Meta udostępnia Muse Spark Open, model o otwartych wagach działający na komputerach Mac
Meta wydała Muse Spark Open, model AI o otwartych wagach liczący 816 miliardów parametrów, który po optymalizacji z Apple może działać lokalnie na dwóch komputerach Mac Studio z układami M5 Ultra.

Meta 15 października 2026 roku udostępniła Muse Spark Open, nowy model sztucznej inteligencji o otwartych wagach, przeznaczony do programowania i wieloetapowego rozumowania. Firma opisuje go jako najbardziej zaawansowany model o otwartych wagach zbudowany dotychczas w Stanach Zjednoczonych. Zoptymalizowany wspólnie z Apple model może działać lokalnie na dwóch komputerach stacjonarnych Mac Studio.
Muse Spark Open ma łącznie 816 miliardów parametrów, z czego 42 miliardy są aktywne jednocześnie, oraz okno kontekstowe o długości miliona tokenów. Model jest natywnie multimodalny. Meta twierdzi, że zaprojektowano go z myślą o złożonym tworzeniu oprogramowania, długotrwałych zadaniach oraz procesach wymagających wywoływania narzędzi na kilku etapach. W opublikowanych przez firmę testach porównawczych model przewyższa konkurencyjne systemy o otwartych wagach w niektórych kategoriach, a w innych jest do nich zbliżony.
Dwa Mac Studio, terabajt pamięci
Według Mety model działa na parze komputerów Mac Studio z układami M5 Ultra, korzystając z frameworka MLX firmy Apple. Architektura pamięci zunifikowanej Apple pozwala zintegrowanemu układowi graficznemu każdej maszyny adresować do 512 GB, dlatego połączenie dwóch urządzeń daje 1 TB, na które rozdzielone są wagi modelu. Meta podaje, że przepustowość pamięci M5 Ultra wynosi 1,2 TB na sekundę. Cały zestaw nie jest jednak tani, a Apple nie opublikowało jeszcze cennika Mac Studio z 512 GB pamięci.
Sprzęt Apple nie jest jedynym celem. Obsługiwane oprogramowanie do wnioskowania obejmuje SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX, llama.cpp oraz Unsloth. Wydanie SGLang zawiera autorskie, automatycznie strojone jądra GPU Helion, które według Mety przyspieszają działanie na poziomie jąder o 1,03x do 3,95x na kartach Nvidia i AMD, a na AMD MI350 dają 3% wzrostu wydajności end-to-end. Deweloperzy mogą dostrajać model za pomocą PyTorch i TorchTitan.
Od poprawek błędów po montaż wideo
Meta przetestowała model w Muse Code, własnym terminalu do kodowania z AI. W jednym z pokazów model naprawiał błędy, dodawał funkcje i dokończył budowanie Ice Cubes, otwartoźródłowego klienta Mastodona. W innym, pracując w DaVinci Resolve, przejrzał materiał klatka po klatce, wybrał najciekawsze fragmenty i przyciął klipy do formatu pionowego.
Dostęp do API zapewniają Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter i Together AI, a wagi można pobrać z Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden oraz Microsoft Foundry Models. Wydanie podlega licencji Muse Model License, która pozwala wielu deweloperom korzystać z modelu bezpłatnie, ale nakłada pewne ograniczenia na wdrożenia komercyjne. Nacisk na lokalne uruchamianie oznacza, że użytkownicy z wystarczająco mocnym sprzętem mogą korzystać z modelu klasy czołowej bez polegania na usługach chmurowych.
Komentarze
Nie ma jeszcze komentarzy. Rozpocznij dyskusję lub zadaj pytanie.
Powiązane
Nowe amerykańskie laboratorium Reflection opublikowało 16 października 2026 roku na Hugging Face swój pierwszy model, Beam: otwarty model o 501 mld parametrów, stworzony z myślą o programowaniu i agentach.
Nowy model Kling 4.0 firmy Kling AI generuje do 30 sekund wideo, przyjmuje 15 multimodalnych odniesień i 10 klatek kluczowych, stawiając na kontrolę reżyserską zamiast surowej jakości obrazu.
Ant Group opublikowała wagi modelu Ling-3.1-flash, liczącego około 560 miliardów parametrów, który deweloperzy mogą teraz uruchamiać na własnym sprzęcie.
