Meta 开源多模态 MoE 模型 Muse Spark Open,总参数约 816B、每 token 激活约 42B
Meta 发布开源多模态 MoE 模型 Muse Spark Open,总参数约 816B、每 token 激活约 42B,输入支持文本、图像、音频和视频,上下文窗口可达 1M tokens。
推荐理由:原文覆盖了 transformers、llama.cpp、vLLM 等推理后端的部署示例和 TRL LoRA 微调流程,读者可以直接复用这些方案。
Meta 的 AI 动态:Llama 开源模型系列、超级智能实验室与元宇宙之外的 AI 豪赌。
Meta 发布开源多模态 MoE 模型 Muse Spark Open,总参数约 816B、每 token 激活约 42B,输入支持文本、图像、音频和视频,上下文窗口可达 1M tokens。
推荐理由:原文覆盖了 transformers、llama.cpp、vLLM 等推理后端的部署示例和 TRL LoRA 微调流程,读者可以直接复用这些方案。
Meta 旗下 MSL 发布第二代模型 Muse Wonder 与 Wonder Full,定位前沿、主打个人与专业智能体场景。模型支持 1M 上下文,定价 $4/M 输入与 $20/M 输出;Wonder 通过 Meta Model API 和 Muse Code 提供,Wonder Full 仅限 Muse Code Power/Maximum Usage 订阅用户。
推荐理由:原文把 Meta Muse Wonder 的官方定位、第三方评测和与 Fable/Opus 的对比集中在一篇,便于快速判断 MSL 是否进入前沿第一梯队。
Simon Willison 引述 John Gruber 对 Meta 智能体系统 Muse 的评论,Gruber 称其为首个面向消费者的智能体 AI 系统。Muse 让每个用户在 Meta 云端拥有自己的完整持久 Linux VM,且安装和使用都很简单,Gruber 认为这正是它技术上突破的地方。他质疑消费者是否理解 Muse 的能力与危险,尤其是当它运行在你的 Mac 上时。
推荐理由:Gruber 指出 Muse 把完整的持久 Linux VM 交给普通用户,读者可据此理解消费级智能体为何容易被低估其安全风险。
Meta 发布开源多模态模型 Muse Glimmer 30B,采用 Apache 2.0 协议,面向本地智能体用例,并获得 transformers、llama.cpp、vLLM、Inference Endpoints 的 day-0 支持。
推荐理由:原文给出Muse Glimmer 30B在Agentic、编码、安全等基准上对位Gemma4-31B、Qwen3.6-27B的逐项对比结果,并附transformers、llama.cpp下的本地推理与DFlash推测解码代码示例。