2026.09.22 | 9K | Agents | Meta Expert: Muse DAU & Costs

摘要

Muse仅在美国开放，日活约100万，电商与出行为头部场景；每周1亿token免费额度推动增长，但付费用户仅略超1,000人。Meta更可能依托全链路转化数据发展广告，Conversion Rate提高10%或可覆盖运行成本，长期目标指向10亿月活量级。

要点

1. Muse仅在美国区开放，发布后日活已达约100万，第二周升至美国区iOS下载榜第二并连续数日排名第一；终端分布预计iOS占70%、安卓占10%、网页端占15%左右，因产品上线时间较短，尚无长期留存和使用时长数据

1. Muse快速增长主要由每周1亿token免费额度、面向普通用户的电商与出行场景，以及高效Tool Call、Computer Use和Persistent VM共同驱动，可跨五六个甚至七八个经销商比价、操作网页并拨打企业电话

1. Muse仍处于亏钱获客阶段，单用户每月GPU成本至少可能达到几十美元，另有约10到20美元虚拟机成本；上周付费用户可能刚超过1,000人，显著低于GPT约6%的付费率，主因是免费额度对普通用户已足够

1. Meta可能通过赞助结果广告、端到端消费数据和潜在交易抽成变现，其中Muse可突破iOS跨App追踪限制，从First Hop延伸至最终购买结果；Conversion

Rate提高10%被认为较容易，广告价格或同步提高10%左右，并可能覆盖运行成本

1. 个人智能体长期规模可能接近聊天机器人，Muse有望逐步替代部分Meta

AI并达到10亿月活量级；Meta的社交与即时通信闭环构成主要优势，但手机平台厂商凭借本地权限更具潜在竞争力，若用户规模兑现，为每位用户保存VM状态将带来巨大存储需求

1. Watermelon已训练出一版但仍需继续迭代，目标对标GPT-6、Fable 5和Astra，只有能力显著超过现有基线且成本具备发布价值才会推出，快的话今年秋天发布，具体时间仍取决于迭代进展

Q:Muse Agent的总体战略目标是什么？Meta未来希望如何将Muse与整个生态融合？

A:大方向上，我们称之为“North Star”。小扎的愿景是打造Personal Superintelligence。随着AI能力日益成熟，很多能力目前仍掌握在金融白领、程序相关从业者等极少数人手中，这部分人可能只占人口的1%到2%。Meta本身拥有约40亿月活用户，希望把这种智能分发到所有用户手中，以最好用、最高效的形式交付智能。

Q:目前Muse的整体数据情况如何？截至目前，其下载量、日活用户数、留存情况和用户使用时长分别处于什么水平？

A:目前日活应该刚到100万量级，这是我上周看到的情况。产品于9月7日或8日发布，初期下载量较少，头几天每天可能不到10万，但增长很快。其增长模式比较明显:其他产品主要在工作日增长，Muse则主要在周末暴涨，周末两天的下载量甚至超过工作日五 天。第一个周末过后，下载量从第二周开始快速跃升，第二周前一两天应该就已升至美国区iOS下载榜第二，之后连续几天位居美国区下载量第一。

从终端分布看，我记得iOS可能占70%，安卓可能占10%，网页端占15%左右。Muse目前只在美国区开放，因此这些数字仅统计美国区。目前还没有留存数据，产品太新，尚谈不上长期留存。日活约为100万；用户每天的使用时长及其统计口径，我暂不掌握 。

Q:Muse已经登顶下载榜，为什么其用户数在这几天增长得如此迅速？背后的原因是什么？

A:我认为有三个原因。这些方向从产品设计阶段就已开始布局，也验证了开发阶段的一些假设。第一，额度表达非常直观。其他编程套餐，无论是Claude Code、Codex，还是早期的Manus，通常采用Usage Credit，用户对此感知较弱；大多数聊天机器人也不会显示具体用量。免费用户一般可以随意使用即时模型，但要使用推理模型，至少需要支付每月20美元。Muse则直接告诉用户，免费额度为1亿token。从营销角度看，这会吸引大量用户，因为大家会认为1亿token的使用空间很大，近似于免费赠送。

