Η Meta κυκλοφορεί το Muse Glimmer, ένα μοντέλο ανοιχτού βάρους 30 Β που τρέχει πράκτορες AI σε GPU καταναλωτών

Τα Εργαστήρια Superintelligence της Meta κυκλοφόρησαν το Muse Glimmer, ένα μοντέλο τεχνητής νοημοσύνης 30 δισεκατομμυρίων παραμέτρων που δημοσιεύεται με άδεια Apache 2.0 που έχει σχεδιαστεί για να εκτελεί πράκτορες AI τοπικά σε GPU καταναλωτικής ποιότητας. Τα βάρη είναι διαθέσιμα στο Hugging Face, σηματοδοτώντας την τελευταία ώθηση της εταιρείας στο οικοσύστημα ανοιχτού βάρους που υπερασπίστηκε ο διευθύνων σύμβουλος Mark Zuckerberg σε μια πρόσφατα δημοσιευμένη έκθεση 6.500 λέξεων για το μέλλον της τεχνητής νοημοσύνης.

Η κυκλοφορία έρχεται εν μέσω ενός [ευρύτερου κύματος κάλυψης της βιομηχανίας AI] (https://aibuzzwire.news) που αναδιαμορφώνει τον τρόπο με τον οποίο οι προγραμματιστές δημιουργούν και αναπτύσσουν έξυπνα συστήματα. Η Meta λέει ότι οι προγραμματιστές μπορούν να χρησιμοποιήσουν το Muse Glimmer για τοπική κωδικοποίηση, κλήση λειτουργιών, αυτόνομους πράκτορες και εργασίες αξιολόγησης LLM-as-a-judge χωρίς να στείλουν δεδομένα σε ένα API που φιλοξενείται στο cloud.

Κατασκευάστηκε για αντιπροσώπους στη συσκευή

Το Meta τοποθετεί το Muse Glimmer ως λύση σε έναν συγκεκριμένο λειτουργικό περιορισμό: τα μοντέλα που φιλοξενούνται στο cloud χρειάζονται επίμονη πρόσβαση στο δίκτυο και κεντρική υποδομή, κάτι που μπορεί να δημιουργήσει προβλήματα καθυστέρησης, κόστους και απορρήτου. Αντίθετα, η εταιρεία προτείνει το μοντέλο για φόρτους εργασίας που απαιτούν παρουσία στη συσκευή, συμπεριλαμβανομένων προσωπικών πρακτόρων που χρειάζονται πρόσβαση σε χρονοδιαγράμματα, μηνύματα, αρχεία και άλλο ιδιωτικό περιβάλλον.

Το μοντέλο δέχεται παρεμβαλλόμενο κείμενο και εικόνες μέσω ενός αποκλειστικού κωδικοποιητή αντίληψης, επιτρέποντας στους πράκτορες να ερμηνεύουν στιγμιότυπα οθόνης, γραφήματα και έγγραφα ως μέρος μιας συνομιλίας. Η Meta αναφέρει ότι αυτή η πολυτροπική ικανότητα επιτρέπει στους πράκτορες να λογικεύονται σχετικά με τις οπτικές διεπαφές, μια δυνατότητα που έχει σημασία για τις ομάδες που δημιουργούν εργαλεία που αλληλεπιδρούν με λογισμικό γραφικών ή ιστοσελίδες.

Το Muse Glimmer υποστηρίζει επίσης OpenClaw και άλλα μοτίβα ενορχήστρωσης πρακτόρων, με προσαρμοσμένα ικριώματα που περιγράφονται στην τεκμηρίωση προγραμματιστών του μοντέλου. Ένας τοπικός παράγοντας κωδικοποίησης που βασίζεται στο μοντέλο μπορεί να αποφασίσει σε ποια αποθετήρια, τερματικά, δοκιμαστικά περιβάλλοντα και εντολές έχει πρόσβαση, αν και το Meta προειδοποιεί ότι οι οργανισμοί πρέπει να ορίσουν διαθέσιμες εντολές και αποθετήρια πριν μετρήσουν την επιτυχία της εργασίας.

Benchmark Performance Against Rivals

Οι εσωτερικές δοκιμές αναφοράς της Meta τοποθετούν το Muse Glimmer μπροστά από το Gemma4-31B της Google και το Qwen3.6-27B της Alibaba σε πέντε από τα οκτώ γενικά πρακτορεία αναφοράς. Σε μια συνολική βαθμολογία, ο Muse Glimmer έφτασε το 74,6, έναντι 61,7 για το Gemma4-31B και 71,1 για το Qwen3,6-27B.

Το μοντέλο δημοσίευσε 47,6 στο WildClawBench, μπροστά από το 37,6 του Gemma4-31B και το 43,2 του Qwen3,6-27B. Στο GAIA2, ένα σημείο αναφοράς για γενικούς βοηθούς τεχνητής νοημοσύνης, ο Muse Glimmer σημείωσε 43,3, σε σύγκριση με 36,4 και 40,0 για τα ανταγωνιστικά μοντέλα. Το OSWorld-Verified, το οποίο δοκιμάζει την ικανότητα ενός πράκτορα να λειτουργεί σε πραγματικά περιβάλλοντα υπολογιστή, δημιούργησε το μεγαλύτερο κενό στην ομάδα: το Muse Glimmer έφτασε το 65,9 έναντι του 58,5 του Gemma4-31B.

Δεν ευνόησε κάθε κατηγορία το μοντέλο του Meta. Στο SkillsBench, η Qwen3.6-27B προηγήθηκε με σκορ 46.6, όπου ο Muse Glimmer σημείωσε 44.3. Το Qwen3.6-27B προηγήθηκε επίσης στο GDPval-AA με 1.141, έναντι του 953 του Muse Glimmer.

