Metaは10月15日、Muse Spark Openの重みを公開し、米国でこれまで最も高性能なオープンウェイトモデルだと説明しました。標準でマルチモーダルに対応し、総パラメータ数は816B、うち稼働中のパラメータは42Bで、コンテキスト長は1Mトークンです。コーディングやエージェント型の作業に向けて設計され、長期にわたるタスク、複雑なソフトウェア開発、複数段階の推論に対応するとMetaは述べています。APIプラットフォームから利用でき、モデルリポジトリからダウンロードもできます。

Metaによると、Muse Spark OpenはMLXフレームワークを使い、Apple M5 Ultra搭載のMac Studio 2台でデスクトップ上で動作します。各Mac Studioは内蔵GPU向けに最大512 GBのユニファイドメモリを備え、M5 Ultraのメモリ帯域幅は1.2 TB/sです。Metaは2台でモデル全体を保持できるとしています。Muse Codeを使った端末上のテストでは、オープンソースのMastodonクライアント「Ice Cubes」のバグ修正、新機能の追加、ビルド一式を実行しました。またDaVinci Resolveを一貫して操作し、映像をフレームごとに確認して場面を見つけ、縦向きに切り抜きました。

重みはAmazon SageMaker AI、Google Cloud Model Garden、Hugging Face、Microsoft Foundry Modelsで公開されています。ホスト型APIはBaseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AIから利用できます。モデルはSGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp、Unslothで動作し、AMD、Apple、Intel、NVIDIAのチップ向けに最適化されています。Metaによると、SGLangのカスタム自動調整型Helion GPUカーネルは、NVIDIAとAMDのGPUでカーネル単位の処理を1.03～3.95倍高速化し、AMD MI350では処理全体を3％高速化します。開発者はPyTorchでさらにカスタマイズできます。

Metaは、オープンウェイトには安全上の考慮事項があるとして、Muse Spark Openに追加の安全性に関する事後学習を実施したと説明しました。深刻なリスクを評価するMetaのSuperintelligence Scaling Frameworkで、公開基準を満たしました。詳しい結果はモデルカードに記載され、完全な評価報告書は後日公開される予定です。重みはMuse Model Licenseのもとで公開され、商用利用には限定的な条件があるものの、多くの開発者は無料で利用できます。開発者はPyTorchのTorchTitanで追加調整でき、AppleシリコンではMLXを使って実行できます。MLXはHugging Faceから重みをダウンロードします。

Metaは10月15日、Muse Spark Openの重みを公開し、米国でこれまで最も高性能なオープンウェイトモデルだと説明しました。標準でマルチモーダルに対応し、総パラメータ数は816B、うち稼働中のパラメータは42Bで、コンテキスト長は1Mトークンです。コーディングやエージェント型の作業に向けて設計され、長期にわたるタスク、複雑なソフトウェア開発、複数段階の推論に対応するとMetaは述べています。APIプラットフォームから利用でき、モデルリポジトリからダウンロードもできます。

Metaによると、Muse Spark OpenはMLXフレームワークを使い、Apple M5 Ultra搭載のMac Studio 2台でデスクトップ上で動作します。各Mac Studioは内蔵GPU向けに最大512 GBのユニファイドメモリを備え、M5 Ultraのメモリ帯域幅は1.2 TB/sです。Metaは2台でモデル全体を保持できるとしています。Muse Codeを使った端末上のテストでは、オープンソースのMastodonクライアント「Ice Cubes」のバグ修正、新機能の追加、ビルド一式を実行しました。またDaVinci Resolveを一貫して操作し、映像をフレームごとに確認して場面を見つけ、縦向きに切り抜きました。

重みはAmazon SageMaker AI、Google Cloud Model Garden、Hugging Face、Microsoft Foundry Modelsで公開されています。ホスト型APIはBaseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AIから利用できます。モデルはSGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp、Unslothで動作し、AMD、Apple、Intel、NVIDIAのチップ向けに最適化されています。Metaによると、SGLangのカスタム自動調整型Helion GPUカーネルは、NVIDIAとAMDのGPUでカーネル単位の処理を1.03～3.95倍高速化し、AMD MI350では処理全体を3％高速化します。開発者はPyTorchでさらにカスタマイズできます。

Metaは、オープンウェイトには安全上の考慮事項があるとして、Muse Spark Openに追加の安全性に関する事後学習を実施したと説明しました。深刻なリスクを評価するMetaのSuperintelligence Scaling Frameworkで、公開基準を満たしました。詳しい結果はモデルカードに記載され、完全な評価報告書は後日公開される予定です。重みはMuse Model Licenseのもとで公開され、商用利用には限定的な条件があるものの、多くの開発者は無料で利用できます。開発者はPyTorchのTorchTitanで追加調整でき、AppleシリコンではMLXを使って実行できます。MLXはHugging Faceから重みをダウンロードします。