第二，Muse从一开始就希望服务所有用户，而不只是科技、金融等少数行业的从业者，年长用户也可以轻松上手。很多功能高度契合日常生活需求。美国有大量事务通过网页端完成，不像中国主要依赖App，因此Muse较适用的场景包括在线购物、预订餐厅、酒店 和行程，以及连接WhatsApp和Messenger。它可以主动读取并处理消息，不需要用户将消息复制、粘贴给聊天机器人，更接近真正的个人助手。

这也比较贴合美国的生活环境。在中国，通过淘宝购物较为简单，但在美国往往要到各品牌官网购买，用户可能需要建立上百个账号，退货也要逐个网页操作。购买超过7天后仍想退货，甚至需要致电客服沟通。Muse有一项独特功能，可以帮助用户打电话。据我所知， 目前美国尚无其他AI智能体能够如此简单地帮助普通用户打电话。该功能目前只面向类似黄页中收录的企业开放，不能拨打个人电话，以避免骚扰。因此，预订餐厅座位、与企业客服沟通等事务都可以由Muse完成。

第三，底层模型和工具调用的效率较高。其他产品也具备Connector和通过接口调用API的能力，Connector有时甚至比浏览器操作快很多；但Muse的Computer Use体验较为流畅，可以为用户提供Persistent VM，并在沙盒中操作浏览器。它甚至可以处理相当一部分CAPTCHA或人机检测。其他智能体有时会拒绝继续操作，要求用户接管浏览器；Muse则可能继续处理，包括滑块验证等。这些差异是其使用量快速增长的原因之一。

Q:GPT、Gemini等产品此前也具备购物、餐厅预订和打电话等功能，为什么Muse此次获得了明显更好的市场反馈？

A:我认为这些产品的功能与Muse仍有较大差异。根据目前的测试，普通用户不能直接使用Gemini打电话。谷歌可能曾在I/O大会上展示过类似能力，但大概只有部分企业用户可以使用，并非普通用户下载App后即可直接使用。ChatGPT的购物功能也 比较有限。Muse常见的用户会话包括购物研究，例如用户准备露营，可以要求Muse根据温度、气候和地形挑选帐篷。研究完成后，Muse会询问用户是否下单，并推荐三款产品。用户选定产品后，它可以在五六个甚至七八个经销商之间比价，同时考虑各种优惠券 的叠加使用。

亚马逊也有类似的AI导购系统，但速度慢很多，而且局限于亚马逊站内，无法满足跨平台比价需求。Muse从API到产品端的响应速度都比较快，而生活场景中的用户，尤其是手机端用户，希望快速获得结果。Muse还会以沙盒形式向用户展示操作过程，用户可以看到智能体像机器人一样在窗口中搜索、点击和操作产品。这种手机端沙盒可视化体验是其他聊天机器人目前无法提供的。不过，Persistent VM本身的技术壁垒并不特别高，其他厂商看到Meta取得成功后，也能较快复刻。

Q:用户目前主要在Muse上使用哪些场景，各场景的占比大致如何？是否主要用于个人生活？省钱、订阅管理和理财等用途的比重高吗？

A:目前还没有形成正式的数据报告，只能根据初步观察判断，电商和出行似乎是两大头部场景。出行不只是预订机票和旅行，也包括市内短途出行、打车，以及查询去哪里游玩、用餐等。大部分使用都发生在生活场景，几乎没有人使用Muse编写代码。省钱、订阅管理 等用途也不少，我大致将其归入购物或理财相关场景。

理财场景也可以实现，但建立用户信任仍需要时间，因为用户需要提供大量敏感信息，甚至包括登录密钥。这些信息会被放入隔离沙箱，理论上平台无法查看，并采用类似WhatsApp的端到端加密。另外，Connector生态尚未完全建立。例如，IBKR方面 ，Claude和OpenAI已经拥有官方Connector。用户首次授权后，可以设置任务，让系统每天收盘后报告盈亏。Meta并非无法实现，而是尚未完成相关Connector合作。

