A Meta anunciou o Muse Spark Open em 15 de outubro de 2026. É um modelo de pesos abertos do tipo mixture of experts (MoE), capaz de processar texto, imagens, áudio e vídeo em um único prompt. O modelo tem cerca de 816 bilhões de parâmetros no total, mas ativa apenas aproximadamente 42 bilhões para cada token, o que permite executá-lo mais rapidamente do que um modelo convencional de tamanho equivalente. Ele também oferece uma janela de contexto enorme, de até 1 milhão de tokens, permitindo processar documentos extensos, bases de código ou transcrições de vídeo de uma só vez.
O que o modelo pode fazer
O Muse Spark Open foi otimizado para “programação agêntica”: ler uma base de código, escrever ou depurar código e acionar ferramentas externas enquanto analisa capturas de tela, mensagens de voz ou gravações de tela. Ele gera apenas texto, mas aceita entradas em qualquer combinação de modalidades. O modelo está disponível em dois formatos de checkpoint: BF16 (cerca de 1,5 TB) e uma versão NVFP4 de 4 bits, que roda em GPUs NVIDIA Blackwell. A Meta oferece instruções de integração para llama.cpp, vLLM, SGLang e outros frameworks de inferência, além de um endpoint hospedado no Hugging Face Inference que usa uma API compatível com a OpenAI.
Por que importa
Desenvolvedores podem agora usar um único modelo de IA que entende código, capturas de tela e mensagens de voz sem precisar alternar entre ferramentas, o que pode acelerar tarefas de depuração e documentação. No entanto, o modelo ainda exige GPUs de alto desempenho ou um endpoint hospedado, por isso continua fora do alcance de usuários comuns sem acesso a esses recursos.