Αποτελέσματα κωδικοποίησης Εμφάνιση ανταγωνιστικού τοπίου

Τα σημεία αναφοράς κωδικοποίησης του Muse Glimmer παρουσιάζουν μια στενότερη ανταγωνιστική εικόνα. Το μοντέλο ηγήθηκε του SWE-Bench Pro με βαθμολογία 51,2, έναντι 36,9 για το Gemma4-31B και 50,2 για το Qwen3,6-27B. Ωστόσο, το Qwen3.6-27B προηγήθηκε στο SWE-Bench Verified με 77,2, έναντι του Muse Glimmer's 76,0 και προηγήθηκε του TerminalBench 2.1 με 60,7 έναντι του Muse Glimmer's 51,7.

Το παρεχόμενο υλικό της Meta περιγράφει επίσης επανάληψη της εκπαίδευσης για αποτυχημένες κλήσεις εργαλείων, μια συμπεριφορά που επιτρέπει στους πράκτορες να ανακτούν αυτόματα τα σφάλματα. Η εταιρεία σημειώνει ότι αυτή η δυνατότητα απαιτεί ελέγχους σε επαναλαμβανόμενες προσπάθειες, ιδιαίτερα όταν ένα εργαλείο μπορεί να αλλάξει τον πηγαίο κώδικα ή να επικαλεστεί εξωτερικά συστήματα.

Το όραμα ανοιχτού βάρους του Zuckerberg

Η κυκλοφορία του Muse Glimmer συμπίπτει με τη δημοσίευση ενός εκτενούς δοκιμίου από τον Zuckerberg που εκθέτει το όραμά του για την ανάπτυξη της τεχνητής νοημοσύνης. Σύμφωνα με το Reuters και το Bloomberg, ο Διευθύνων Σύμβουλος της Meta χρησιμοποίησε το δοκίμιο για να υποστηρίξει την προσέγγιση ανοιχτού βάρους, υποστηρίζοντας ότι τα ευρέως διαθέσιμα μοντέλα εμποδίζουν τη συγκέντρωση της ισχύος της τεχνητής νοημοσύνης σε λίγα εταιρικά χέρια.

Ο Ζούκερμπεργκ φέρεται να προειδοποίησε για τους κινδύνους ενός μόνο φορέα που ελέγχει τα υπερευφυή συστήματα, δηλώνοντας ότι δεν υπάρχει μια μοναδική καλοπροαίρετη υπερευφυΐα. Οι παρατηρήσεις τοποθετούν τη στρατηγική ανοιχτού βάρους της Meta τόσο ως τεχνική φιλοσοφία όσο και ως ανταγωνιστική στάση έναντι αντιπάλων κλειστού μοντέλου όπως το OpenAI και το Anthropic.

Οι New York Times περιέγραψαν το Muse Glimmer ως μια έκδοση ανοιχτού κώδικα των δυνατοτήτων AI της Meta που μπορούν να χρησιμοποιήσουν οι καταναλωτές στο σπίτι, ενώ η Wall Street Journal σημείωσε ότι το δοκίμιο αντιπροσωπεύει την πιο λεπτομερή άρθρωση του Zuckerberg για την κοσμοθεωρία του AI μέχρι σήμερα.

Πρακτικά ζητήματα για τις ομάδες

Τα σημεία αναφοράς της Meta δείχνουν απόδοση σε τυποποιημένες δοκιμές, αλλά δεν δείχνουν πώς θα συμπεριφερθεί ένας τοπικός πράκτορας αφού ένας οργανισμός τον συνδέσει με τα δικά του αρχεία, ημερολόγια, συστήματα ανταλλαγής μηνυμάτων ή εσωτερικά εργαλεία. Η εταιρεία αναγνωρίζει ότι τα μοντέλα ανάγνωσης στιγμιότυπων οθόνης μπορούν να ερμηνεύσουν αυτό που βλέπουν, ωστόσο οι τοπικές δοκιμές πρέπει να καλύπτουν δικαιώματα, διατάξεις εμφάνισης, μορφές εγγράφων και σφάλματα που επιστρέφονται από συνδεδεμένα εργαλεία.

Για οργανισμούς που αξιολογούν το Muse Glimmer, η Meta συνιστά τον καθορισμό των εντολών και των αποθετηρίων που είναι διαθέσιμα στον πράκτορα πριν από την ανάπτυξη. Οι αξιολογήσεις που σχετίζονται με την ασφάλεια του μοντέλου περιλαμβάνουν δοκιμές CI Memories και Siren AgentDojo, αν και η εταιρεία χρησιμοποιεί διαφορετικά μέτρα για το καθένα.

Η κυκλοφορία θέτει τη Meta σε άμεσο ανταγωνισμό με τη σειρά Gemma της Google και τα μοντέλα Qwen της Alibaba στον ανοιχτό χώρο. Με την άδεια Apache 2.0 που επιτρέπει την εμπορική χρήση, το Muse Glimmer θα μπορούσε να επιταχύνει την υιοθέτηση μεταξύ προγραμματιστών που επιθυμούν δυνατότητες αντιπροσώπων χωρίς το επαναλαμβανόμενο κόστος και τις αντισταθμίσεις απορρήτου των API cloud.

Μείνετε μπροστά από την τεχνητή νοημοσύνη

Για τις τελευταίες εξελίξεις στα μοντέλα τεχνητής νοημοσύνης, τις εκδόσεις ανοιχτού βάρους και την ανταγωνιστική δυναμική που διαμορφώνει τη βιομηχανία, επισκεφτείτε το AI Buzz Wire για ολοκληρωμένη κάλυψη.

Διαβάστε περισσότερα νέα AI →