已经与其他厂商合作的服务商向Meta提供相同API接口时，通常不需要重新开发，主要需要协商分成等商务条件。健康也是其他用途之一，包括连接Apple Health、Fitbit和跑步健身App，追踪运动情况和卡路里消耗。饮食热量目前仍需要用户拍照，再由系统记录。Muse还具备Consistent Goal能力，可以把用户随口提出的长期事项主动设为目标并持续检查。例如，用户只是询问春节去某地度假哪几天更便宜，Muse可能就会每天查询机票价格和天气；如果用户不再需要，还要手动取消。

Q:Muse的Ideas功能包含各种技能，可以让智能体完成不同任务。该功能的使用人数多吗？未来是否会发展成Feed，并带来广告收入或广告信号？

A:这些功能目前使用得还比较少。Muse还区分主聊天和侧边聊天，实际使用情况取决于用户对AI的熟悉程度。现阶段主要目标是先扩大用户规模，产品也尚未完善教程，很多时候需要用户自行探索。之后应该会出现Feed。Meta AI已经积累了类似Feed的产品经验，可以建议用户探索哪些功能、使用哪些提示词。由于Muse较为私人化，应该不会直接分享其他用户的提示词和任务结果。

Ideas目前基本根据用户过去与Muse交互的全部上下文生成建议，尚未达到推荐系统的成熟程度。未来可能会更接近Meta擅长的Feed推荐，结合拟人化结果或社区趋势进行推荐，因此也可能形成广告相关的收入和信号。

Q:用户与Muse聊天或设置Consistent Goal后，Muse能否持续学习并保留用户的兴趣和偏好？这与GPT等产品有什么区别？

A:目前各家的做法总体比较类似。例如，有的聊天机器人使用记忆文件，每次用户提问后，如果识别到关键信息，就会在个人记忆文件中增加一行。Muse原生就是智能体，因此记录的信息更多，包括前面提到的目标，而且这些信息由系统主动提取。它会在后台持续发起Tool Call，观察用户做了什么、哪些端到端任务已经完成，相当于不断运行相关流程，因此主动性更强。

但这还不等同于持续学习。持续学习意味着模型权重真正发生变化，模型变得更聪明。Muse目前主要仍是上下文管理，模型本身不会因为服务某个用户而变得更聪明，也没有为每位用户定制专属模型；只是在积累足够多的上下文后，可以采取高度个性化的下一步行动。

Q:如何看待个人智能体的市场空间？大厂过去的重心更多在B端，Meta能否通过个人智能体扩大C端市场？Muse未来可能通过哪些方式变现？

A:目前该业务的变现渠道尚未确定，Muse明显仍处于亏钱获客阶段。每周提供1亿token，虽然这不是输出token，而是类似Codex所说的总token，但按缓存等折扣计算，GPU成本至少也可能达到每位用户每月几十美元，再加上约10到20美 元的虚拟机成本。Muse设有订阅套餐，但我认为订阅人数不会很多，因为每周1亿token的免费额度已经非常高，普通用户根本用不完。我每周也只用掉三星左右，而Codex的每周额度则可以一直用完。

除订阅外，还考虑过三种方案。最激进的方式是把Muse打造为类似操作系统入口或iOS平台的平台方，并从平台交易中抽成。苹果可以对数字交易抽取30%，Muse不需要抽取30%，即使只抽取5%，如果用户在平台上完成大量生活消费，也会形成可观收入。 苹果目前主要触达数字服务，而Muse主攻物理世界消费，这类消费在美国的规模很大。

第二种方式是广告。用户要求Muse完成任务时，系统可以优先推荐付费商家，将赞助结果排在第一位并注明赞助属性。Meta本身擅长广告，因此该模式可以较快落地。第三种方式是不主动向用户或交易收费，而是获取端到端数据。用户条款会说明，如果用户不主动 退出，Meta将保留其与智能体的交互数据，用于改进模型和产品；平台不会保存用户电脑中的全部内容，但会保存用户与智能体的对话。

这些数据可以反映用户端到端的消费习惯，甚至包括最后一步转化。将这些信息用于Meta的广告平台，即使只让转化率提高10%，也足以覆盖Muse Agent的运行成本。

Q:Muse的交互数据可以让Meta获得哪些过去通过Facebook、Instagram和WhatsApp无法获得、但对广告很有价值的数据？为什么广告主过去难以获得这些转化数据？

