Muse Spark Open to model AI z otwartymi wagami, przystosowany do lokalnego uruchamiania na komputerach Mac Studio z układami M5 Ultra. System ma wspierać zaawansowane programowanie i zadania wykonywane przez autonomicznych agentów. Do uruchomienia pełnej wersji potrzeba jednak dwóch komputerów Mac Studio, które łącznie zapewniają 1 TB zunifikowanej pamięci.
Muse Spark Open to model natywnie multimodalny, mający łącznie 816 mld parametrów, z czego 42 mld jest aktywnych podczas działania. Dysponuje oknem kontekstowym o pojemności miliona tokenów. Meta zaprojektowała go z myślą o złożonych zadaniach inżynierii oprogramowania, wieloetapowym wnioskowaniu i długotrwałych procesach wykonywanych przez agentów AI.
Dwa komputery Mac Studio do uruchomienia modelu
Uruchomienie tak dużego modelu na własnym sprzęcie wymaga znacznych zasobów. Meta zoptymalizowała Muse Spark Open pod kątem komputerów Mac Studio z układami M5 Ultra, wykorzystując framework MLX. Każdy z tych komputerów może udostępnić zintegrowanemu GPU do 512 GB zunifikowanej pamięci. Dwa urządzenia pozwalają więc pomieścić cały model, a przepustowość pamięci sięga łącznie deklarowanych przez firmę 1,2 TB/s.
To rozwiązanie dla użytkowników dysponujących odpowiednią infrastrukturą, a nie typowych właścicieli komputerów Mac. W zamian lokalne uruchomienie daje większą kontrolę nad środowiskiem pracy i przetwarzanymi danymi. Według serwisu Engadget, do obsługi modelu potrzebny jest komputerowy zestaw z około terabajtem pamięci, co w praktyce oznacza konfigurację złożoną z dwóch Mac Studio.
AI programuje i montuje wideo
Meta sprawdziła możliwości modelu w zadaniach wykonywanych przez system Muse Code czyli terminal programistyczny oparty na sztucznej inteligencji. W testach Muse Spark Open wprowadzał zmiany w kodzie aplikacji Ice Cubes, kliencie sieci społecznościowej Mastodon. Obejmowały one naprawianie błędów, dodawanie funkcji i kompilację projektu.
Model wykorzystano również do pracy z DaVinci Resolve. Analizował materiał filmowy klatka po klatce, wyszukiwał interesujące fragmenty i kadrował je do formatu pionowego. To przykłady zadań, w których AI ma samodzielnie realizować kolejne etapy pracy, zamiast ograniczać się do odpowiadania na polecenia lub generowania fragmentów kodu.
Wagi dostępne na wielu platformach
Meta udostępnia Muse Spark Open za pośrednictwem platform API, w tym Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter i Together AI. Wagi modelu można pobrać z Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face oraz Microsoft Foundry Models.
Model współpracuje z silnikami wnioskowania takimi jak SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX, llama.cpp i Unsloth. Meta deklaruje też optymalizacje dla układów GPU firm AMD, Apple, Intel i NVIDIA. Programiści mogą dostosowywać model do własnych zastosowań, między innymi z wykorzystaniem PyTorch i narzędzia TorchTitan.
Firma udostępniła również własne kernele GPU Helion, zoptymalizowane pod kątem działania w środowisku SGLang. Według jej testów, przyspieszają one wybrane operacje na układach NVIDIA i AMD od 1,03 do 3,95 raza. W przypadku karty AMD MI350 ma to przekładać się na 3-procentowy wzrost ogólnej wydajności.
Otwarta dostępność z określonymi warunkami
Meta podkreśla, że przed publikacją model przeszedł dodatkowe dostrajanie i wewnętrzne testy bezpieczeństwa. Według firmy, Muse Spark Open spełnił przyjęte progi dotyczące analizowanych kategorii ryzyka. Szczegółowe wyniki mają znaleźć się w karcie modelu, a pełny raport z ewaluacji ma zostać opublikowany później.
Udostępnienie wag nie oznacza jednak całkowicie nieograniczonego wykorzystania. Model jest objęty licencją Muse Model License, która dopuszcza bezpłatne korzystanie przez wielu programistów, ale przewiduje określone warunki komercyjne. Przed wdrożeniem w firmie trzeba więc sprawdzić zasady licencji oraz wymagania sprzętowe.
