Spark系列叫Avocado（牛油果），靠持续强化学习迭代；而Wonder不一样，它用了一轮独立完成、规模更大的预训练，早在2025年8月就开始规划。

三、Meta押注的三个方向

💡 更强底座，让能力“会迁移”

这次Meta不只扩大数据和算力，还补上了图像、视频、音频，以及法律、金融、健康等专业领域的数据。

Wang的观点很直接：想让模型够专业，光靠后期强化学习不够，得从预训练阶段就开始积累。

官方实验显示，Wonder Full不仅在自己训练过的任务上变强，在没直接覆盖的陌生任务里，也涨得更明显。

🧠 Active Memory：让Agent真正记住你

注意，这和100万Token上下文窗口是两回事。

上下文窗口管的是“单次能读多少”，而Active Memory想解决的是：聊了几天、几周甚至几个月后，模型还能不能记住你的偏好，并在合适时机主动找回相关信息。

Meta为此同时设计了记忆系统和模型能力。不过，长期记忆问题是否被彻底解决，目前还没有定论。

🎯 Active Focus：不达目的不罢休

它强调的不是把思维链拉长，而是让Agent在长时间执行任务时，持续追踪目标、寻找替代方案、还能从错误里爬起来。

Meta先用监督微调立规矩，再用强化学习提高稳定发挥的概率。

Wang特别提醒：如果训练环境奖励了“危险捷径”，模型也可能学歪，所以训练任务和奖励方向都得精心设计。

四、跑分漂亮，但3D翻车了

⚠️ 同题对战，差了一个档次

成绩单很漂亮，可开发者们的实测，揭开了另一面。

X用户Max Blade让两款模型用同一句提示词，各生成一款能开割草机、喝啤酒、抽雪茄的模拟游戏。

对比视频很快火了：Opus生成了相对完整的驾驶舱、草坪和建筑，而Wonder Full的版本更像低多边形原型，材质和细节明显逊色。

有网友调侃，这简直是“AAA大作”和“Roblox风格”的区别。

🤝 官方承认：这是已知短板

好在Meta没有回避。

模型卡里明确写着：视觉与空间推理，尤其是3D任务，仍是已知局限。

Wang也在X上坦承，团队确实没专门针对3D演示游戏做训练，建议开发者用更真实的编程任务来评价Wonder。

这也解释了那个看似矛盾的现象：它能赢下长程软件工程，却画不好精致的3D场景——因为两者考察的能力，本就不完全一样。

五、能力涨了，成本涨得更狠

💸 单任务成本，涨了183%

性能追上第一梯队，代价是推理成本水涨船高。

Artificial Analysis测算，标准版Muse Wonder平均每项任务成本达到4.52美元，比上一代的1.60美元暴涨约183%，甚至比GPT-6 Astra还高出近39%。

不过Full主要通过订阅套餐提供，早期一度出现额度消耗过快的问题，Wang随后确认是额度计算异常，已修复并重置。

🔥 开发者吵翻了

首批开发者的体验出现了明显分歧：有人认可Meta的编程实力，也有人质疑它在真实长尾场景里的稳定性。

Shopify CEO Tobi Lütke却给了好评，说很难找到别的顶级模型能完成、而Wonder做不到的任务。

这种分歧恰恰说明：一个综合分数，根本概括不了模型的全部能力。

扎克伯格也坦言，Wonder规模更大、成本更高，现阶段优先给付费用户，未来希望能把它压缩到Spark那样的轻量形态，服务数亿消费者。

技术竞争从来不是一场短跑，而是一场比谁熬得更久的马拉松。

你觉得Meta这次能真正站稳第一梯队，还是发布会的昙花一现？欢迎在评论区聊聊。

如果觉得有收获，就点个赞、转发给身边关注AI的朋友吧！