Por Canuto  

Meta publicó los pesos de Muse Spark Open, un modelo multimodal de 816.000 millones de parámetros que apunta a programación y tareas de agentes. La empresa destaca que puede ejecutarse en dos Mac Studio con M5 Ultra, aunque su licencia comercial incluye restricciones.

***

  • Muse Spark Open suma 816.000 millones de parámetros totales, 42.000 millones activos y una ventana de contexto de un millón de tokens.
  • Meta afirma que el modelo puede operar localmente en dos Mac Studio M5 Ultra y ofrece acceso también mediante plataformas de inferencia en la nube.
  • Los pesos se distribuyen con una licencia que permite usos comerciales limitados; la empresa también informó resultados de seguridad, pero aún no publicó el informe completo.

 

Meta anunció la publicación de los pesos de Muse Spark Open, un modelo multimodal de pesos abiertos que, según la compañía, es el más capaz de su tipo desarrollado en Estados Unidos hasta la fecha. La propuesta apunta especialmente a programación y tareas de agentes, con capacidades para trabajos prolongados, ingeniería de software compleja y razonamiento de varios pasos.

El anuncio combina dos ideas que suelen avanzar por caminos distintos: ofrecer el modelo a través de servicios en la nube y habilitar su ejecución en equipos de escritorio. Meta señala que Muse Spark Open puede funcionar en dos Apple Mac Studio con chips M5 Ultra y el framework MLX, una posibilidad que busca acercar modelos de gran escala a desarrolladores que prefieren procesarlos localmente.

Un modelo multimodal de gran escala para programación

Muse Spark Open tiene 816.000 millones de parámetros totales, de los cuales 42.000 millones están activos, y ofrece una ventana de contexto de un millón de tokens. Esas cifras describen dimensiones distintas: el total corresponde al tamaño anunciado del modelo, mientras que la cantidad activa se refiere a los parámetros que participan en una operación; la ventana de contexto, por su parte, determina cuánto contenido puede considerar en una interacción.

Meta presenta el sistema como nativamente multimodal y lo orienta a tareas de programación y trabajo con agentes de inteligencia artificial. En su descripción, destaca el desempeño en tareas de largo alcance, proyectos complejos de ingeniería de software y procesos que requieren varios pasos de razonamiento, aunque el anuncio no incluye puntuaciones concretas de benchmarks que permitan comparar esos resultados con otros modelos.

La compañía mostró ejemplos de flujos de trabajo ejecutados completamente en el dispositivo mediante Muse Code, su herramienta impulsada por Muse Spark Open. Uno de ellos consistió en realizar cambios reales en Ice Cubes, un cliente de Mastodon de código abierto, con correcciones de errores, incorporación de funciones y compilación del proyecto; Meta no detalló en el anuncio cuánto tardó el proceso ni publicó una evaluación independiente de esos cambios.

Otro ejemplo presentado por Meta involucró DaVinci Resolve: el modelo revisó material cuadro por cuadro para localizar los mejores momentos y recortarlos en formato vertical. La demostración ilustra el tipo de tarea que la empresa considera viable para un agente que combina análisis de contenido y ejecución de instrucciones, pero el material disponible no especifica el volumen de video analizado ni ofrece una comparación con un flujo de trabajo manual.

La ejecución local y las opciones para desarrolladores

Para ejecutar el modelo en un escritorio, Meta afirma haberlo optimizado con la versión más reciente de MLX para Mac Studio con M5 Ultra. Según la publicación, la memoria unificada de cada equipo permite que la GPU integrada utilice hasta 512 GB, por lo que dos máquinas pueden alojar el modelo completo y sumar alrededor de un terabyte de memoria unificada.

La empresa también cita un ancho de banda de memoria de 1,2 TB por segundo para el chip, una característica que, de acuerdo con su explicación, ayuda a leer los parámetros requeridos durante la generación de cada token. Esa configuración constituye un requisito de hardware significativo: el anuncio no plantea que cualquier computadora de escritorio pueda ejecutar el modelo, sino que identifica dos Mac Studio M5 Ultra como la combinación probada para esa modalidad local.

Quienes no cuenten con ese equipo pueden acceder a Muse Spark Open mediante servicios de inferencia alojada. Meta enumera Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter y Together AI como plataformas disponibles, mientras que los pesos pueden descargarse desde Amazon SageMaker AI, Google Cloud Model Garden, Hugging Face y Microsoft Foundry Models.

El modelo también puede utilizarse con motores de inferencia como SGLang, vLLM, TensorRT-LLM, Hugging Face Transformers, Apple MLX, llama.cpp y Unsloth. Meta menciona optimizaciones para hardware de AMD, Apple, Intel y NVIDIA, y añade que los desarrolladores pueden personalizar el sistema con PyTorch y ajustar su entrenamiento mediante TorchTitan; estas opciones amplían los puntos de entrada, aunque cada implementación depende de compatibilidad y recursos disponibles.

Licencia, optimizaciones y seguridad

La publicación incluye kernels de GPU Helion personalizados y autoajustables para SGLang. Meta informa aceleraciones a nivel de kernel de entre 1,03 y 3,95 veces en GPU de NVIDIA y AMD, además de una mejora de 3% de extremo a extremo en AMD MI350; son resultados comunicados por la propia compañía y el anuncio remite a un informe metodológico para más detalles.

La empresa distribuye los pesos bajo la Muse Model License, que permite el uso gratuito a muchos desarrolladores, pero establece términos comerciales limitados. Por ello, la disponibilidad de los pesos no equivale a una autorización comercial irrestricta: quienes planeen integrar el modelo en productos o servicios deben revisar las condiciones de la licencia antes de hacerlo.

Meta sostiene que añadió entrenamiento de seguridad adicional precisamente porque los pesos abiertos conllevan consideraciones particulares. También afirma que evaluó Muse Spark Open mediante su Meta Superintelligence Scaling Framework, que cubre los riesgos más severos, y que el modelo cumplió los umbrales exigidos por ese marco para su lanzamiento.

La compañía describe las salvaguardas como sólidas en las categorías de riesgo medidas y remite a la ficha del modelo para los resultados disponibles, aunque indicó que el informe completo de evaluación se publicará próximamente. Esa información será relevante para que desarrolladores y organizaciones valoren los límites y riesgos del sistema, junto con sus capacidades técnicas y las obligaciones asociadas a la licencia.

Con Muse Spark Open, Meta presenta una opción que combina acceso mediante proveedores de nube, descarga de pesos y ejecución local en una configuración de hardware concreta. La publicación deja abiertas varias preguntas prácticas, entre ellas cómo se comportará el modelo en distintas cargas de trabajo y qué mostrarán las evaluaciones completas; por ahora, la empresa ofrece especificaciones, ejemplos de uso y resultados de optimización propios, sin puntuaciones comparativas detalladas en el anuncio.

Imagen original de DiarioBitcoin, creada con inteligencia artificial, de uso libre, licenciada bajo Dominio Público.

Este artículo fue escrito por un redactor de contenido de IA y revisado por un editor humano para garantizar calidad y precisión.

 


ADVERTENCIA: DiarioBitcoin ofrece contenido informativo y educativo sobre diversos temas, incluyendo criptomonedas, IA, tecnología y regulaciones. No brindamos asesoramiento financiero. Las inversiones en criptoactivos son de alto riesgo y pueden no ser adecuadas para todos. Investigue, consulte a un experto y verifique la legislación aplicable antes de invertir. Podría perder todo su capital.

Suscríbete a nuestro boletín

Artículos Relacionados