Meta інвестує мільярди та представляє модель Muse Spark, щоб домінувати в секторі штучного інтелекту

Meta оголосив про офіційний запуск Muse Spark, першої великомасштабної моделі штучного інтелекту, розробленої нещодавно створеним підрозділом Meta Superintelligence Labs. Проект очолює виконавчий директор Alexandr Wang, який дев’ять місяців тому обійняв посаду директора ШІ. Ця ініціатива є частиною стратегічного руху компанії щодо реструктуризації свого технологічного підходу та повернення місця на світовому ринку обробки даних і машинного навчання.

Розробка нової системи пов’язана зі значними інвестиціями в розмірі 14,3 мільярда доларів, спрямованими в Scale AI, компанію-партнера зі структурування даних. Фінансовий і структурний крок спрямований на те, щоб позиціонувати гіганта соціальних медіа в рівних умовах з прямими конкурентами, які зараз домінують у секторі, такими як OpenAI, Anthropic і Google. Основна стратегія базується на пропонуванні швидших і більш інтегрованих інструментів для існуючої екосистеми компанії.

Muse Spark було розроблено з архітектурою, спрямованою на високу конкурентоспроможність, але з різницею, зосередженою на меншому споживанні обчислювальних ресурсів порівняно з попередніми версіями, розробленими компанією. Оптимізація апаратного та програмного забезпечення дозволяє системі обробляти складну інформацію, не вимагаючи такого ж навантаження на обробку, як традиційні граничні моделі. Технічна функція Essa полегшує впровадження технології на мобільних пристроях і платформах для щоденного використання.

Наразі модель уже працює, забезпечуючи живлення цифрового помічника Meta у незалежній програмі Meta ШІ та на спеціальному веб-сайті. Інфраструктура розроблена для підтримки великої кількості одночасних запитів, забезпечуючи стабільність обслуговування користувачів. Компанія встановила агресивний графік розширення на найближчі тижні, щоб охопити мільярди активних облікових записів по всьому світу.

Розвиток та реструктуризація інфраструктури

За останні дев’ять місяців команда за номером Meta Superintelligence Labs виконала повну реконструкцію всього стеку ШІ компанії. Essa Глибоке переформулювання архітектури програмного забезпечення дозволило створити модель, яка є значно меншою та швидшою у своєму виконанні, але яка зберігає технічну здатність вирішувати дуже складні проблеми в таких сферах, як точні науки, прикладна математика та діагностика здоров’я. Executivos, пов’язаний з проектом, підкреслює, що Muse Spark є лише початковою основою нової технологічної структури, з наступним поколінням логічних процесорів, які вже знаходяться на етапі розробки в лабораторіях компанії.

Запуск цієї нової технології відбувається в період переходу, невдовзі після того, як комерційні та технічні показники сімейства Llama 4, оголошені в квітні минулого року, були оцінені як нижчі ринкових очікувань. Naquela З цього приводу модель з відкритим кодом не змогла залучити очікувану кількість незалежних розробників, що змусило кардинально змінити корпоративну стратегію. Alexandr Wang, прийнявши керівництво новим розвідувальним підрозділом, негайно переорієнтував інженерні команди на ефективність роботи та пряму власну інтеграцію з комерційними продуктами Meta.

Оцінка технічної продуктивності та можливостей

Впровадження вдосконалених методів навчання даних і використання перебудованої серверної інфраструктури дозволило розробити компактні моделі з потужністю, еквівалентною варіантам середнього розміру лінійки Llama 4. Основна технічна перевага, про яку повідомляють інженери компанії, — це виконання завдань зі значно нижчим порядком обчислювальної потреби.

Muse Spark представляє змагальні результати в завданнях, які вимагають мультимодального сприйняття та структурованих логічних міркувань, одночасної обробки різних типів вхідних даних. Однак компанія прозоро визнає, що все ще є технічні прогалини, які потрібно подолати, особливо в довгострокових потоках кодування програмного забезпечення та генерації складних сценаріїв.

У батареях внутрішніх тестів і стандартизованих оцінок модель продемонструвала особливу силу в тестах охорони здоров’я, перевершуючи конкуруючі системи за показниками діагностичної точності. Компанія вважає за краще не позиціонувати продукт як найпередовіший на ринку в абсолютному вираженні, але підкреслює його швидкість реакції та ідеальну придатність для широкомасштабного використання на соціальних платформах.

