Seneste Nyheder (DA)

Meta investerer milliarder og præsenterer Muse Spark-model til at dominere sektoren for kunstig intelligens

Meta
Foto: Meta - PJ McDonnell / Shutterstock.com

Meta annoncerede den officielle lancering af Muse Spark, den første storstilede kunstig intelligens-model udviklet af den nyoprettede enhed Meta Superintelligence Labs. Projektet ledes af executive Alexandr Wang, som påtog sig rollen som AI-chef for ni måneder siden. Initiativet er en del af en strategisk bevægelse fra virksomheden for at omstrukturere sin teknologiske tilgang og genvinde plads på det globale databehandlings- og maskinlæringsmarked.

Udviklingen af ​​det nye system er knyttet til en betydelig investering på 14,3 milliarder dollars rettet til Scale AI, en partnervirksomhed inden for datastrukturering. Det finansielle og strukturelle tiltag har til formål at positionere den sociale mediegigant på lige fod med direkte konkurrenter, der i øjeblikket dominerer sektoren, såsom OpenAI, Anthropic og Google. Den centrale strategi er baseret på at tilbyde hurtigere og mere integrerede værktøjer til virksomhedens eksisterende økosystem.

Muse Spark er designet med en arkitektur rettet mod høj konkurrencepræstation, men med en forskel fokuseret på lavere forbrug af computerressourcer sammenlignet med tidligere versioner udviklet af virksomheden. Hardware- og softwareoptimering gør det muligt for systemet at behandle kompleks information uden at kræve samme behandlingsbelastning som traditionelle frontier-modeller. Essa teknisk funktion letter implementeringen af ​​teknologi på mobile enheder og platforme til daglig brug.

I øjeblikket er modellen allerede i drift og driver den digitale assistent Meta i den uafhængige Meta AI-applikation og på dens dedikerede hjemmeside. Infrastrukturen er designet til at understøtte en stor mængde af samtidige anmodninger, hvilket sikrer stabilitet i betjening af brugere. Virksomheden har sat en aggressiv ekspansionsplan for de kommende uger med det formål at nå milliarder af aktive konti rundt om i verden.

Infrastrukturudvikling og omstrukturering

Holdet på Meta Superintelligence Labs udførte en komplet genopbygning af hele virksomhedens AI-stack i løbet af de sidste ni måneder. Essa dybtgående omformulering af softwarearkitekturen gjorde det muligt at skabe en model, der er betydeligt mindre og hurtigere i sin udførelse, men som bibeholder den tekniske kapacitet til at løse meget komplekse problemstillinger inden for områder som eksakte videnskaber, anvendt matematik og sundhedsdiagnostik. Executivos knyttet til projektet fremhæver, at Muse Spark kun repræsenterer det indledende grundlag for en ny teknologisk struktur, hvor næste generation af logiske processorer allerede er i udviklingsfasen i virksomhedens laboratorier.

Lanceringen af ​​denne nye teknologi sker på et overgangstidspunkt, kort efter at den kommercielle og tekniske ydeevne af Llama 4-familien, som blev annonceret i april sidste år, internt blev vurderet som under markedets forventninger. Naquela lejligheden lykkedes det ikke open source-modellen at tiltrække det forventede antal uafhængige udviklere, hvilket tvang en drastisk ændring i virksomhedens strategi. Alexandr Wang omdirigerede, efter at have overtaget ledelsen af ​​den nye efterretningsenhed, straks ingeniørholdenes fokus til operationel effektivitet og direkte, proprietær integration med Meta’s kommercielle produkter.

Tekniske præstations- og kapacitetsvurderinger

Implementeringen af ​​forbedrede datatræningsteknikker og brugen af ​​en genopbygget serverinfrastruktur tillod udviklingen af ​​kompakte modeller med kapacitet svarende til de mellemstore varianter af Llama 4-linjen. Den vigtigste tekniske fordel rapporteret af virksomhedens ingeniør er udførelsen af ​​opgaver med en væsentlig lavere størrelsesorden af ​​beregningsmæssig efterspørgsel.

Muse Spark præsenterer konkurrencedygtige resultater i opgaver, der kræver multimodal perception og struktureret logisk ræsonnement, der behandler forskellige typer input samtidigt. Virksomheden anerkender dog transparent, at der stadig er tekniske huller at overvinde, især i langsigtede softwarekodningsflows og kompleks scriptgenerering.

