Meta wypuszcza Muse Spark Open – AI działa na Macach

Meta ogłosiła premierę Muse Spark Open – modelu, który według firmy jest najbardziej zaawansowanym otwartym rozwiązaniem AI powstałym w Stanach Zjednoczonych. Co istotne, został on zaprojektowany z myślą o komputerach Apple, co otwiera nowe możliwości dla użytkowników preferujących pracę lokalną zamiast chmury.

Nowy model opiera się na 816 miliardach parametrów i oferuje okno kontekstu o pojemności miliona tokenów. Zgodnie z wynikami testów udostępnionymi przez Meta, Muse Spark Open ma przewyższać wydajnością inne popularne modele otwarte dostępne na rynku.

Co potrafi Muse Spark Open i dla kogo powstał

Muse Spark Open to model natywnie multimodalny – oznacza to, że od podstaw obsługuje różne typy danych, takie jak tekst, obraz czy kod. Został zoptymalizowany pod kątem złożonych zadań programistycznych oraz pracy agentowej, czyli scenariuszy, w których AI samodzielnie wykonuje wieloetapowe działania.

Lokalne uruchomienie na sprzęcie Apple

Jedną z kluczowych cech nowego modelu jest możliwość działania bezpośrednio na komputerach Apple. Nie jest to jednak rozwiązanie dla każdego – wymagania sprzętowe są bardzo wysokie. Jak podaje Engadget, do uruchomienia modelu lokalnie potrzeba co najmniej 1 terabajta pamięci RAM.

Najlepsze rezultaty osiągniemy, korzystając z Mac Studio wyposażonego w układ M5 Ultra. Dla większości użytkowników oznacza to inwestycję w sprzęt z najwyższej półki, co znacząco zawęża grono odbiorców mogących w pełni wykorzystać możliwości modelu.

Zastosowania w praktyce

Meta nie poprzestała na samym ogłoszeniu – firma pochwaliła się konkretnymi wdrożeniami. Model został połączony z Muse Code, terminalem AI do kodowania, i wykorzystany w różnych przepływach pracy agentowej. Wśród przykładów wymieniono poprawki dla klienta Mastodon, obejmujące usuwanie błędów, dodawanie nowych funkcji oraz pełną kompilację projektu.

Innym zastosowaniem było wsparcie dla DaVinci Resolve, zaawansowanego programu do edycji wideo. Model miał tam analizować i przycinać materiał filmowy, co pokazuje jego potencjał w zadaniach wymagających przetwarzania multimediów.

Dlaczego modele otwarte zyskują na znaczeniu

Modele open-weight, czyli takie, których wagi są publicznie dostępne, oferują korzyści, jakich nie dają rozwiązania zamknięte i zastrzeżone. Przede wszystkim mogą być znacznie bardziej opłacalne w utrzymaniu i skalowaniu.

Drugi istotny atut to przejrzystość oraz elastyczność. Użytkownicy mogą dostosowywać model do własnych potrzeb, analizować jego działanie i wdrażać go w środowiskach, gdzie zamknięte API nie wchodzi w grę – na przykład ze względów bezpieczeństwa lub zgodności regulacyjnej.

Otwartość jako przewaga konkurencyjna

Dostępność wag modelu sprawia, że firmy i deweloperzy nie są uzależnieni od jednego dostawcy ani od warunków licencyjnych, które mogą się zmieniać. To szczególnie ważne w kontekście rosnącej presji na kontrolę kosztów AI oraz obaw o prywatność danych przetwarzanych w chmurze.

Meta udostępnia Muse Spark Open już teraz poprzez różne platformy API, co pozwala na szybkie przetestowanie modelu bez konieczności posiadania własnego, kosztownego sprzętu.

Co dalej z otwartymi modelami AI

Premiera Muse Spark Open wpisuje się w szerszy trend rywalizacji między otwartymi i zamkniętymi modelami AI. Meta konsekwentnie stawia na strategię otwartych wag, licząc na zbudowanie ekosystemu wokół swoich rozwiązań.

Pytanie brzmi, czy tak wymagające modele znajdą szerokie grono odbiorców. Bariera sprzętowa w postaci 1 TB RAM sprawia, że lokalne uruchomienie pozostaje na razie domeną nielicznych. Niemniej sama możliwość pracy offline na Macu – bez wysyłania danych do chmury – może być argumentem dla firm z sektorów regulowanych.

Rynek otwartych modeli AI rozwija się dynamicznie, a kolejne premiery pokażą, czy strategia Meta przyniesie oczekiwane efekty w starciu z dominującymi rozwiązaniami zamkniętymi.

Źródło

Może Cię zainteresować