Meta hat den öffentlichen Zugriff auf die Gewichte seines neuesten multimodalen KI-Modells Muse Spark Open freigegeben. Ein Hauptmerkmal dieses Releases ist die gezielte Optimierung des Systems für Apple-Desktop-Computer mit M5 Ultra-Chips: Erstmals in seiner Klasse kann das Modell lokal auf Desktops ausgeführt werden, anstatt nur in der Cloud. Der Zugriff auf die Gewichte ist bereits auf mehreren großen Plattformen verfügbar, wodurch das System für Entwickler und Forscher weltweit zugänglich wird.

Architektur und Modellparameter

Muse Spark Open ist ein multimodales Modell mit insgesamt 816 Milliarden Parametern, von denen in jedem Generierungsschritt 42 Milliarden aktiv genutzt werden. Dieser „Sparse“-Ansatz verbindet die Ausdrucksstärke eines großen Modells mit überschaubaren Anforderungen an Rechenressourcen. Das Modell unterstützt ein Kontextfenster von 1 Million Token, was die Bearbeitung extrem langer Dokumente, Codebasen und Videoströme ohne Kohärenzverlust ermöglicht.

Lokale Ausführung auf Apple Silicon

Die Optimierung erfolgte über das Apple-MLX-Framework, das die Ausführung auf Apple-Silicon-Chips ermöglicht. Für den vollständigen lokalen Betrieb des Systems sind mindestens 1 Terabyte gemeinsamer Arbeitsspeicher erforderlich. Als optimale Konfiguration empfehlen die Entwickler einen Verbund aus zwei Mac Studio-Computern mit M5 Ultra-Prozessoren: Der gemeinsame Speicher (bis zu 512 GB pro Gerät) und eine Bandbreite von 1,2 TB/s ermöglichen es den beiden Workstations, als ein einziger Supercomputer zu arbeiten.

NVIDIA- und AMD-Unterstützung sowie Vertriebskanäle

Neben der lokalen Ausführung auf Apple-Silicon-Chips verfügt das Modell über speziell optimierte Rechenkerne zur Leistungssteigerung auf NVIDIA- und AMD-Grafikprozessoren. Dies erweitert das Spektrum der Hardware-Plattformen, auf denen Muse Spark Open bereitgestellt werden kann. Zum Start ist das Modell auf Hugging Face, Google Cloud Model Garden, Microsoft Foundry und OpenRouter verfügbar.

Autonomie-Tests in realen Szenarien

Bei Tests in realen Szenarien demonstrierte Meta die hohe Autonomie von Muse Spark Open in Kombination mit dem Muse Code-Terminal. Der KI-Agent hat den Code des Open-Source-iOS-Mastodon-Clients namens Ice Cubes völlig eigenständig bearbeitet: Fehler behoben, neue Funktionen hinzugefügt und einen vollständigen Build erstellt. Darüber hinaus wurde das Modell für autonome Aufgaben in der Videobearbeitungssoftware DaVinci Resolve eingesetzt – die KI analysierte das Videomaterial Bild für Bild, hob die besten Ausschnitte hervor und führte einen automatischen Zuschnitt für das vertikale Format durch.

Warum Meta die Gewichte freigibt

Laut Vertretern von Meta ermöglicht die Bereitstellung von Open-Weight-Modellen Entwicklern, die Bereitstellungskosten zu senken, sorgt für ein hohes Maß an Transparenz und gibt die Freiheit, das System mithilfe des PyTorch-Frameworks frei an die eigenen Bedürfnisse anzupassen. Damit setzt das Unternehmen auf das Ökosystem rund um das offene Modell und nicht nur auf geschlossene Cloud-Dienste.