Meta pristatė Muse Spark Open – atviro svorio 816B parametrų multimodalinį MoE modelį
Trumpai: Meta paskelbė Muse Spark Open – atvirų svorių mišraus ekspertų (MoE) modelį, turintį apie 816 milijardų parametrų iš viso ir 42 milijardus aktyvių vienam tokenui. Jis priima tekstą, vaizdus, garsą ir video, o generuoja tekstą, naudodamas iki 1 milijono tokenų kontekstą. Meta pristato jį kaip kodavimui optimizuotą, agentinį modelį, sukurtą ant mažesnio Muse Glimmer architektūros pagrindo, vadindama jį pažangiausiu iki šiol išleistu JAV atvirų svorių modeliu.
Šią santrauką automatiškai parengė dirbtinis intelektas pagal „Hugging Face“ publikaciją. Tai mūsų tekstas, ne originalo kopija — faktai, skaičiai ir citatos priklauso šaltiniui, kurio nuoroda pateikta viršuje ir apačioje.
Kas pasikeitė?
- 1Mišraus ekspertų architektūra: 256 ekspertai kiekviename sluoksnyje, 8 pasirenkami vienam tokenui, ~816B parametrų iš viso / ~42B aktyvių
- 2Prie Muse Glimmer teksto/vaizdo palaikymo pridėta garso ir video įvestis per atskirą garso koduotuvą (12,5 tokenų per sekundę)
- 3Konteksto langas išplėstas iki 1 000 000 tokenų, įskaitant vaizdo/video/garso tokenus
- 4Išleisti BF16 (~1,5TB) ir NVFP4 (4 bitų, skirtas NVIDIA Blackwell GPU) kontrolpunktai
- 5Įmontuotas įrankių iškvietimas ir konfigūruojamas protavimo intensyvumas (low/medium/high/xhigh), kurio negalima pilnai išjungti
- 6Treniruotas agentiniams kodavimo scenarijams: daugelio failų refaktoringui, ilgoms derinimo sesijoms ir naršymui internete su vaizdais
| Parametras | Buvo | Dabar |
|---|---|---|
| Architektūra | Muse Glimmer: tankus feed-forward tinklas kiekviename sluoksnyje | Muse Spark Open: mišrus ekspertų modelis, 256 ekspertai sluoksnyje, 8 pasirenkami vienam tokenui |
| Modelio dydis | Nenurodyta | ~816B parametrų iš viso, ~42B aktyvių vienam tokenui |
| Konteksto langas | Nenurodyta | Iki 1 000 000 tokenų |
| Įvestys | Nenurodyta (Muse Glimmer: be garso koduotuvo) | Tekstas, vaizdai, garsas ir video |
| Išvestis | Nenurodyta | Tekstas |
| Kontrolpunktų formatai | Nenurodyta | BF16 ir NVFP4 (4 bitų, skirtas NVIDIA Blackwell GPU) |
| Įrankių iškvietimas | Nenurodyta | Palaikomas, tekstinis ir multimodalinis |
Kodėl tai svarbu?
Tai svarbus atviro svorio modelio išleidimas, jungiantis didelio masto protavimą ir ilgą kontekstą su natūraliu garso ir video supratimu – to daugumai atvirų modelių vis dar trūksta. Komandoms, kuriančioms agentus, tai vienas modelis, galintis skaityti kodą, žiūrėti ekrano nuotraukas, klausytis garso ir iškviesti įrankius, mažinant poreikį derinti atskirus STT ir vizijos modelius.
Ką tai reiškia AI agentams ir kontaktų centrams?
Natūralus garso koduotuvas (priimantis žalią 24kHz mono bangos formą) yra aktualiausia dalis balso AI ir kontaktų centrų darbui: verta palyginti, kaip gerai jis transkribuoja ar protauja apie skambučių garsą lyginant su atskira STT+LLM linija, patikrinti vėlinimą ir kainą reikiamu protavimo intensyvumo lygiu, bei ištestuoti, ar jis patikimai dirba su mažesnėmis kalbomis, nes šaltinyje apie tokias kalbas kaip lietuvių nieko nenurodyta.
🧪 Verta testuoti
Tiesioginė garso įvestis kartu su įrankių iškvietimu ir ilgu kontekstu galėtų supaprastinti agentinius balso scenarijus, tačiau realų vėlinimą, talpinimo kainą (816B parametrų, kelių GPU reikalavimai) ir ne anglų kalbų kokybę reikia patikrinti praktiškai prieš svarstant naudoti gamybinėms skambučių apdorojimo užduotims.
Šaltiniai
- Hugging FaceOficialusPirminis šaltinisOriginalus straipsnis →„Welcome Muse Spark Open: open-weight frontier multimodal mixture-of-experts model from Meta“2026-10-15 03:00
- AWS Machine LearningOficialusOriginalus straipsnis →„Meta’s Muse Spark Open now available in Amazon SageMaker JumpStart“2026-10-15 20:43
- NVIDIA DeveloperOficialusOriginalus straipsnis →„Scale Agentic Coding Workflows with Meta’s Muse Spark Open on NVIDIA GB300 NVL72“2026-10-15 21:00
- Šaltinio publikavimo data
- 2026-10-15 03:00
- Mūsų sistema rado
- 2026-10-15 20:41
- Santrauka sugeneruota
- 2026-10-15 20:43
Straipsnį pagal originalų šaltinį parašė AI. Faktai, skaičiai ir kainos — iš šaltinio; trūkstamos reikšmės pažymėtos „Nėra oficialių duomenų“. Teisinė informacija, autorių teisės ir privatumas