Muse Ember Đang hoạt động

Muse Ember là mô hình AI nhỏ gọn và hiệu quả nhất của Meta, được thiết kế cho các tác vụ lặp lại của tác nhân. Muse Ember đạt điểm số cao nhất của Claude Haiku 5.5 với khoảng 1/3 chi phí, vượt trội toàn diện GPT-6 Luna và nằm trong nhóm dẫn đầu về hiệu suất trên Artificial Analysis. Muse Ember có ngữ cảnh 1 triệu Token, hỗ trợ đầu ra tối đa 51,2 vạn Token, nguyên bản hỗ trợ văn bản, hình ảnh, âm thanh và video, đồng thời là mô hình đầu tiên được huấn luyện bằng Muse Wonder Full.

Thực thi quy trình tác nhân: Có thể hoàn tất quy trình nghiệp vụ đầu cuối, lần lượt gọi công cụ và cập nhật hệ thống trên nhiều ứng dụng, bao quát các bước lặp lại như truy xuất bản ghi, định tuyến và trích xuất thông tin.
Tác vụ lập trình quy mô lớn: Được thiết kế cho hàng trăm tác vụ nhỏ trong các phiên làm việc của tác nhân, bao gồm đọc tệp, chạy kiểm thử và sửa lỗi có mục tiêu.
Xử lý ngữ cảnh cực dài: Cửa sổ ngữ cảnh 1 triệu Token, đầu ra tối đa 51,2 vạn Token mỗi lần, cho phép tiếp nhận toàn bộ kho mã hoặc bộ tài liệu trong một lần gọi.
Hiểu đa phương thức nguyên bản: Mô hình xử lý văn bản, hình ảnh, âm thanh và video; có thể đọc ảnh chụp màn hình, biểu đồ, tài liệu quét, xử lý ghi chú thoại, bản ghi cuộc họp và video, đồng thời thao tác máy tính trực tiếp dựa trên ảnh chụp màn hình.
Suy luận với chi phí hiệu quả: Đạt điểm số cao nhất của Claude Haiku 5.5 với chi phí mỗi tác vụ khoảng 1/3, mỗi tác vụ AA chỉ khoảng $0.14, đủ thấp để tích hợp vào mọi sản phẩm.
Bảo mật cấp doanh nghiệp: Được đánh giá trước khi phát hành theo khung mở rộng siêu trí tuệ của Meta, bao gồm các rủi ro hóa học/sinh học, an ninh mạng, mất kiểm soát và an toàn hành vi của tác nhân, tất cả đều dưới ngưỡng rủi ro cao.

Định vị hiệu suất với quy mô nhỏ: Muse Ember là mô hình nhỏ nhất từ trước đến nay của Meta, đưa “mật độ thông minh” lên mức tối đa: nằm trong nhóm dẫn đầu về hiệu suất trên toàn bảng xếp hạng Artificial Analysis, không mô hình nào đạt điểm cao hơn với chi phí mỗi tác vụ thấp hơn. Muse Ember chủ động tránh cạnh tranh trực diện với các mô hình hàng đầu, thay vào đó tối ưu cho các “tác vụ nhỏ, tần suất cao” trong công việc hằng ngày của tác nhân như gọi công cụ, tác vụ lập trình, định tuyến, trích xuất và phân tích tài liệu dài. Mô hình nhỏ với chi phí thấp đảm nhận các tác vụ này để tạo đòn bẩy chi phí lớn nhất.
Chưng cất năng lực từ Muse Wonder Full: Muse Ember là mô hình chuyên dụng đầu tiên của Meta được huấn luyện bằng mô hình hàng đầu Muse Wonder Full thông qua chưng cất. Mô hình kế thừa năng lực suy luận và đa phương thức của mô hình hàng đầu, sau đó được tinh gọn và chuyên biệt hóa cho các tình huống thực thi hiệu quả. Theo đó, danh mục mô hình của Meta được phân công rõ ràng: Muse Wonder xử lý các vấn đề khó nhất, Muse Spark phụ trách lập trình và quy trình tác nhân, còn Muse Ember đảm nhận các tác vụ lặp lại ở quy mô lớn với chi phí thấp.
Kiến trúc tích hợp ngữ cảnh dài và đa phương thức: Mô hình nguyên bản hiểu thống nhất văn bản, hình ảnh, âm thanh và video, tránh chi phí điều phối khi tác nhân phải gọi nhiều mô hình chuyên dụng cho các tác vụ đa phương thức. Kết hợp với cửa sổ đầu vào 1 triệu Token và đầu ra 51,2 vạn Token, mô hình có thể xử lý toàn bộ kho mã hoặc bộ tài liệu trong một lần gọi, giúp tác nhân liên tục hoàn thành hàng trăm tác vụ lập trình trong một phiên mà không cần trao đổi qua lại nhiều lần.
Huấn luyện an toàn tương đương mô hình hàng đầu: Dù có quy mô nhỏ, Ember vẫn trải qua cùng quy trình huấn luyện và kiểm thử an toàn với các mô hình cốt lõi. Trước khi phát hành, mô hình được đánh giá theo khung mở rộng siêu trí tuệ của Meta về các rủi ro hóa học/sinh học, an ninh mạng và mất kiểm soát, tất cả đều dưới ngưỡng rủi ro cao; đồng thời được đánh giá chuyên biệt về hành vi khi “hành động thay mặt người dùng”.

