Meta发布Muse Ember轻量代理执行模型

Meta旗下超级智能实验室于周一发布轻量级人工智能模型Muse Ember，这是该实验室迄今体积最小、成本效率最高的模型。Ember主要面向智能体执行场景，能够处理复杂推理执行以及智能体在日常运行中反复出现的高频任务，包括工具调用、编程子任务、请求路由、信息提取和长文档解析。 在成本方面，Meta重点强调Muse Ember的单位任务经济性。其输入价格为每百万token 10美分，明显低于部分前沿竞品，例如Anthropic的Haiku和OpenAI的Luna，并可与DeepSeek V4.1 Flash、GLM 5.3 Flash等开源模型的成本竞争力相抗衡。Meta还引用Artificial Analysis的综合基准表现称，Ember在降低成本的同时保持了较强的任务处理能力。 该模型被设计为大型模型的执行端，适合与Meta的Muse Wonder等更大模型协同工作。在智能体系统中，大型模型可负责制定策略和规划任务，Ember则承担大规模、重复性强的具体执行工作。例如在客户支持场景中，模型可以先制定处理规则，再由轻量模型在海量案例中批量应用。 除了文本能力，Meta还训练Ember支持图像和音频输入，使其能够在同一模型框架内读取截图、图表和扫描文档，也可处理语音备忘录、会议录音和视频内容。这一能力有助于减少智能体对额外专用模型的依赖。 Muse Ember是Meta Muse品牌下推出的第四个模型，此前该系列已发布Spark、开源模型Glimmer以及旗舰模型Wonder。随着Muse Agent等消费级智能体产品持续推进，Ember的加入有望进一步强化Meta在低成本、多模态智能体执行层的竞争力。