मेटा ने एक 816B ओपन-वेट एआई मॉडल जारी किया है जो दो मैक स्टूडियो पर चलता है @Meta ने Muse Spark Open जारी किया है, जो जटिल कोडिंग, स्वायत्त एजेंट्स और लंबे समय तक चलने वाले इंजीनियरिंग कार्यों के लिए बनाया गया है। असामान्य बात यह है कि डेवलपर्स इस मॉडल के वेट्स डाउनलोड कर सकते हैं और इस पैमाने का मॉडल स्थानीय हार्डवेयर पर चला सकते हैं, बजाय पूरी तरह से क्लाउड API पर निर्भर होने के। यहां मेटा ने इसमें क्या शामिल किया है: कुल 816B पैरामीटर प्रति टोकन 42B सक्रिय पैरामीटर 1M-टोकन कंटेक्स्ट विंडो मूल पाठ, छवि, वीडियो और ऑडियो इनपुट AMD, Apple, Intel और NVIDIA हार्डवेयर के लिए समर्थन इस आर्किटेक्चर में मिक्सचर ऑफ़ एक्सपर्ट्स का उपयोग किया गया है। प्रत्येक टोकन के लिए सभी 816 बिलियन पैरामीटर को सक्रिय नहीं किया जाता, बल्कि मॉडल लगभग 42 बिलियन पैरामीटर का उपयोग करता है, जिससे निष्पादन के दौरान आवश्यक कंप्यूटेशन कम होता है। इससे इसका डेस्कटॉप प्रस्तुतीकरण विशेष रूप से दिलचस्प हो जाता है। मेटा ने Apple के साथ मिलकर MLX फ्रेमवर्क का उपयोग करते हुए Muse Spark Open को दो M5 Ultra Mac Studios के लिए अनुकूलित किया है। साथ में, ये मशीनें 1TB तक की संयुक्त मेमोरी प्रदान करती हैं। कंपनी ने स्थानीय रूप से चलने वाले वास्तविक एजेंटिक प्रवाहों का प्रदर्शन भी किया: iOS ऐप में बग्स को सुधारना और सुविधाएं लागू करना Muse Code के माध्यम से सॉफ़्टवेयर बिल्ड पूरा करना DaVinci Resolve को नियंत्रित करके फुटेज का विश्लेषण करना मजबूत वीडियो पलों की पहचान करना और वर्टिकल क्रॉप्स बनाना यह मॉडल Hugging Face और Groq, Together AI, Fireworks, OpenRouter सहित API प्रदाताओं के माध्यम से उपलब्ध है। लेकिन एक महत्वपूर्ण अंतर है। "ओपन-वेट" का मतलब "असीमित ओपन सोर्स" नहीं है। मेटा की Muse मॉडल लाइसेंस में व्यावसायिक सीमाएं شामिल हैं, और 816B मॉडल को स्थानीय रूप से चलाने के लिए महंगा हार्डवेयर आवश्यक है। जो मुझे सबसे अधिक цікаво, वह है कि इसका AI-नेटिव संचालन के लिए क्या मतलब हो सकता है। मार्केटिंग टीमें हमेशा के मुकाबले,ग्राहक संवादों को प्रोसेस करने, प्रतिद्वंद्वीयों का विश्लेषण करने, सामग्री का वर्गीकरण करने,औरउत्पादन प्रवाहों को समन्वयित करने के لئےएजेंट्सबना رही हैं। आज,इनमें से कई प्रणालियाँ हरचरण परबाहरी मॉडल प्रदाताओं परनिर्भर हैं। अधिकक्षमओपन-वेटमॉडलएकअन्यविकल्पप्रदानकरतेहैं:संगठनद्वारानियंत्रितअवसंरचनापरसंवेदनशीलअनुसंधान,आंतरिकज्ञानप्रसंस्करणऔरविशेषएजेंट्सचलाना। यहअवश्यहीअधिकसस्तायाबेहत्रAIबनताहै।अभीभीप्रस्तुतीकरणलागत,अनुमानगतगति,उत्पादनऔरमॉडलगुणवत्ताहीयहतयहदेखतीहैकियहउचितहैयानहीं। लेकिनप्रतिस्पर्धात्मकपरिदृश्यबदलताहै। शक्तिशालीमॉडलएकसीमितसंख्यामेंबंदAPIप्रदाताओंपरकम-कमनिर्भरहोतेहैं। औरजबमॉडलएक्सेसअधिकलचखुआहोजाताहै,तबफ़ायदाउनटीमोंकेप्रति स्थानांतरितहोजाताहैजोविश्वसनीयप्रवाहबना सकतेहैं,अपनीसंपत्ति-आधारितडेटा सेजुड़ सकतेहैंऔरAIक्षमताओंकोउपयोगीप्रणालियोंमेंबदल सकतेहैं।