أطلقت ميتا للتو نموذجًا ذكيًا مفتوح الوزن بحجم 816 مليار معلمة يعمل على جهازي ماك ستوديو. أطلقت @Meta نموذج Muse Spark Open، وهو نموذج ذكاء اصطناعي جديد مصمم للمهام المعقدة في البرمجة، والوكلاء الذاتيين، والمهمات الهندسية الطويلة الأمد. الجزء غير المعتاد هو أن المطورين يمكنهم تنزيل الأوزان وتشغيل نموذج بهذا الحجم على الأجهزة المحلية بدلاً من الاعتماد الكامل على واجهات برمجة التطبيقات السحابية. إليك ما تضمنه ميتا فيه: إجمالي 816 مليار معلمة 42 مليار معلمة نشطة لكل رمز نافذة سياقية بسعة 1 مليون رمز دعم مدخلات نصية وصور وفيديو وصوتية بشكل أصلي دعم للأجهزة من AMD وApple وIntel وNVIDIA يستخدم هذا الهيكل تقنية Mixture of Experts. بدلًا من تفعيل جميع 816 مليار معلمة لكل رمز، يستخدم النموذج حوالي 42 مليارًا فقط، مما يقلل من الحساب المطلوب أثناء الاستنتاج. وهذا ما يجعل نشره على أجهزة سطح المكتب مثيرًا بشكل خاص. عملت ميتا مع Apple لتحسين Muse Spark Open للعمل على جهازي ماك ستوديو M5 Ultra باستخدام إطار عمل MLX. معًا، توفر هاتان الآلتان ما يصل إلى 1 تيرابايت من الذاكرة الموحدة. كما أظهرت الشركة سير عمل وكلاء فعلية تعمل محليًا: إصلاح الأخطاء وتنفيذ ميزات في تطبيق iOS إكمال عمليات بناء البرمجيات عبر Muse Code التحكم في DaVinci Resolve لتحليل اللقطات تحديد اللحظات القوية في الفيديو وإنشاء قصات عمودية النموذج متاح عبر Hugging Face ومزودي واجهات برمجة التطبيقات بما في ذلك Groq وTogether AI وFireworks وOpenRouter. لكن هناك فرقًا مهمًا. "مفتوح الوزن" لا يعني مفتوح المصدر دون قيود. تشمل رخصة نموذج Muse الخاصة بميتا قيودًا تجارية، ولا يزال تشغيل نموذج بحجم 816 مليار معلمة محليًا يتطلب أجهزة باهظة الثمن. ما يثير اهتمامي أكثر هو ما قد يعنيه هذا بالنسبة للعمليات المبنية على الذكاء الاصطناعي. تقوم فرق التسويق بشكل متزايد ببناء وكلاء معالجة محادثات العملاء، وتحليل المنافسين، وتصنيف المحتوى، وتنسيق سير العمل الإنتاجي. اليوم، تعتمد العديد من هذه الأنظمة على مزودي نماذج خارجيين في كل خطوة. توفر النماذج المفتوحة الوزن الأقوى خيارًا آخر: تشغيل الأبحاث الحساسة، ومعالجة المعرفة الداخلية، والوكالات المتخصصة على البنية التحتية التي تتحكم بها المؤسسة. هذا لا يجعل الذكاء الاصطناعي المحلي أرخص أو أفضل تلقائيًا. لا تزال تكاليف النشر، وسرعة الاستنتاج، والصيانة، وجودة النموذج هي التي تحدد ما إذا كان من المنطقي اعتماده. لكن المشهد التنافسي يتغير. الوصول إلى النماذج القوية يصبح تدريجيًا أقل اعتمادًا على عدد قليل من مزودي واجهات برمجة التطبيقات المغلقة. ومع زيادة مرونة الوصول إلى النماذج، ينتقل الميزة التنافسية نحو الفرق القادرة على بناء سير عمل موثوقة، وربط البيانات الخاصة، وتحويل قدرات الذكاء الاصطناعي إلى أنظمة مفيدة.