A:自从iOS限制跨App追踪后，Meta只能获得First Hop数据。例如，用户在Instagram看到机票广告并跳转到携程，但其最终是否购买、花费多少，以及目的地是纽约还是拉斯维加斯，Meta都无法获知。Muse Agent则不同，因为它可以直接控制浏览器帮助用户购买，因此能够知道用户花了多少钱、去了哪里，关键是可以掌握最后一环的转化。

有了明确的转化结果，平台就可以名正言顺地向商家收取更高的广告费。例如，平均每位用户收取1美元广告费，每10位用户中有1人在商家处购买了800美元的机票，Expedia或Booking就会认为值得继续投放。传统数字广告更多提供曝光，后续转化并 不透明；广告主虽然知道最终产生了订单，却未必知道用户是在Meta、YouTube还是其他平台受到影响。如果用户通过链接直接跳转到官网，可能可以进行部分归因，但纯曝光通常难以获得完整的转化数据。

Q:获得转化数据对广告主有哪些帮助？对Meta而言，广告转化率和广告价格可能提高多少？

A:对于第一个问题，我确实不太清楚，因为我不是广告主。对于第二个问题，我认为Conversion Rate提高10%较为容易，这还是在Muse尚未形成很大规模的情况下。如果整体广告转化率提高10%，广告价格基本也能提高10%左右。

Q:与GPT约6%的付费率相比，Muse目前的订阅率更高还是更低？20美元和100美元档位的付费情况如何？

A:肯定更低。我上周看到的付费用户可能刚超过1,000人。原因仍是免费用户每周拥有1亿token，普通人在生活场景中根本用不完，除非将其作为生产工具。理论上，Muse也可以编写网页、App和代码，但用户目前还没有形成这种使用习惯。平台当前比 较封闭，如果未来能够像某些工具一样允许用户自行制定各种技能，相当于托管一个可扩展的智能体，产品可能会更受欢迎，也会在程序员群体中出圈。

Q:如果Muse采用广告变现模式，商户支付更多广告费后，是否会影响Muse执行任务的路径，使其偏好某些商家或产品？

A:如果采用这种变现模式，肯定会影响召回结果。广告可以作为Tool Call的外挂模块，而网页搜索通常是Tool Call中的一环，搜索结果本身可以调整。系统可以同时召回广告清单，如果某个结果属于广告，就可以将其排在第一位。

Q:未来商家是否会从面向消费者转向面向智能体？商家目前如何看待AI代替用户打电话？

A:是的。打电话功能刚开放一周，商家的反应各不相同。智能体会在通话开始时明确说明自己是AI，并代表某位用户。例如，用户修车时希望询价，有些维修人员听到AI会非常反感；有些餐厅则觉得新奇，会配合座位、靠窗或包间等要求。最终取决于商家对客户的重 视程度。目前各方仍处于适应期，而且电话功能的错误率仍然较高。

当商家意识到AI电话能够带来更高的转化率和更多生意后，未来可能会分化为愿意接听AI电话和不愿接听AI电话的两类商家，其经营表现也可能因此出现差异。

Q:如果智能体可以直接与商家沟通，DoorDash等聚合平台的价值是否会被稀释？传统聚合商如何看待智能体下单，是否愿意与Muse合作？亚马逊为什么会屏蔽Muse？

A:可能会产生一定影响，但目前还很难判断。现在让Muse点外卖，它通常仍会先打开Uber Eats或DoorDash，而不是直接进入商家官网。偶尔它也会进入商家官网，但很多商家已经习惯使用聚合平台，其官网甚至没有电子支付选项。SaaS和聚合平台已经存在很长时间，从客户、中间平台到最终商家，各个环节都已习惯这种结构，因此这些平台的位置仍然比较稳固。它们也可以主动与智能体绑定，改善交互体验，不一定会被淘汰。

这还取决于中间商对广告的依赖程度。广告是亚马逊很大的一项收入来源，因此它率先屏蔽Muse。Uber Eats和DoorDash的广告收入占比较低，可能不会特别介意，而且两者之间存在竞争:如果一家持续支持Muse，另一家就不敢轻易拒绝，否则用户可能都会通过Muse在支持方下单。亚马逊之所以敢采取强硬态度，是因为美国综合电商市场高度集中，大部分日常商品都可以在亚马逊购买。

