Meta heeft op 12 oktober 2026 Muse Wonder en Muse Wonder Full aangekondigd. De modellen zijn bedoeld om persoonlijke en zakelijke AI-agenten aan te sturen. Volgens Meta moeten ze zulke agenten beter in staat stellen om context vast te houden en taken af te ronden.
De modellen zijn beschikbaar en zullen onder meer worden ingezet voor de Muse-AI-agent, die Meta begin vorige maand introduceerde. Die agent werd volgens het bedrijf snel populair en kwam boven de vijf miljoen downloads uit. Meta zegt dat de groei sneller verliep dan bij ChatGPT en Claude.
Muse Wonder en Muse Wonder Full bevatten Active Memory. Daarmee kan de AI informatie uit eerdere gesprekken ophalen, zodat gebruikers niet bij elke interactie opnieuw context hoeven aan te leveren. Active Focus is bedoeld om de agent bij fouten of obstakels aan een taak te laten doorwerken. Waar nodig vraagt de AI om verduidelijking of toestemming.
Meta stelt dat de modellen in bepaalde tests kunnen concurreren met Fable 5.1 van Anthropic, GPT-6 Astra van OpenAI en Gemini 4 Argon van Google. Die vergelijking is een claim van Meta; de prestaties hangen af van de gebruikte tests en taken.
Van achterblijver naar uitdager?
Meta werd vorig jaar vaak gezien als achterblijver in de AI-race. Het bedrijf investeerde sindsdien tientallen miljarden dollars. Daarvan ging 14 miljard dollar naar Scale AI, een investering die ook de komst van Alexandr Wang als chief AI officer mogelijk maakte.
Het aandeel Meta steeg in de afgelopen twaalf maanden met zes procent. Microsoft won vijf procent; Amazon en Google stegen volgens de aangeleverde cijfers respectievelijk twintig en vijfenveertig procent. Meta zet daarnaast in op de Muse-agent en het Muse Charm-apparaat, dat later dit jaar moet verschijnen. Of die producten ook de financiële resultaten verbeteren, moet nog blijken.
Wat betekent dit voor bedrijven?
Voor bedrijven kunnen geheugen en taakgericht doorwerken nuttig zijn bij processen waarin medewerkers regelmatig context moeten herhalen of taken over meerdere stappen uitvoeren. Dat kan tijd besparen, maar de praktijk zal moeten uitwijzen hoe betrouwbaar de agenten zijn en hoeveel menselijke controle nodig blijft.
Ook privacy en compliance vragen aandacht. Als een agent informatie uit gesprekken onthoudt, moeten organisaties weten welke gegevens worden opgeslagen, hoe lang ze beschikbaar blijven en wie erbij kan. Bedrijven doen er daarom goed aan die vragen te beantwoorden voordat ze de modellen inzetten voor werk met gevoelige of bedrijfskritische informatie.