Пряма інтеграція з програмами та пристроями

Розширення системи передбачає нативну інтеграцію Muse Spark з Facebook, Instagram, WhatsApp і Messenger найближчими днями. Оновлення Essa дозволить користувачам взаємодіяти зі штучним інтелектом безпосередньо у вікнах чату та стрічках новин.

Leia Tambem

Нападнику Ліонелю Мессі потрібні дві вирішальні передачі, щоб зрівняти історичний рекорд Пеле на чемпіонатах світу

У штаті Вісконсін заарештовано Джоша Джейкобса з Green Bay Packers за домашнє насильство

Статки Кріштіану Роналду та Ліонеля Мессі виходять за межі поля з мільярдними інвестиціями

Смарт-окуляри Ray-Ban Meta також є в списку пристроїв, які незабаром отримають підтримку нової моделі. Оновлення мікропрограми забезпечить більш природні голосові команди та розпізнавання зображень у реальному часі через лінзи пристрою.

Компанія підтвердила план використання нової архітектури в ресурсі Vibes AI, інструменті, призначеному для генерації та редагування коротких відео. Потужність візуальної обробки моделі буде важливою для застосування динамічних фільтрів і автоматизованих скорочень.

Помічник дозволяє користувачам перемикатися між швидкими режимами для простих повсякденних відповідей і більш складними режимами для поглибленого аналізу PDF-документів або отримання інформації про харчування з фотографій їжі.

Практичні особливості цифрової комерції

Система вводить режим, орієнтований на покупки, який використовує дані про стиль і тенденції зі спільнот, присутніх на платформах Meta, для створення точних пропозицій щодо моди та інтер’єру. Інструмент поєднує візуальну інформацію з історією споживчих уподобань.

Ця функція черпає натхнення безпосередньо з наративів брендів і зв’язує користувачів із творцями контенту, за якими вони вже стежать у соціальних мережах. Інтеграція перетворює штучний інтелект на високоперсоналізованого помічника споживача, орієнтованого на конверсію продажів.

Розширена обробка та паралельне міркування

Функція, яка називається режимом споглядання, буде розгортатися поступово для обробки надзвичайно складних запитів, які потребують перевірки фактів і послідовної логіки. Neste спеціальний режим, Muse Spark активує внутрішній набір кількох агентів штучного інтелекту, які працюють і розуміють паралельно, розділяючи центральну проблему на аналітичні підкатегорії. Архітектура обробки Essa спрямована на пряму конкуренцію екстремальним режимам міркування, присутнім у конкурентоспроможних граничних моделях, таких як Gemini Deep Think і GPT Pro. Функціональність була розроблена, щоб допомогти професіоналам і дослідникам у задачах, які вимагають кількох етапів аналізу, перетину історичних даних і перевірки гіпотез перед наданням остаточної відповіді. Система одночасно оцінює різні логічні шляхи, відкидаючи суперечливу інформацію та консолідуючи лише дані, які мають високий ступінь статистичної надійності, забезпечуючи надійну та добре обґрунтовану доставку вмісту.

Стратегія комерціалізації та корпоративний доступ

Meta розпочав практичне тестування з новим джерелом монетизації, пропонуючи стороннім розробникам доступ до моделі через інтерфейс прикладного програмування. Atualmente лише вибрані корпоративні партнери мають доступ до приватної попередньої версії з планами розширити платний доступ до більшої аудиторії в майбутньому, що означає відхід від стратегії повністю відкритих моделей.

Фінансові прогнози та наступні кроки

Корпорація істотно збільшила витрати на серверну інфраструктуру і придбання графічних процесорів. Останній фінансовий звіт прогнозує капітальні витрати в діапазоні від 115 до 135 мільярдів доларів, що майже вдвічі перевищує інвестиції, зроблені в попередньому році.

Muse Spark класифікується правлінням як перший розділ у тривалій серії інновацій. Довгострокова стратегія поєднує невпинний пошук енергоефективності в центрах обробки даних із прямим застосуванням інтелектуальних інструментів до продуктів, які щодня споживають мільярди людей.