Meta phát hành "Mô hình mã nguồn mở mạnh nhất Mỹ"

Giám đốc điều hành Meta Mark Zuckerberg. Hình ảnh được xử lý bởi AI

Tác giả｜Tô Dương

Biên tập viên｜Từ Thanh Dương

Vào lúc 10 giờ sáng theo giờ địa phương của Mỹ ngày 15 tháng 10, Meta chính thức phát hành Muse Spark Open, một mô hình chuyên gia hỗn hợp với tổng số tham số 816 tỷ và 42 tỷ tham số hoạt động, đồng thời mở tải trọng số.

Đây là mô hình trọng số mã nguồn mở mạnh nhất tại Mỹ cho đến nay, hỗ trợ đầu vào đa phương thức, với cửa sổ ngữ cảnh đạt 1 triệu token.

Người đoạt giải Turing, cựu giám đốc khoa học AI của Meta, Dương Lập Khôn "nhiệt tình" khen ngợi

01 Hai chiếc "Apple" có thể chạy

Meta cho biết đã hợp tác với Apple để tối ưu hóa, hai chiếc Mac Studio phiên bản M5 Ultra có thể hoàn toàn chạy toàn bộ mô hình.

Cấu hình cụ thể là hai chiếc Mac Studio phiên bản M5 Ultra, làm việc cùng nhau qua khung MLX, với bộ nhớ thống nhất đạt 1TB. Băng thông bộ nhớ của M5 Ultra đạt 1.2TB mỗi giây, có thể hỗ trợ tốc độ đọc nhỏ cho mỗi token.

Mô hình này sử dụng kiến trúc chuyên gia hỗn hợp, trong tổng số 816 tỷ tham số, mỗi lần kích hoạt 42 tỷ. Điều này có nghĩa là lượng tham số thực tế được gọi trong quá trình suy diễn nhỏ hơn nhiều so với quy mô tổng thể, nhưng trọng số đầy đủ vẫn cần được tải vào bộ nhớ. Phiên bản NVFP4 được ghi trên thẻ mô hình cần ít nhất 700GB bộ nhớ tăng tốc, trong khi phiên bản BF16 cần 2TB.

Vì vậy, hai chiếc Mac Studio 512GB vừa đủ để chứa trọng số đã được định lượng.

Đầu vào đa phương thức nguyên bản là một điểm nhấn khác của Muse Spark Open.

Mô hình chấp nhận bốn loại đầu vào: văn bản, hình ảnh, video và âm thanh, đầu ra là văn bản. Nó không phải là mô hình đa phương thức sinh sinh------không thể vẽ hình, không thể tạo video, không thể tổng hợp giọng nói, khả năng của nó nằm ở việc hiểu và phân tích thông tin từ nhiều phương thức khác nhau. Các nhà phát triển có thể cho nó xem ảnh chụp màn hình, nghe ghi âm, phân tích khung video, sau đó kết hợp với chỉ dẫn bằng văn bản để đưa ra quyết định. Đối với quy trình làm việc đại diện, khả năng hiểu biết này thực tế hơn khả năng sinh ra.

Ngoài chip Apple, Muse Spark Open cũng hỗ trợ các động cơ suy diễn và nền tảng phần cứng chính. SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, MLX, llama.cpp, Unsloth đã được thích ứng, chip của AMD, Apple, Intel, NVIDIA đều có thể chạy.

Meta còn trang bị nhân GPU Helion tùy chỉnh, mang lại tốc độ tăng tốc cấp nhân từ 1.03 đến 3.95 lần trên SGLang, và tăng tốc 3% trên AMD MI350.

02 "Mạnh nhất nước Mỹ" có giá trị cao

Meta đã nhiều lần nhấn mạnh "mô hình trọng số mã nguồn mở mạnh nhất nước Mỹ".

Trong bảng điểm mà Meta công bố, Muse Spark Open dẫn đầu trong hai công cụ kiểm tra hiệu suất JobBench và MCP-Atlas, lần lượt đạt 61.8 điểm và 89.2 điểm, cao hơn các đối thủ như GLM 5.3, Kimi K3 và Qwen3.8.

Trong bài kiểm tra suy diễn HLE-Diamond không có công cụ, nó cũng dẫn đầu với 26.1 điểm. Trong đánh giá hình ảnh có công cụ, ZeroBench đạt 50 điểm, SimpleVQA đạt 73.6 điểm, cũng nằm trong top đầu.