中国市场也存在类似情况。阿里可能会拒绝某些智能体访问淘宝，因为淘宝同样依赖广告；但如果市场上存在三家规模相当的阿里，可能没有一家敢拒绝。因此，最终仍取决于市场竞争的激烈程度。Muse目前热度较高，是因为Meta较早推出了这类产品，但Muse不会是最后一款个人助理智能体。只要算力充足，模型、Computer Use和工具调用链的效率足够高，其他公司也能实现。

Q:如果Muse能够主动向用户推荐商品或旅行方案，广告市场是否会扩大，转化率和广告单价是否会提高？过去不在Meta投放广告的小型商家是否也会进入这一市场？

A:我认为这些情况都非常可能发生，关键取决于用户习惯改变的速度，以及Muse或同类智能体的普及速度。一旦用户习惯形成，平台和商家就会在用户需求推动下作出改变。例如，亚马逊现在可能禁止Muse访问，但如果用户普遍喜欢用一句话让Muse补购矿泉 水，而不愿自行登录亚马逊、加入购物车、下单并处理各种追加推荐，亚马逊也可能重新考虑是否接受这种新形态。

广告商会比较不同投放渠道的性价比，包括每投入1美元能获得多少分发、转化率如何，以及最终能否回本。智能体广告如何定价是一个很有意思的问题。传统社交媒体最稀缺的资源是屏幕空间，广告商通过竞价决定谁被优先展示；但智能体没有明确的屏幕广告位概念，因 此未来采用什么定价机制，整个行业似乎尚未充分考虑。

Q:Meta已经与Stripe、Shopify等平台合作。如果未来从交易中抽成，目前合作伙伴的抽成比例大致是多少？未来与新商家合作时，可能收取多少交易佣金？

A:在电子支付方面，Meta目前还没有延伸得那么远。2021年疫情期间，Meta曾尝试发展电商和支付业务，但最终没有做起来。美国支付业务比较敏感，专业性也较强，因此目前直接与Stripe合作。以后可能会增加更多合作方，甚至直接与Visa、M astercard和Amex洽谈，但从这些支付机构获得抽成很难，最终可能仍需向商家收费。

商家也会面临两难:如果Meta不自行提供支付服务，而是通过Stripe完成支付，商家已经需要向Stripe付费，再向Meta支付一笔费用可能难以承受。我不了解当前与Stripe、Shopify合作的具体抽成比例，这完全属于商务问题。我甚至怀 疑Meta目前没有抽成，只是希望先让智能体具备支付能力，使下载、购物等商业闭环得以运行。

Q:如果将Muse作为操作系统入口并从交易中抽成，具体应如何实现？

A:这与支付密切相关。苹果先建立了Apple Pay，只要交易经过Apple Pay，就自然具备抽成条件。因此，要实现前述平台抽成，可能必须先解决支付问题。支付能力本身甚至可能比抽成更早出现，但目前尚未看到Meta在这方面采取很大动作。该方向可能与广告一样赚钱，Meta过去考虑过这种模式，但如何实现仍不清楚。

如果支付不经过Meta，抽成就很难执行。例如，Muse通过浏览器帮助用户购买衣服，但最终直接通过Stripe付款，支付环节绕过Muse，Meta就缺少稳定的收费渠道。只有支付真正经过自己的体系，平台才更容易要求商家缴纳费用。

Q:C端个人智能体的真实需求有多大？Muse最终可能达到多少渗透率和用户规模？除旅游比价、填写表单等繁琐工作外，还有哪些因素能够驱动C端智能体快速渗透？

A:我认为其最终规模会与聊天机器人相近。Meta AI目前月活超过10亿，我认为Muse达到10亿月活也很容易，但这个过程会表现为逐渐蚕食和替代。如果智能体能做到像聊天机器人一样好用，而速度也已接近可接受水平，它至少可以占据聊天机器人的一部分份额。聊天机器人本身也不赚钱，我不知道目前是否有哪家聊天机器人真正实现盈利，因此模型厂商有动力继续完善智能体。

