Meta وزن‌های Muse Spark Open را منتشر کرد؛ با پشتیبانی Apple برای اجرا روی Mac Studio

Meta روز پنجشنبه وزن‌های Muse Spark Open را به‌صورت عمومی در دسترس قرار داد و آن را تواناترین مدل با وزن‌های باز از یک توسعه‌دهنده آمریکایی تا به امروز توصیف کرد. به گفته این شرکت، این مدل به‌طور بومی چندوجهی است، در مجموع 816 میلیارد پارامتر دارد که 42 میلیارد از آن‌ها فعال هستند، و پنجره زمینه‌ای به اندازه 1M توکن ارائه می‌دهد. Meta می‌گوید این مدل برای برنامه‌نویسی و کاربردهای عامل‌محور طراحی شده و در کارهای طولانی، مهندسی نرم‌افزار دشوار و استدلال چندمرحله‌ای عملکرد خوبی دارد. CNBC گزارش داد که این مدل بر پایه معماری ترکیب متخصصان (mixture-of-experts) ساخته شده است. TechCrunch اشاره کرد که نتایج ارزیابی خود Meta از برتری آن بر دیگر مدل‌های محبوب با وزن‌های باز حکایت دارد؛ این ادعاهای عملکردی از سوی Meta مطرح شده و در گزارش‌ها به‌طور مستقل تأیید نشده‌اند.

بخش اصلی این عرضه، استفاده محلی روی سخت‌افزار Apple است. Meta می‌گوید Muse Spark Open نخستین مدل در رده خود است که می‌تواند روی یک مجموعه رومیزی متشکل از دو دستگاه Mac Studio با تراشه M5 Ultra و با استفاده از نسخه فعلی چارچوب MLX شرکت Apple اجرا شود. این شرکت توضیح می‌دهد که پردازنده گرافیکی مجتمع هر دستگاه می‌تواند از حداکثر 512 GB حافظه یکپارچه استفاده کند، بنابراین دو دستگاه با هم می‌توانند کل مدل را در خود جای دهند، و به پهنای باند حافظه 1.2 TB/s اشاره می‌کند. Meta گفت که گردش‌کارهای عامل‌محور روی دستگاه را با ابزار Muse Code خود آزمایش کرده است، از جمله عرضه اصلاحات و قابلیت‌های جدید برای Ice Cubes، اپلیکیشن متن‌باز Mastodon، و کار با ویرایشگر ویدیوی DaVinci Resolve برای انتخاب و برش عمودی تصاویر. The Verge و CNBC گزارش دادند که Apple نیز مطالب فنی درباره MLX منتشر کرده است که به گفته CNBC به تقسیم مدل‌های باز میان چند دستگاه می‌پردازد.

فراتر از رایانه‌های Mac، Meta می‌گوید این مدل از طریق ارائه‌دهندگان API میزبانی‌شده از جمله Together AI، OpenRouter، Groq، Fireworks AI، Baseten، Modal و Nebius قابل استفاده است و وزن‌ها را می‌توان از Hugging Face، Amazon SageMaker AI، Microsoft Foundry Models و Google Cloud Model Garden دانلود کرد. این شرکت از پشتیبانی موتورهای استنتاج مانند vLLM، SGLang، llama.cpp، TensorRT-LLM و MLX، همراه با بهینه‌سازی برای تراشه‌های NVIDIA، AMD، Intel و Apple خبر می‌دهد. Meta همچنین می‌گوید کرنل‌های GPU سفارشی Helion در SGLang روی پردازنده‌های گرافیکی NVIDIA و AMD شتابی برابر 1.03-3.95× در سطح کرنل و روی AMD MI350 بهبودی 3% در عملکرد سرتاسری به همراه دارند. وزن‌ها تحت Muse Model License منتشر شده‌اند که به گفته Meta شرایط تجاری محدودی دارد و به بسیاری از توسعه‌دهندگان اجازه می‌دهد بدون هزینه از مدل استفاده کنند. در زمینه ایمنی، Meta می‌گوید این مدل آموزش پسین ایمنی اضافی دریافت کرده و آستانه‌های انتشار Meta Superintelligence Scaling Framework را برآورده کرده است، و گزارش کامل ارزیابی آن هنوز در راه است.

خبرنگاران خاطرنشان کردند که استفاده محلی با الزامات سخت‌افزاری سنگینی همراه است. TechCrunch به نقل از Engadget نوشت که اجرای محلی مدل دست‌کم به 1 ترابایت RAM نیاز دارد. CNBC گزارش داد که مشتریان می‌توانند بین 2 تا 4 دستگاه Mac Studio را به هم متصل کنند، قیمت Mac Studio با تراشه M5 Ultra و 256GB حافظه در حال حاضر از $10,799 شروع می‌شود، و پیکربندی گران‌تر 512GB قرار است در ادامه همین ماه عرضه شود. الکساندر وانگ، مدیر ارشد هوش مصنوعی Meta، به CNBC گفت که بسیاری از مدل‌های قدرتمند با وزن‌های باز برای بیشتر رایانه‌های شخصی بیش از حد بزرگ هستند، اما حافظه موجود در Mac Studio اجرای Muse Spark Open را عملی می‌کند.

این عرضه همچنین نشان‌دهنده همکاری علنی میان دو شرکتی است که مدت‌ها با یکدیگر اختلاف داشته‌اند. به گزارش The Verge و CNBC، مارک زاکربرگ، مدیرعامل Meta، در X از Apple و مدیرعامل جدید آن، جان ترنوس، قدردانی کرد و ترنوس در پاسخ، کارایی اجرای مدل روی یک رایانه رومیزی را ستود. CNBC گفت این کار پس از ماه‌ها همکاری انجام شده و نمایندگان هر دو شرکت از گفتن اینکه آیا این همکاری به رابطه‌ای عمیق‌تر منجر خواهد شد یا نه خودداری کردند. CNBC همچنین اشاره کرد که Meta اخیراً مدل‌های اختصاصی را در اولویت قرار داده و Muse Spark Open از مدل اختصاصی آن، Muse Wonder، پیشرفتگی کمتری دارد. وانگ به این رسانه گفت: «این‌ها تواناترین مدل‌هایی نیستند که توسعه داده یا منتشر کرده‌ایم»، و افزود که انتظار دارد توسعه‌دهندگان پیش از گسترش استفاده خود، ابتدا در مقیاس کوچک با آن آزمایش کنند.