Nhà khoa học AI người Mỹ Nathan Lambert cho biết, ông đã chờ đợi mô hình mã nguồn mở của Mỹ có tính cạnh tranh trở lại rất lâu, và giờ cuối cùng cũng thấy hy vọng.

Giám đốc điều hành Box Aaron Levie cũng cho rằng, đây là một bước tiến lớn cho cộng đồng mã nguồn mở của Mỹ, các doanh nghiệp trong tương lai có thể kết hợp------sử dụng mô hình tiên tiến cho việc sắp xếp và nhiệm vụ cao cấp, sử dụng mô hình tùy chỉnh chi phí thấp cho quy trình làm việc lặp đi lặp lại.

Tiếng gọi rất cao, nhưng điểm yếu cũng rất rõ ràng.

Trong bài kiểm tra mã hóa đầu cuối Terminal-Bench 2.1, Muse Spark Open đạt 76.4 điểm, thấp hơn 83.9 điểm của GLM 5.3 và 85.0 điểm của Kimi K3.

Trong nhiệm vụ kỹ thuật phần mềm DeepSWE 1.1, điểm 60 cũng thấp hơn 67 điểm của GLM và 68 điểm của Kimi.

Trong đánh giá công việc kiến thức tổng hợp GDPVal-AA v2, Muse Spark Open đạt 1401 điểm, và có khoảng cách với 1653 điểm của GLM 5.3, 1613 điểm của Qwen3.8, 1537 điểm của Kimi K3.

Chỉ số thông minh của tổ chức kiểm tra bên thứ ba Artificial Analysis cũng cung cấp một tham chiếu.

Theo bảng xếp hạng công khai của họ, Muse Spark Open (chế độ Xhigh) đạt 39 điểm, Xiaomi MiMo-V2.6-Pro đạt khoảng 46 điểm, Zhizhu GLM-5.3 khoảng 45 điểm, Kimi K3 khoảng 44 điểm, GLM-5.3-Flash khoảng 42 điểm, Alibaba Qwen3.8 2.4T A95B khoảng 40 điểm.

Điều này có nghĩa là, ít nhất có sáu mô hình mã nguồn mở đã phát hành có điểm tổng hợp cao hơn Muse Spark Open, và tất cả đều đến từ các nhà sản xuất Trung Quốc.

Trong năm qua, số lượt tải mô hình mã nguồn mở của Trung Quốc đã vượt qua mô hình của Mỹ, trong số các yêu cầu nguồn gốc từ Mỹ trên OpenRouter, 60% lượng token được xử lý bởi mô hình mã nguồn mở, trong đó phần lớn đến từ các phòng thí nghiệm Trung Quốc. Sự phát hành lần này của Meta tương đương với việc thiết lập một tiêu chuẩn mới trong cộng đồng mã nguồn mở tại Mỹ.

Về giá cả, Together AI công bố mức giá API của Muse Spark Open là 1.25 đô la cho mỗi triệu token đầu vào, 4.25 đô la cho đầu ra, tương đương với phiên bản đóng nguồn Muse Spark.

Mức giá này không phải là rẻ trong số các mô hình mã nguồn mở, DeepSeek-V4.1-Flash chỉ 0.75 đô la cho mỗi triệu token trong giờ không cao điểm, Xiaomi MiMo-V2.6-Pro là 1.305 đô la, GLM-5.3 là 5.80 đô la.

Muse Spark Open được định vị ở giữa phân khúc trung cấp và cao cấp, lợi thế về chi phí hiệu quả chủ yếu thể hiện trong các tình huống tự quản lý------nếu doanh nghiệp tự triển khai, chi phí tính toán có thể thấp hơn so với việc gọi API.

03 Từ sửa iOS đến cắt video

Tham số và điểm số chỉ là dữ liệu trên giấy, điều thực sự khiến người ta cảm nhận được trọng lượng là một số trường hợp sử dụng thực tế của Muse Spark Open.

Trường hợp sử dụng đầu tiên mà Meta công bố là sửa đổi ứng dụng iOS.

Meta đã sử dụng Muse Code (một tác nhân lập trình dựa trên Muse Spark Open) để xử lý hoàn toàn Ice Cubes------một ứng dụng khách Mastodon mã nguồn mở. Công việc cụ thể bao gồm sửa lỗi, thêm tính năng mới, hoàn thành xây dựng toàn bộ.

