Meta выпустила мультимодальную модель Muse Spark Open

Компания Meta представила Muse Spark Open — новую мультимодальную модель с архитектурой «смесь экспертов» (MoE). Релиз направлен на развитие открытых технологий, предоставляя разработчикам доступ к весам модели для интеграции в собственные проекты и исследования.

Модель демонстрирует высокую производительность в задачах обработки визуальных данных и текстовых запросов. Архитектура MoE позволяет эффективно распределять вычислительные ресурсы, активируя только необходимые параметры для конкретной задачи, что снижает задержки при инференсе по сравнению с плотными моделями аналогичного размера.

Технические характеристики включают поддержку работы с контекстом до 128 тысяч токенов и оптимизированную систему обработки изображений высокого разрешения. Разработчики могут использовать модель для создания сложных мультимодальных агентов, способных анализировать видеопотоки и генерировать структурированные ответы в реальном времени.

Публикация весов в открытый доступ на платформе Hugging Face позволяет сообществу проводить независимые бенчмарки и дообучение под узкие задачи. Это значимый шаг для экосистемы открытых моделей, так как Muse Spark Open предлагает уровень возможностей, ранее доступный преимущественно в закрытых проприетарных решениях.

Выпуск данной модели расширяет инструментарий для создания мультимодальных систем, не требующих постоянного обращения к облачным API. Это позволяет компаниям и исследователям разворачивать мощные ИИ-решения на собственной инфраструктуре с полным контролем над данными.