Gọi qua Meta Model API: Đăng ký và tạo API Key trên nền tảng dành cho nhà phát triển dev.meta.ai, gửi yêu cầu đến https://api.meta.ai/v1/responses, điền ID mô hình là muse-ember-1.0 và sử dụng định dạng tương thích với Responses API.
Tích hợp bằng OpenAI SDK: Ember tương thích với các SDK phổ biến. Chỉ cần trỏ base URL đến https://api.meta.ai/v1 và nhập Key của bạn để thay thế liền mạch trong mã hiện có.
Lập trình qua giao diện dòng lệnh Muse Code: Chạy curl -fsSL https://dev.meta.ai/install.sh | sh để cài đặt tác nhân dòng lệnh chính thức, sau đó để Ember tự động đọc tệp, chạy kiểm thử, chỉnh sửa mã và thực hiện các tác vụ khác trong terminal.
Gọi qua nền tảng đám mây: Chọn muse-ember-1.0 trong Model Garden của Google Cloud hoặc Oracle Cloud, kích hoạt và thanh toán theo quy trình tiêu chuẩn của từng nền tảng, phù hợp với doanh nghiệp đã có tài khoản đám mây.
Tích hợp qua cổng bên thứ ba: Mua hạn mức gọi trên OpenRouter (meta/muse-ember) hoặc Vercel / Netlify AI Gateway. Một tài khoản có thể quản lý tập trung nhiều mô hình, phù hợp với nhà phát triển cần so sánh và chuyển đổi giữa nhiều mô hình.

Hiệu quả chi phí vượt trội: Đạt điểm số cao nhất của Claude Haiku 5.5 với chi phí mỗi tác vụ khoảng 1/3, đồng thời đánh bại mọi cấp độ của GPT-6 Luna và luôn nằm trong nhóm dẫn đầu về hiệu suất trên Artificial Analysis.
Dẫn đầu mạnh mẽ trong tác vụ tác nhân: Đạt 37.8 điểm trên AutomationBench-AA, gần gấp 2.7 lần Haiku 5.5 và 1.9 lần GPT-6 Luna.
Ngữ cảnh cực dài: Đầu vào 1 triệu Token + đầu ra tối đa 51,2 vạn Token, cho phép xử lý toàn bộ kho mã hoặc bộ tài liệu trong một lần gọi và hỗ trợ hàng trăm tác vụ lập trình trong một phiên.
Đa phương thức nguyên bản: Xử lý thống nhất văn bản, hình ảnh, âm thanh và video mà không cần mô hình khác; có thể đọc ảnh chụp màn hình, thao tác máy tính, phân tích tài liệu quét và bản ghi cuộc họp, giúp giảm độ phức tạp điều phối tác nhân.
Phổ cập năng lực mô hình hàng đầu: Là mô hình đầu tiên được huấn luyện bằng Muse Wonder Full, kế thừa năng lực suy luận và đa phương thức của mô hình hàng đầu trong một quy mô tối thiểu.

Trang web dự án: https://research.meta.ai/blog/muse-ember

Kiểm duyệt tài liệu doanh nghiệp thông minh: Box có thể đối chiếu từng điều khoản hợp đồng với sổ tay đàm phán của công ty và đưa ra đánh giá rủi ro tổng thể, hoặc sàng lọc ứng viên theo hồ sơ chi tiết và đánh dấu những người đạt chuẩn ở mức sát ngưỡng, qua đó xử lý nội dung doanh nghiệp với tốc độ cao và hiệu suất Token tốt.
Tác vụ lập trình quy mô lớn: Hàng trăm tác vụ nhỏ, tần suất cao trong các phiên làm việc của tác nhân như đọc tệp, chạy kiểm thử và sửa lỗi có mục tiêu được Ember đảm nhận với chi phí thấp; các thiết kế kiến trúc khó nhất được giao cho Muse Wonder lập kế hoạch.
Tự động hóa quy trình nghiệp vụ đầu cuối: Tự động hoàn thành quy trình nghiệp vụ liên ứng dụng, bao gồm truy xuất bản ghi, lần lượt gọi công cụ và cập nhật hệ thống, bao quát việc di chuyển dữ liệu và thực thi quy trình lặp lại hằng ngày trong doanh nghiệp.
Xử lý nội dung đa phương thức: Xử lý nguyên bản ghi chú thoại, bản ghi cuộc họp, video, ảnh chụp màn hình và tài liệu quét; không cần tích hợp mô hình khác vẫn có thể trích xuất thông tin từ nội dung đa phương tiện phi cấu trúc và thực hiện các thao tác tiếp theo.