I batterier af interne tests og standardiserede vurderinger demonstrerede modellen specifik styrke i sundhedsfaglige benchmarks, og udkonkurrerede rivaliserende systemer i diagnostiske nøjagtighedsindikatorer. Virksomheden vælger ikke at positionere produktet som det mest avancerede på markedet i absolutte tal, men understreger dets hurtige respons og perfekte egnethed til storstilet brug på sociale platforme.

Direkte integration med apps og enheder

Udvidelsen af ​​systemet sørger for den indbyggede integration af Muse Spark med Facebook, Instagram, WhatsApp og Messenger i de kommende dage. Essa-opdateringen giver brugerne mulighed for at interagere med kunstig intelligens direkte i chatvinduer og nyhedsfeeds.

Smartbrillerne Ray-Ban Meta er også på listen over enheder, der snart vil modtage support til den nye model. Firmwareopdateringen vil muliggøre mere naturlige stemmekommandoer og billedgenkendelse i realtid gennem enhedens linser.

Virksomheden bekræftede planen om at bruge den nye arkitektur i ressource Vibes AI, et værktøj, der har til formål at generere og redigere korte videoer. Modellens visuelle behandlingskapacitet vil være afgørende for anvendelse af dynamiske filtre og automatiserede snit.

Assistenten giver brugerne mulighed for at skifte mellem hurtige tilstande for enkle, hverdagslige svar og mere omfattende tilstande til dybdegående analyse af PDF-dokumenter eller udtrækning af ernæringsoplysninger fra madfotografier.

Praktiske funktioner til digital handel

Systemet introducerer en shopping-fokuseret tilstand, der bruger stildata og trends fra lokalsamfund på Meta’s platforme til at generere præcise mode- og interiørforslag. Værktøjet kombinerer visuel information med historien om forbrugernes præferencer.

Denne funktionalitet henter direkte inspiration fra brandfortællinger og forbinder brugere med indholdsskabere, de allerede følger på sociale medier. Integrationen forvandler kunstig intelligens til en meget personlig forbrugerassistent med fokus på salgskonvertering.

Avanceret bearbejdning og parallel ræsonnement

En funktion kaldet kontemplationstilstand vil gradvist blive rullet ud for at håndtere ekstremt komplekse forespørgsler, der kræver faktatjek og sekventiel logik. Neste specifik tilstand, Muse Spark aktiverer et internt sæt af flere kunstig intelligens-agenter, der arbejder og ræsonnerer parallelt, og opdeler det centrale problem i analytiske underkategorier. Essa bearbejdningsarkitektur har til formål at konkurrere direkte med de ekstreme ræsonnementsmetoder, der er til stede i konkurrerende grænsemodeller, såsom Gemini Deep Think og GPT Pro. Funktionaliteten blev designet til at hjælpe fagfolk og forskere i opgaver, der kræver flere validerende hypotetiske analysetrin, før han kan levere de endelige hypotetiske svar. Systemet evaluerer forskellige logiske stier samtidigt, kasserer inkonsekvent information og konsoliderer kun data, der har en høj grad af statistisk pålidelighed, hvilket sikrer robust og velfunderet indholdslevering.

Kommercialiseringsstrategi og virksomhedsadgang

Meta begyndte praktiske tests med en ny kilde til indtægtsgenerering ved at tilbyde adgang til modellen gennem en applikationsprogrammeringsgrænseflade til tredjepartsudviklere. Atualmente, kun udvalgte virksomhedspartnere har adgang til den private forhåndsvisningsversion, med planer om at udvide betalingsmuren til et større publikum på en fremtidig dato, hvilket markerer et skridt væk fra strategien med fuldt åbne modeller.

Økonomiske fremskrivninger og næste skridt

Virksomheden øgede betydeligt udgifterne til serverinfrastruktur og anskaffelse af grafikprocessorer. Den seneste finansielle rapport fremskriver kapitaludgifter på mellem 115 milliarder og 135 milliarder dollars, et beløb, der repræsenterer næsten det dobbelte af investeringen i det foregående år.

Muse Spark er klassificeret af bestyrelsen som det første kapitel i en længere række af innovationer. Den langsigtede strategi kombinerer den ubarmhjertige søgen efter energieffektivitet i datacentre med den direkte anvendelse af intelligente værktøjer til de produkter, der forbruges dagligt af milliarder af mennesker.