मेटा म्यूज स्पार्क ओपन एआय मॉडेल लाँच केले, 816 अब्ज पॅरामीटर्स
Meta ने 16 ऑक्टोबर 2026 रोजी Muse Spark Open AI मॉडेल सादर केले. हे मॉडेल कोडिंग, जटिल तर्क आणि बहु-चरण कार्यांसाठी डिझाइन केलेले आहे. कंपनीच्या म्हणण्यानुसार, हे दोन ऍपल मॅक स्टुडिओ सिस्टमवर देखील चालवले जाऊ शकते.
तंत्रज्ञान: Meta ने म्युज स्पार्क ओपन नावाचे एक नवीन ओपन-वेट AI मॉडेल जारी केले आहे, ज्यामध्ये एकूण 816 अब्ज पॅरामीटर्स आहेत आणि 1 दशलक्ष टोकन्सची संदर्भ विंडो आहे. कंपनी त्याला सॉफ्टवेअर डेव्हलपमेंट, जटिल तर्क आणि एजंटिक एआय वर्कफ्लोसाठी उपयुक्त म्हणत आहे. त्याची खास गोष्ट म्हणजे ॲपलच्या M5 अल्ट्रा चिपसोबत दोन मॅक स्टुडिओ सिस्टीम एकत्र करून स्थानिक पातळीवर चालवता येऊ शकते.
मेटा म्यूज स्पार्क ओपन एआय मॉडेलमध्ये 816 अब्ज पॅरामीटर्स
मेटा ने त्याचे नवीन एआय मॉडेल म्युज स्पार्क ओपन जारी केले आहे. कोड लिहिणे, सॉफ्टवेअरमधील बगचे निराकरण करणे, जटिल समस्यांचा विचार करणे आणि एकाधिक चरणांची आवश्यकता असलेली कार्ये पूर्ण करणे अशा कार्यांसाठी हे डिझाइन केले आहे. हे एक ओपन-वेट मॉडेल आहे, याचा अर्थ विकासक त्याचे मॉडेल वजन डाउनलोड करू शकतात आणि त्यांच्या गरजेनुसार त्यांचा वापर आणि सानुकूलित करू शकतात.
कंपनीच्या म्हणण्यानुसार, मॉडेलमध्ये एकूण 816 अब्ज पॅरामीटर्स आहेत, तर एका वेळी सक्रिय पॅरामीटर्सची संख्या 42 अब्ज आहे. त्यात 1 दशलक्ष टोकन्सची संदर्भ विंडो देखील दिली आहे. मोठ्या कॉन्टेक्स्ट विंडो एआय मॉडेल्सना एकाच संवादात मोठ्या प्रमाणात माहितीवर प्रक्रिया करण्याची परवानगी देतात.
मेटा ने सॉफ्टवेअर डेव्हलपमेंट आणि व्हिडिओ एडिटिंग सारख्या कार्यांवर मॉडेलची चाचणी देखील केली आहे. एका चाचणीमध्ये, बग्सचे निराकरण करण्यासाठी आणि Ice Cubes नावाच्या ओपन-सोर्स मास्टोडॉन क्लायंटमध्ये नवीन वैशिष्ट्ये जोडण्यासाठी याचा वापर केला गेला. दुसऱ्या चाचणीमध्ये, मॉडेलने DaVinci Resolve सह फ्रेम-बाय-फ्रेम व्हिडिओ फुटेज पाहिले, उपयुक्त भाग ओळखले आणि क्लिप उभ्या स्वरूपात तयार करण्यात मदत केली.
मॉडेल दोन ऍपल मॅक स्टुडिओवर देखील चालू शकते
म्यूज स्पार्क ओपनच्या प्रमुख वैशिष्ट्यांमध्ये स्थानिक संगणक प्रणालीवर चालवण्याची क्षमता समाविष्ट आहे. Meta ने MLX फ्रेमवर्कद्वारे Apple च्या M5 अल्ट्रा चिपसह Mac स्टुडिओसाठी ते ऑप्टिमाइझ केले आहे. कंपनीच्या म्हणण्यानुसार, दोन मॅक स्टुडिओ सिस्टमला एकत्र जोडल्याने मॉडेल चालवण्यासाठी पुरेशी युनिफाइड मेमरी मिळू शकते.
