メタのMuse、忘れる頻度2.4分の1に 無料でも新機能

米メタは11月6日（現地時間）、最上位モデル「Muse Wonder」を使って学習させた新モデルを、個人向けAIエージェント「Muse」とAIアシスタント「Meta AI」の全利用者に順次提供し始めた。メタ・スーパーインテリジェンス・ラボ（MSL）は研究ブログで、Museが目標達成に必要な重要情報を忘れる頻度が2.4分の1に減ったと説明している。

要点

• MuseとMeta AIは、10月12日に発表されたMuse Wonderで学習した「特化モデル」に切り替わった。モデル名は公表されていない。
• メタの社内評価では、新しいMuseモデルは「パーソナル超知能指数」で47％（従来38％）、重要な文脈を正しく使えた課題の割合で90％（同76％）を記録した。
• Muse Wonder本体は有料のAPIやMuse Codeに残り、無料利用者には「アクティブメモリー」と「アクティブフォーカス」の2機能が届く。

Meta AIのアップデートで何が変わったか

メタは今回のモデルを既存モデルの特化版と位置づける。Muse Wonderを使って学習させ、最上位モデルの能力の一部を移したという。ただ、モデル名や規模、全アカウントへの提供時期は明らかにしていない。

マーク・ザッカーバーグCEOはXへの投稿で、今回の更新を「Muse Wonderのアクティブメモリーとアクティブフォーカスをすべての人に」と表現した。両機能はこれまで、Meta Model APIやコーディングエージェント「Muse Code」で使えるWonderに限られていた。

アクティブメモリー、会話をまたいで覚える

アクティブメモリーは、過去の会話で得た有用な情報を次の会話に引き継ぐ機能である。メタは「どの情報が一時的でどの情報が恒久的かを見分け、時間の経過を踏まえて推論し、まだ有効な情報と古くなった情報を区別するようモデルを訓練した」としている。

社内のアクティブメモリー評価では、新しいMuseモデルは課題の90％で重要な文脈を正しく使った。従来モデルは76％だった。失敗率に直すと24％から10％への低下で、メタが示す「2.4分の1」と比率は一致する。ただし、二つの数値が同じ試験によるものかどうかは示されていない。

アクティブフォーカス、つまずいても作業を続ける

アクティブフォーカスは、問題が起きると止まってしまうエージェントの弱点を狙った機能だ。メタは「現実世界を反映したさまざまなボトルネックでモデルを訓練し、利用者に代わって粘り強く試し、立て直し、あるいは代わりの手段を探せるようにした」と述べた。

メタによると、Museで想定外の問題が起きた日常的なタスクの完了率は67％改善した。比較の基準となった元の完了率は公表していない。

Museでは、自力で目標を進めるべき場面と利用者と一緒に進めるべき場面の判断や、作業途中の修正指示への対応も向上したという。Meta AIでは、複雑な問題を段階に分けて整理し、より的確な追加質問をし、会話の方向が変わっても追随できるようになったと説明している。

背景：2層に分かれたメタのモデル

メタは10月12日にMuse Wonderと上位版のMuse Wonder Fullを発表し、いずれも自社のPrometheusデータセンターで学習させたとしていた。米IT媒体The New Stackによると、WonderのAPI料金は入力100万トークンあたり4ドル、出力100万トークンあたり20ドルで、Wonder FullはMuse Codeの上位2プランでしか使えない。

Museは9月、より小さなMuse Sparkモデルを基盤に提供を始めたサービスで、無料プランもある。最上位モデルで軽量モデルを学習させれば、最大のモデルを全員に提供しなくても、無料利用者に高度な機能の一部を届けられる。

今後の焦点

発表された数値はすべてメタの社内評価によるものだ。評価方法や課題数、Meta AI単独のスコアは公開されておらず、第三者による検証結果もまだない。

記憶力が高まるほど、個人情報の扱いは重みを増す。今回の発表には、AIが覚えた内容を確認・削除する新機能は含まれていない。Museをめぐっては以前、6.8GBのファイルシステム持ち出しをメタが「意図した動作」と説明し、議論を呼んだ。メタは10月、Muse Wonderの安全性に関する完全な報告書を「近く」公表するとしていた。

よくある質問

無料のMeta AI利用者もMuse Wonderを使えるのか。
使えない。利用できるのはMuse Wonderで学習した特化モデルである。Wonder本体はMeta Model APIとMuse Codeで提供されている。

パーソナル超知能指数とは何か。
メタ独自の社内ベンチマーク（Personal Superintelligence Index）である。新しいMuseモデルは47％で、従来モデルの38％を上回った。評価方法は公開されていない。

アクティブフォーカスの67％改善は検証済みか。
検証されていない。メタがMuseの社内試験で得た数値で、基準値も示していない。

参考資料

• Bringing Specialized Models to Muse and Meta AI — Meta Superintelligence Labs（2026年11月6日）
• Muse Wonder: A Frontier Model For Personal & Professional AI Agents — Meta AI Research（2026年10月12日）
• Meta's best AI model now trains the one most of its users get — The New Stack（2026年11月6日）