智能体的价值不只在于模型智能水平，还在于模型借助Tool Call能够完成哪些事情，这方面仍有很大的差异化空间。一旦工具调用和执行能力得到完善，智能体就可能逐步替代聊天机器人，并达到10亿月活量级。

Q:Muse如何与WhatsApp上的Business Messenger融合？

A:我理解主要通过Connector实现。Connector本质上是API，有了Connector，Muse就可以直接读取和发送消息，实现WhatsApp向Muse传递消息、Muse再向WhatsApp回复。Muse属于主动型智能体，不一定 要等用户触发，有时会定时查看WhatsApp中是否出现需要读取和处理的新消息，然后开始执行任务。

Q:Meta如何看待与AI实验室、谷歌和苹果等厂商在个人AI智能体领域的竞争？Muse目前依赖Connector、Computer Use和harness等能力，技术壁垒看起来并不高，未来竞争会如何变化？

A:与AI实验室相比，Meta仍然比较有信心。从生活场景出发，很多任务的起点和终点都是社交媒体或即时通信App，而Meta恰好在这两个领域拥有美国最大的产品。家人和朋友通过消息共同规划某件事时，Muse可以直接读取消息并执行；用户在社交媒体 上被种草后，也可以直接从社交媒体发起任务。事情完成后，用户又可能回到社交媒体分享，或在家庭和工作群聊中更新结果，从而形成完整闭环。

在生活场景中，模型智能水平不像编程任务那样存在质的差异。Meta拥有Muse Spark，也有一款规模比它小四倍的蒸馏模型。AI实验室通常不会使用最强、最贵、最慢的模型运行个人智能体；如果同样使用轻量模型，智能水平未必明显高于Meta，而且它们尚未打通Meta的社交生态。当然，在工作场景中，Claude与Slack的结合很好用，也可能以此为基础向外延伸。

真正可能具备强大竞争力的是手机平台厂商。底层操作系统可以获得本地能力，而Muse目前需要在云端建立沙盒，无法取得很多本地权限。Meta通过企业合作取得了一些Connector，但现在仍主要进行网页操作，无法操作手机App。在中国，大量服务必 须通过手机App完成，因此手机厂商具有很大优势。

不过，苹果对隐私非常谨慎，而智能体要真正有用，就必须相对积极地获取用户的大量上下文和信息。如果每一步都需要询问用户是否授权，长程任务就很难自动运行，而大部分用户也不愿持续推动，因此苹果可能较难做好这类产品。安卓阵营则取决于谷歌如何处理隐私和 权限。中国目前已有豆包手机，其他厂商是否也在开发类似产品，我并不确定。

Q:Meta开发智能体甚至操作系统入口，可能与苹果形成冲突。苹果未来是否可能停止提供数据和Connector？如果Siri发展成类似Muse的智能体，Meta与苹果各自具备哪些竞争优势，长期格局会如何变化？

A:苹果停止提供相关数据和Connector，肯定存在这种可能。如果苹果决定把Siri发展成与Muse类似的产品，两家公司就会形成竞争关系。不过，美国大厂通常不会进行恶性竞争，不太可能仅因为Meta也在开发智能体，就直接将Muse从iOS下 架，否则其他开发者会担心自己的产品随时可能被平台恶意下架。

Muse在iOS上几乎不依赖特殊系统权限，手机端也不读取本地文件，主要在云端沙盒中运行。Mac版本需要较多权限，包括读取文件等，但在手机端，苹果似乎没有太多可以限制Muse的手段。

长期格局很难确定。AI实验室没有Meta的社交壁垒，但这并不意味着它们做不好。它们可能创造出更具创新性的产品形态，也不一定只依靠模型智能取胜，用户体验设计同样重要，而Meta也可能把一款产品做差。手机或设备厂商、模型厂商、社交厂商都有机会。 现阶段，既能开发模型又拥有社交生态的厂商最具优势，放到中国市场，类似于腾讯。阿里还掌握生活购物场景，也有很大发展空间；美国的亚马逊影响力相对阿里较小，目前也尚未正式进入这一市场。