Trường hợp sử dụng thứ hai là Muse Spark Open điều khiển DaVinci Resolve để chỉnh sửa video tại chỗ, xem từng khung hình, tìm ra những đoạn thú vị nhất, sau đó cắt thành định dạng dọc.

Các công cụ hỗ trợ chỉnh sửa video truyền thống chủ yếu thực hiện các công việc cơ bản như tự động thêm phụ đề, chuyển cảnh đơn giản, trong khi Muse Spark Open thực hiện quyết định "những hình ảnh nào là tốt nhất", một quyết định mang tính chủ quan hơn, nó có thể xem từng khung hình, hiểu nội dung hình ảnh, đưa ra quyết định lựa chọn, sau đó trực tiếp điều khiển phần mềm chỉnh sửa chuyên nghiệp để xuất sản phẩm.

Nếu quy trình này thành công, sẽ mang lại sự nâng cao hiệu suất trực tiếp cho việc sản xuất video ngắn, người sáng tạo nội dung và các tổ chức truyền thông.

Muse Spark Open cũng hỗ trợ mua sắm thông minh. Kỹ sư học máy của Hugging Face, Pedro Cuenca, đã chia sẻ một buổi trình diễn mua sắm trên X, cho thấy khả năng của Spark Open trong các nhiệm vụ tác nhân, sử dụng máy tính và suy diễn đa phương thức.

Cụ thể, mô hình có thể trực tiếp điều khiển trình duyệt, duyệt các trang web thương mại điện tử, so sánh sản phẩm và hoàn tất việc mua sắm. Cảnh "AI giúp bạn mua sắm" đã được nói đến từ lâu, nhưng luôn bị hạn chế bởi khả năng hiểu và ổn định thao tác của mô hình trên trang web. Khả năng hiểu đa phương thức và gọi công cụ của Spark Open đã hạ thấp ngưỡng để ứng dụng loại hình này.

Giám đốc quan hệ phát triển của Fireworks AI, Sophia Yang, đã trình diễn một cách chơi thú vị hơn------sử dụng Spark Open để tạo mã từng khung hình, tạo ra một trang web hoạt hình tương tác hoàn chỉnh.

Người dùng có thể duyệt toàn bộ trang web như bước vào một cảnh phim, mỗi khung hình đều được mô hình viết ra trong thời gian thực. Buổi trình diễn này nhiều hơn là một màn trình diễn kỹ thuật, nhưng nó cho thấy khả năng kết hợp giữa mô hình lớn tại chỗ và công cụ sáng tạo.

Đằng sau những trường hợp sử dụng này là sự bố trí hoàn chỉnh của Meta trong mô hình mã nguồn mở.

Vào tháng 4 năm nay, họ phát hành thế hệ đầu tiên của Muse Spark, vào tháng 8 ra mắt mô hình Glimmer với 30 tỷ tham số và giấy phép Apache 2.0, và vào đầu tháng 10 lại phát hành Muse Wonder và Wonder Full cao cấp hơn. Bây giờ Spark Open đã bổ sung vào vòng tròn trọng số mã nguồn mở, tạo thành một dòng sản phẩm hoàn chỉnh từ mô hình nhỏ tại chỗ đến mô hình lớn đóng nguồn.

Giấy phép cũng đã được phân loại. Glimmer sử dụng Apache 2.0 hoàn toàn mở, Spark Open sử dụng Giấy phép Mô hình Muse tùy chỉnh------hầu hết các nhà phát triển có thể sử dụng miễn phí, nhưng nếu công ty của bạn cung cấp dịch vụ mô hình và doanh thu hàng năm vượt quá 20 triệu đô la Mỹ, thì cần phải ký hợp đồng riêng với Meta.

Các ứng dụng thương mại nội bộ, nghiên cứu, không phải dịch vụ mô hình đều không nằm trong phạm vi hạn chế. Thiết kế này rất chính xác------sử dụng nội bộ trong doanh nghiệp không vấn đề gì, sử dụng nó để tạo ra sản phẩm của riêng mình cũng không vấn đề gì, nhưng nếu muốn bán API trực tiếp, thì phải thương lượng về phần chia lợi nhuận.