Meta در 15 اکتبر 2026 از Muse Spark Open رونمایی کرد. این مدلِ ترکیبیِ متخصصان (MoE) با وزن‌های باز می‌تواند متن، تصویر، صدا و ویدئو را در یک دستور واحد پردازش کند. مدل در مجموع حدود 816 میلیارد پارامتر دارد، اما برای هر توکن فقط حدود 42 میلیارد پارامتر آن فعال است؛ بنابراین سریع‌تر از مدلی تمام‌حجم با این ابعاد اجرا می‌شود. همچنین پنجرهٔ زمینه‌ای بسیار بزرگی دارد که تا یک میلیون توکن را در خود جای می‌دهد؛ یعنی می‌توان اسناد طولانی، مخازن کد یا رونوشت ویدئوها را یک‌باره پردازش کرد.
این مدل چه کارهایی می‌تواند انجام دهد؟
Muse Spark Open برای «کدنویسی عامل‌محور» بهینه‌سازی شده است؛ یعنی می‌تواند یک مخزن کد را بخواند، کد بنویسد یا اشکال‌زدایی کند و هنگام بررسی اسکرین‌شات‌ها، یادداشت‌های صوتی یا ضبط صفحه، ابزارهای بیرونی را به کار بگیرد. خروجی مدل فقط متن است، اما ورودی می‌تواند ترکیبی از هر یک از این قالب‌ها باشد. مدل در دو قالب چک‌پوینت عرضه می‌شود: BF16 (حدود 1.5 TB) و نسخهٔ 4-bit NVFP4 که روی پردازنده‌های گرافیکی NVIDIA Blackwell اجرا می‌شود. Meta دستورالعمل‌هایی برای یکپارچه‌سازی با llama.cpp، vLLM، SGLang و دیگر چارچوب‌های استنتاج ارائه کرده است؛ همچنین یک Hosted Hugging Face Inference Endpoint دارد که از API سازگار با OpenAI استفاده می‌کند.
چرا مهم است
توسعه‌دهندگان اکنون می‌توانند یک مدل هوش مصنوعی را برای درک کد، اسکرین‌شات و یادداشت‌های صوتی به کار بگیرند، بی‌آنکه ناچار باشند میان ابزارهای مختلف جابه‌جا شوند؛ این کار می‌تواند فرایند اشکال‌زدایی و مستندسازی را سرعت ببخشد. بااین‌حال، مدل همچنان به سخت‌افزار رده‌بالای GPU یا یک نقطهٔ پایانی میزبانی‌شده نیاز دارد و بنابراین برای کاربران عادیِ فاقد این منابع در دسترس نیست.