Q:Muse未来将如何与Meta的智能设备融合？Connect大会临近，可能会出现哪些变化？

A:距离发布还有两天，只能在发布后观察；如果确有相关计划，届时应该会宣布方向。我认为眼镜是很好的输入、输出设备，但这类模型不会在眼镜端侧运行，甚至距离在手机端侧运行也还很远。更多要看设备载体能够实现什么。Muse目前的输出已经比较简洁，短到 眼镜可以处理，既可以直接朗读，也可以显示在AR眼镜上。

Q:下一代Watermelon模型相比上一代模型，能力会提升多少？其综合能力和编程能力将对标GPT等模型的什么水平，预计何时发布？

A:目前已经训练出一版，但还希望继续迭代，进一步提高能力。大致定位是MuseBar对标GPT 5.6、Sonnet和Opus 5，而Watermelon将对标GPT-6、Fable 5和Astra这一档。现在可能还需要继续迭代，达到相同强度后再发布。

由于目前已经存在较强的基线模型，新模型至少要比现有模型强很多，不能只是能力相近，却因规模更大而贵很多，否则就没有发布价值。快的话今年秋天可以发布，但具体时间无人知晓，仍取决于迭代进展是否顺利。

Q:Meta上半年曾提到云业务中的算力租赁，预计该业务何时会产生收入？

A:我并不确定这项业务最终能否做起来。当时之所以考虑尝试，是因为有较多H100可以出租，研发环节已经较少使用H100。但经过一轮询问后，市场对H100的兴趣似乎也比较低。自行搭建完整的云服务套件还需要投入大量精力，因此该业务是否会继续推进， 我也不清楚。

Q:Muse在哪些方面复用了Manus的能力？

A:最典型的是Persistent VM。Manus应该是业内最早将这一理念产品化的产品之一，大约在2025年7月或8月。当时大家认为这项能力像黑魔法一样。虽然Manus调用的是其他公司的模型，但关键在于它实现了VM，从而可以进行工具调用和浏览器控制。Muse后来的Computer Use智能体基于自身体系研发，与Manus没有直接关系，但这一理念确实由Manus率先提出。

目前具体复用可能已经不多。早期相关团队曾共同开发，当时产品还不叫Muse，对方也在开发自己的智能体，后来退出。Muse从中借鉴的主要经验，可能是如何快速启动和保存VM，同时又不需要让VM全天24小时持续在线。

Q:Muse对硬件的需求如何？GPU、CPU和存储需求会发生哪些变化？

A:我认为Muse对GPU和CPU的需求大体相近，但未来对存储的需求可能比对CPU的需求更突出。目前还没有太多用户将Muse作为严肃的生产力工具，1亿token额度也只有上千名用户真正使用到较高水平。但如果Muse逐步替代Meta AI，并最终拥有10亿用户，就需要为每位用户保存VM状态。不能因为用户暂时不用，就删除其相关信息和日志，因此存储量会非常大。

聊天机器人通常只需要保存原始日志、对话记录和记忆文件，而智能体需要保存的内容多得多。CPU需求则取决于每天有多少用户和会话，只有会话量足够大，CPU消耗才会达到较高水平。CPU消耗应该与GPU需求大致同步，不会比GPU需求快几倍增长。

Q:Muse内部的组织机制是什么？由谁推动和落地，目前主要困难是什么？

A:[涉及专家个人及内部工作信息，已删除]

[涉及专家个人及内部工作信息，已删除]

Q:如何看待端侧模型的竞争力？

A:我认为端侧模型距离形成较强竞争力还比较远。目前已有开源的Muse Glamour模型，谷歌拥有Gemma，千问也推出了端侧模型。但用户一旦习惯服务器端的高智能模型，就很难再适应端侧模型，只有对信息安全和隐私特别关注的场景才更可能采用。不过，目前也有一些小型模型能够完成不少工作流，甚至可以完全作为端侧模型运行，未来可以观察这些模型能够衍生出多少新玩法。

Q:在手机端使用Muse，需要苹果后台开放特殊数据接口或权限吗？

A:不需要特殊的数据接口或权限。Muse与其他AI App类似，因为没有在苹果手机本地运行任何内容。

以上仅供交流探讨，不构成投资建议