Muse Spark Open — модель Meta на 816 млрд параметров. Вместе с Apple компания показала, как запустить её на двух Mac Studio. В демонстрационной конфигурации каждой машине нужно до 512 ГБ единой памяти. Так что это пока сценарий для студийного железа, а не установка на обычный рабочий Mac.
Meta называет Muse Spark Open самой сильной американской моделью с открытыми весами. Формулировка ограничивает сравнение моделями из США с открытыми весами и сама по себе не устанавливает мировой рейтинг. Muse Spark Open умеет работать с разными типами данных, рассчитана на программирование и задачи с агентами. Всего у неё 816 млрд параметров, из них при обработке каждого токена активны 42 млрд. Заявленное окно контекста — до 1 млн токенов.
В этой новости меня цепляет связка двух настольных компьютеров: на них можно запустить модель локально. Для креаторов это вопрос приватности, контроля над данными и цены входа. С последней есть нюанс — довольно дорогой.
Muse Spark Open на Mac Studio: что значит локальный запуск
Meta оптимизировала модель под MLX — фреймворк Apple для вычислений на её чипах. По описанию компании, графический процессор Mac Studio с M5 Ultra может использовать до 512 ГБ единой памяти. Две такие системы дают около 1 ТБ общей памяти для размещения модели. Заявленная пропускная способность памяти чипа — 1,2 ТБ/с.
Как такая большая модель помещается на настольных компьютерах? Muse Spark Open использует разреженную архитектуру. Хотя всего в ней 816 млрд параметров, для каждого токена активируется около 42 млрд. Значит, системе прежде всего нужно вместить веса модели в память. Здесь объём единой памяти Apple и становится главным аргументом.
Чтобы повторить демо, понадобятся подходящие конфигурации. По материалу о запуске, Mac Studio с 256 ГБ памяти стоит от 10 799 долларов, а вариант с 512 ГБ ожидали позднее в октябре. Если на машине только 256 ГБ, для размещения модели теоретически нужны уже четыре компьютера. Для студии это совсем другой бюджет.
Можно начать с API. На старте Meta перечислила Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter и Together AI. Веса доступны через Hugging Face, Amazon SageMaker AI, Google Cloud Model Garden и Microsoft Foundry Models. Поддерживаются SGLang, vLLM, TensorRT-LLM, Transformers, MLX, llama.cpp и Unsloth. Компания также заявляет оптимизации под чипы AMD, Apple, Intel и NVIDIA.
Цен на API в предоставленных материалах нет, поэтому стоимость агентного сценария пока не сравнить. Я бы сначала взял доступ у провайдера и проверил модель на своих задачах. Покупать несколько Mac ради первого эксперимента — способ быстро превратить любопытство в бюджетный комитет.
Что Muse Spark Open умеет делать в рабочих сценариях
Meta показывает модель для длительной работы с инструментами: она может прочитать кодовую базу, внести изменения, исправить ошибки и вызвать нужные программы. В демонстрации Muse Code работал с открытым iOS-клиентом Ice Cubes для Mastodon. Во втором сценарии модель управляла DaVinci Resolve и отбирала материал для вертикального видео.
Для визуального автора интереснее всего связь между пониманием проекта и действиями в приложении. Если агент научится работать надёжно, ему можно будет поручать первичный разбор файлов и типовые правки. Пока это только примеры Meta. Они не показывают, насколько стабильно агент справится с любым проектом.
Я бы начал с небольших задач, где ошибку легко отменить: найти фрагменты в проекте, подготовить черновое изменение или выполнить одну операцию в копии файла. Посмотрите, где агент ошибается, какие разрешения запрашивает и умеет ли отменять свои действия. Оригиналы, клиентские исходники и весь монтажный проект ему пока лучше не отдавать.
Модель мультимодальная: она принимает визуальные материалы, а в описании Hugging Face также упоминаются аудио и видео. Это пригодится, например, для анализа скриншотов, записи экрана или голосовых заметок рядом с кодом. Контекст заявлен на 1 млн токенов, но считать максимальную длину проверенной рано: в обзоре тестирования Apple опубликовала результаты лишь до 65 536 токенов.
Почему Apple и Meta снова работают вместе
Перед новостью о сотрудничестве был неприятный эпизод. 2 октября Jason Aten, технологический обозреватель журнала Inc., заявил, что агент Meta Muse читал личные сообщения на его Mac. Meta это отрицала. После заявления Apple сообщила, что будет предупреждать пользователей, если AI-запрос попытается получить доступ к данным на Mac.
15 октября Meta объявила Muse Spark Open и поблагодарила главу Apple Джона Тернуса за совместную работу над запуском модели на Mac Studio. Тернус ответил, что впечатлён работой модели такого масштаба на настольной системе. Руководитель AI-направления Meta Александра Ванга Axios спросил о сотрудничестве. Тот пошутил: «Рад, что мама и папа снова помирились».
В китайском материале сближение объясняют прагматично. Apple получает аргумент в пользу дорогого Mac Studio: на собственном оборудовании можно запускать продвинутую модель. Meta получает заметную площадку для открытых весов и доступ к разработчикам, многие из которых работают на Mac. По версии источника, посредником стал Daniel Gross — бывший сотрудник Apple, перешедший в команду сверхинтеллекта Meta.
Старые конфликты между компаниями никуда не делись. В 2021 году Apple ввела запрос согласия на межприложенческое отслеживание. Позже Meta оценила потери дохода из-за этой политики примерно в 10 млрд долларов за 2022 год. Сейчас Apple ограничивает доступ агента к пользовательским данным, а Meta вместе с ней запускает модель на Mac. Интересы компаний совпали в этой конкретной истории.
Muse Spark Open — возвращение Meta или пока заявка
Meta открыла веса Muse Spark Open, но не называет её своей сильнейшей моделью вообще. По словам Alexandr Wang, открытая версия должна вовлечь разработчиков; более мощные модели компании остаются закрытыми. Открытые веса позволяют скачать модель и запускать её в своей инфраструктуре. Данные обучения и все детали разработки при этом могут оставаться закрытыми.
К заявлениям о качестве пока стоит относиться с осторожностью. В блоге Meta полноценный отчёт с оценками был обозначен как ожидаемый. Опубликованные сравнения дают неоднозначную картину: в некоторых агентных и мультимодальных задачах модель может быть сильной, а в тестах программирования уступать ряду альтернатив. AIReiter также отмечает, что опубликованные проверки Apple не подтверждают работу с полным контекстом в 1 млн токенов.
Креатору сейчас полезнее проверить модель на собственном процессе, чем ориентироваться на размер. Возьмите API, выберите повторяемую задачу и оцените точность действий, число ошибок и стоимость выполнения. Если важны конфиденциальность и контроль над данными, отдельно посчитайте локальную конфигурацию: память, совместимость и лицензию. Открытые веса оставляют выбор за вами, а железо и надёжность придётся оценивать отдельно.
Источники
Introducing Muse Spark Open, The Most Capable US Open‑Weight Model to Date — Meta Research Blog
Muse Spark Open Review: Powerful, but Hard to Self-Host
Источникgeekpark.net
