[{"data":1,"prerenderedAt":41},["ShallowReactive",2],{"blog-post-ja-JP-meta-muse-active-memory-active-focus-update":3},{"id":4,"title":5,"seo_title":6,"seo_description":7,"seo_keywords":8,"slug":13,"summary":14,"cover_url":15,"cover_alt":16,"cover_width":17,"cover_height":18,"author":19,"category":20,"tags":21,"is_pinned":24,"is_featured":25,"published_at":26,"modified_at":26,"content":27,"faq":28},"1789036800000-meta-muse-active-memory-active-focus-update","Meta Museの更新で何が変わる？Active MemoryとActive Focusを解説","Meta Museとは？Active Memory・Focusと機能更新","Meta MuseのActive MemoryとActive Focus、公式評価の数字を解説。MuseWorkのMemoとWikiが、継続する仕事の背景をどう整理するかも紹介します。",[9,10,11,12],"Meta Muse 更新","Active Memory とは","Active Focus とは","MuseWork Memory","meta-muse-active-memory-active-focus-update","背景を何度も説明し直す。途中で問題が起きると作業が止まる。Meta Museの新しいモデルは、この二つの課題に取り組みます。","/images/meta-muse-active-memory-focus-ja-v2.webp","冷たい青のグラデーション背景に公式Metaロゴと「Meta Museの更新」「大切な情報を記憶」「行き詰まっても前へ」を大きく配置した表紙。",2048,1152,"MuseWork コンテンツチーム","AIニュース",[22,23],"Meta Muse","MuseWork",false,true,1793923200,"Metaは2026年11月6日、MuseとMeta AIを支えるモデルの更新を発表しました。既存モデルの特化版をMuse Wonderで学習させ、**Active Memory**と**Active Focus**を取り入れます。前者は過去の会話から必要な情報を使う能力、後者は想定外の問題が起きても目標に向けて作業を続ける能力です。\n\nすべてのリクエストがMuse Wonderそのものに切り替わる、という発表ではありません。利用者にとって大切なのは、何度か説明したプロジェクトを、変更も踏まえて引き続き任せられるかどうかでしょう。\n\n## Active Memoryは「覚えている」だけではない\n\nMetaの説明では、Active Memoryは以前の情報が今の作業に関係するタイミングを捉えます。一時的な情報と長く使う情報を区別し、時間の経過や変更によって古くなった内容を見分けることも目指しています。\n\nたとえば、製品発表の準備を進めているとします。想定する読者や文章のトーンは変わらなくても、発表日や制作範囲はレビュー後に変わるかもしれません。役に立つ記憶とは、読者の条件を引き継ぎつつ、日付は更新後のものを使うことです。古い締め切りを新しい計画に混ぜないことが重要になります。\n\n## Active Focusは、行き詰まった後の対応を改善する\n\nActive Focusが扱うのは、作業を続けるための判断です。Metaは現実的な障害を含む課題でモデルを訓練し、Museが再試行したり、失敗から立て直したり、別の方法を探したりできるようにしたと説明しています。実行中の補足指示にも対応しやすくなったとしています。\n\n発表用の素材が一つ届かなかった場合、手元の資料で報告の構成を先に作り、不足している素材を明示する。こうした進め方なら、作業全体を止めず、内容を勝手に補う必要もありません。\n\n## 評価の90%と67%は、何を示している？\n\nMeta独自の **Active Memory Eval** では、重要な文脈を正しく使えたタスクの割合が、従来のMuseモデルの **76%** から新モデルの **90%** に上がりました。差は **14パーセントポイント** です。これは必要な情報を適切に使えた割合であり、あらゆるタスクの完了率ではありません。\n\nまた、想定外の問題が発生する日常的なMuseのタスクについて、完了に関する成績が **67%改善した**と報告しています。ただし、発表には元の完了率がありません。「成功率が67%になった」「67ポイント増えた」とは読めません。いずれもMetaによるMuseの評価で、Meta AIの個別の数値は示されていません。\n\nこれらの評価は、AIが文脈をどう使い、作業中の変化にどう対応するかを見ています。継続的なプロジェクトでも、どちらも身近な課題です。\n\n## MuseWork Memoryで、同じプロジェクトの仕事を続ける\n\nプロジェクトは数週間、ときには数か月にわたって続きます。製品のリリースなら、前回決めた対象ユーザー、レビュー後に変更した予定、いつも使う報告書の形式は、次の仕事にも関わります。今週の進捗報告をまとめるときにも必要な背景ですが、毎回最初から説明し直すのは手間がかかります。\n\n**MuseWork Memory**は、一緒に仕事を進める中でこうした背景を蓄積します。**Memo**が会話や作業の中で重要な情報を記録し、**Wiki**がその記憶と、ご自身で提供したプロジェクト資料やアクセスを許可した情報を整理します。内容や出典を振り返れるため、その後の会話では背景の説明を減らし、今週の進捗や次に取り組む課題について話せます。\n\nまずは進行中のプロジェクトで、**[MuseWorkに登録してMemoryを試してみてください](/ja-JP/chat?scene=standard)**。報告の準備にパソコン上のプロジェクト資料やブラウザで参照する情報も使う場合は、**[MuseWorkデスクトップ版をダウンロード](/ja-JP/download)**して、許可した範囲で資料の整理を依頼できます。\n\n## よくある質問\n\n### Active Memoryは、コンテキストウィンドウが大きくなることですか？\n\nいいえ。コンテキストウィンドウは1回のリクエストで扱える情報量です。Active Memoryは、状況が変わった後も必要な過去の情報を選び、使う能力に関わります。\n\n### 今回の更新で、すべてのリクエストがMuse Wonderになりますか？\n\nいいえ。11月6日の発表は、Muse Wonderで学習させた既存モデルの特化版についてのものです。\n\n### プロジェクトを覚えていれば、情報もすべて最新ですか？\n\nそうとは限りません。日付と変更内容を明示し、どの資料が使われたか確認してください。古い情報を覚えていることと、それが変更されたと判断することは別です。\n\n### MuseWorkとMeta Museは同じ製品ですか？\n\nいいえ。異なる会社・チームの製品で、提携関係はありません。MuseWork MemoryとMetaのActive Memoryも、別の記憶システムです。\n\n## 参考資料\n\n- Meta AI Research, [Bringing Specialized Models to Muse and Meta AI](https://research.meta.ai/blog/specialized-models-for-muse-and-metaai), 2026-11-06.",[29,32,35,38],{"question":30,"answer":31},"Active Memoryは、コンテキストウィンドウが大きくなることですか？","いいえ。コンテキストウィンドウは1回のリクエストで扱える情報量です。Active Memoryは、状況が変わった後も必要な過去の情報を選び、使う能力に関わります。",{"question":33,"answer":34},"今回の更新で、すべてのリクエストがMuse Wonderになりますか？","いいえ。11月6日の発表は、Muse Wonderで学習させた既存モデルの特化版についてのものです。",{"question":36,"answer":37},"プロジェクトを覚えていれば、情報もすべて最新ですか？","そうとは限りません。日付と変更内容を明示し、どの資料が使われたか確認してください。古い情報を覚えていることと、それが変更されたと判断することは別です。",{"question":39,"answer":40},"MuseWorkとMeta Museは同じ製品ですか？","いいえ。異なる会社・チームの製品で、提携関係はありません。MuseWork MemoryとMetaのActive Memoryも、別の記憶システムです。",1794387545306]