Meta presentó Muse Spark Open, un modelo de pesos abiertos con una ventana de contexto de un millón de tokens, orientado a programación y tareas con agentes de inteligencia artificial. Puede ejecutarse localmente en computadoras Mac, aunque requiere al menos 1 TB de memoria RAM.
Meta presentó Muse Spark Open, un nuevo modelo de inteligencia artificial de pesos abiertos que la compañía describe como el más capaz de su tipo desarrollado en Estados Unidos. Con 816.000 millones de parámetros y una ventana de contexto de 1 millón de tokens, la propuesta apunta a competir en programación avanzada, procesamiento multimodal y automatización de tareas mediante agentes de IA.
Una de las características que distingue al modelo es que fue diseñado para ejecutarse localmente en las computadoras de Apple. Sin embargo, esa posibilidad tiene un requisito de hardware exigente: según Engadget, se necesita al menos 1 terabyte de memoria RAM para correrlo de manera local. El modelo funcionaría mejor en una Mac Studio equipada con el chip M5 Ultra.
La presentación de Meta incluye resultados de evaluaciones con los que la compañía sostiene que Muse Spark Open supera a otros modelos populares de pesos abiertos. Esos resultados fueron publicados por la propia empresa, por lo que las afirmaciones sobre su rendimiento deben entenderse en el contexto de las pruebas difundidas por Meta.
El lanzamiento se produce en un mercado donde los modelos de pesos abiertos ganan relevancia por la posibilidad de que desarrolladores y empresas los adapten a sus necesidades, los integren en sus propios sistemas y tengan mayor control sobre su implementación.
Programación, agentes de IA y edición de video
Muse Spark Open fue desarrollado para trabajar con distintos tipos de información y abordar tareas complejas de programación. Meta también lo orientó a los llamados flujos de trabajo agénticos, en los que un sistema de inteligencia artificial puede ejecutar una secuencia de acciones para alcanzar un objetivo, en lugar de limitarse a responder preguntas.
Para demostrar esas capacidades, la empresa combinó el modelo con Muse Code, su terminal de programación asistida por inteligencia artificial, y lo utilizó en distintos procesos automatizados.
Entre los ejemplos presentados figura el desarrollo de correcciones para un cliente de Mastodon. Según Meta, el modelo pudo trabajar en correcciones de errores, incorporación de nuevas funciones y compilación completa del proyecto.
La compañía también probó Muse Spark Open con DaVinci Resolve, el software profesional de edición de video. En ese entorno, el modelo demostró capacidad para revisar y recortar material audiovisual.
Estos casos ilustran el tipo de tareas de escritorio que Meta busca abordar con su nueva propuesta: desde modificar código y resolver problemas técnicos hasta intervenir en procesos de producción audiovisual. La empresa no detalló en el material citado métricas comparables de productividad ni cuánto tiempo podrían ahorrar los usuarios con estas funciones.
La ejecución local constituye otro aspecto importante. En lugar de depender necesariamente de un servicio remoto para procesar cada solicitud, un modelo que funciona en el equipo del usuario puede integrarse directamente con las herramientas y los flujos de trabajo instalados en esa computadora. En el caso de Muse Spark Open, no obstante, el elevado requisito de memoria restringe esa posibilidad a equipos con una configuración excepcionalmente potente.
Qué ofrecen los modelos de pesos abiertos
A diferencia de los modelos completamente cerrados y propietarios, los modelos de pesos abiertos permiten acceder a los parámetros entrenados y ofrecen mayor flexibilidad para adaptarlos, integrarlos y ejecutarlos en distintos entornos, según las condiciones de distribución de cada desarrollo.
Esta característica puede resultar atractiva para empresas que buscan reducir costos de uso, tener más control sobre su infraestructura o ajustar una herramienta a necesidades específicas. También puede facilitar que desarrolladores experimenten con el modelo sin depender exclusivamente de la interfaz o de las condiciones de un proveedor.
La disponibilidad de los pesos, sin embargo, no significa necesariamente que todos los componentes del entrenamiento, los datos utilizados o el código de desarrollo sean públicos. Tampoco elimina las exigencias de infraestructura: Muse Spark Open muestra que un modelo puede ser abierto y, aun así, requerir recursos informáticos muy elevados para ejecutarse localmente.
Meta anunció que Muse Spark Open ya está disponible a través de distintas plataformas de API. Esto permite acceder al modelo mediante servicios de integración, aunque el texto de la presentación no especifica cuáles son todas esas plataformas ni detalla sus precios.
Meta amplía su apuesta por la IA para el trabajo cotidiano
Con Muse Spark Open, Meta busca combinar capacidades avanzadas de inteligencia artificial con aplicaciones concretas en programación, edición multimedia y automatización de tareas. La compatibilidad con computadoras Mac también introduce una alternativa para desarrolladores y profesionales que quieran experimentar con modelos de gran escala en sus propios equipos.
El principal obstáculo para su adopción local será la infraestructura necesaria. El requisito de 1 TB de RAM representa una barrera considerable para muchos usuarios, incluso dentro del universo de las computadoras de alto rendimiento.
La propuesta, por lo tanto, se dirige inicialmente a entornos con recursos técnicos suficientes y a usuarios que valoren la flexibilidad de los pesos abiertos. Su evolución dependerá de cómo se comporte frente a otros modelos en pruebas independientes, de los costos de ejecución y de la capacidad de traducir sus funciones de programación y automatización en mejoras concretas de productividad.