याचा अर्थ असा की योग्य हार्डवेअर आणि कॉन्फिगरेशन असलेल्या विकासकांना प्रत्येक कामासाठी क्लाउड-आधारित एआय सेवांवर अवलंबून राहण्याची आवश्यकता नाही. तथापि, ते स्थानिक पातळीवर चालविण्यासाठी, पुरेशी मेमरी आणि सुसंगत सॉफ्टवेअर सेटअप आवश्यक असेल.
मेटा मॉडेलसाठी एकाधिक अनुमान प्लॅटफॉर्मला देखील समर्थन देते. डेव्हलपर बेसेटन, फायरवर्क्स एआय, ग्रोक, मोडल, नेबियस, ओपनराउटर आणि टुगेदर एआय सारख्या प्लॅटफॉर्मद्वारे त्यात प्रवेश करू शकतात. त्याचे मॉडेल वजन हगिंग फेस, Amazon SageMaker AI, Google Cloud Model Garden आणि Microsoft Foundry Models वर देखील उपलब्ध करून दिले आहे.
मॉडेल चालविण्यासाठी SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX, llama.cpp आणि अनस्लॉथ सारखी अनुमानित इंजिने समर्थित आहेत. PyTorch द्वारे विकसक त्यांच्या गरजेनुसार ते सानुकूलित देखील करू शकतात.
कोडिंग, व्हिडिओ एडिटिंग आणि एआय एजंटवर लक्ष केंद्रित करा
म्युझ स्पार्क ओपन हे केवळ प्रश्न-उत्तर चॅटबॉट म्हणून डिझाइन केलेले नाही, तर दीर्घ, बहु-चरण कार्यांसाठी डिझाइन केले आहे. अशा एआय वर्कफ्लोमध्ये, मॉडेल एक ध्येय पूर्ण करण्यासाठी एकामागून एक अनेक क्रिया करू शकते. याला एजंटिक एआय म्हणतात.
मॉडेलमध्ये मूळ मल्टीमोडल क्षमता देखील आहेत, याचा अर्थ ते विविध प्रकारच्या माहितीसह कार्य करण्यासाठी डिझाइन केलेले आहे. मेटामध्ये NVIDIA आणि AMD GPU साठी ऑप्टिमाइझ केलेले GPU कर्नल देखील समाविष्ट आहेत. कंपनीच्या म्हणण्यानुसार, काही कर्नल-स्तरीय कार्यांमध्ये 1.03 ते 3.95 पट गती सुधारणा नोंदवल्या गेल्या, तर AMD MI350 वर एकूण गती 3 टक्के वाढ नोंदवली गेली.
मेटा ने म्हटले आहे की मॉडेल जारी करण्यापूर्वी ते सुरक्षा प्रशिक्षण आणि सुरक्षा मूल्यांकन प्रक्रियेचा अवलंब करेल. हे म्युझ मॉडेल परवान्याअंतर्गत प्रसिद्ध झाले आहे. हे विकसकांसाठी वापरण्यासाठी विनामूल्य असू शकते, परंतु परवान्यामध्ये व्यावसायिक वापराशी संबंधित काही मर्यादा देखील समाविष्ट आहेत. म्हणून, व्यावसायिक वापरापूर्वी त्याच्या परवान्याच्या अटी समजून घेणे आवश्यक आहे.
एकंदरीत, म्युझ स्पार्क ओपनचा फोकस विकासकांसाठी, विशेषत: कोडिंग, व्हिडिओ संपादन आणि मल्टी-स्टेप ऑटोमेशन सारख्या कार्यांसाठी मोठ्या AI मॉडेल्सना अधिक उपयुक्त बनवणे आहे. त्याची वास्तविक उपयुक्तता हार्डवेअर क्षमता, मॉडेल कार्यप्रदर्शन आणि परवाना अटींवर अवलंबून असेल.
Comments are closed.