Le 12 octobre 2026, heure locale, l’entreprise américaine Meta a annoncé ses nouveaux modèles d’IA « Muse Wonder » et « Muse Wonder Full », une version supérieure. Ils sont désormais disponibles via une API destinée aux développeurs et l’outil d’assistance au codage « Muse Code ». Meta prévoit également de les intégrer prochainement à son agent d’IA personnel « Muse ». Leur principal atout : retenir des informations d’une conversation à l’autre et mener à bien les tâches difficiles. Cette annonce invite à réfléchir à ce qui compte vraiment lorsqu’on confie du travail à une IA.
Ce qu’on attend d’une IA : savoir se souvenir et aller jusqu’au bout
La question « cette IA est-elle intelligente ? » commence à ne plus suffire. Envoyer un e-mail, réserver un voyage, chercher un logement et même prendre contact avec son propriétaire : pour confier ce genre de tâches à une IA, mieux vaut qu’elle se souvienne de ce qu’on lui a dit la veille et qu’elle ne baisse pas les bras au premier obstacle plutôt que de se demander si elle a bien répondu une fois. C’est un peu comme lorsqu’on confie une mission à une nouvelle recrue. Meta a précisément mis ces deux capacités au premier plan.
Active Memory : une mémoire qui traverse les conversations
Active Memory permet de conserver d’une conversation à l’autre les informations importantes pour l’utilisateur et de retrouver de lui-même les détails utiles à une tâche. Meta explique que le modèle peut se souvenir de petites habitudes, de préférences ou même d’échanges anodins antérieurs. Les chercheurs indiquent avoir travaillé pour que l’IA n’oublie pas les éléments importants, même après plusieurs jours, semaines ou mois.
Meta a présenté MemoryBench comme indicateur de la capacité de mémorisation. Selon ses évaluations internes, Muse Wonder a obtenu un meilleur score que ses concurrents Claude Fable 5.1, Claude Opus 5.5 et GPT-6 Astra. Il convient de garder à l’esprit qu’il s’agit de résultats issus des évaluations internes de Meta.
Active Focus : rebondir après une impasse
L’autre capacité, Active Focus, consiste à continuer à travailler en direction d’un objectif, même lorsqu’une tâche est difficile. En cas d’impasse, l’IA essaie une autre méthode ; si une erreur survient, elle se reprend et mène la tâche à bien. Elle est conçue pour demander des précisions si nécessaire et obtenir l’accord de l’utilisateur avant d’effectuer des opérations importantes.
L’objectif est d’éviter que l’IA perde de vue son but au milieu d’une recherche complexe ou d’un vaste projet de développement logiciel, et que les erreurs s’accumulent. On pourrait dire qu’elle vise à devenir une collaboratrice qui sait se souvenir, faire preuve de persévérance et rendre compte de son avancement.
コメント