Майстер на всі руки. Meta представила модель Muse Spark, яка працює в 10 разів ефективніше

Про це пише видання Interesting Engineering.

Meta представила Muse Spark як першу розробку свого підрозділу Superintelligence Labs. Модель поєднує мультимодальне мислення та виконання завдань за допомогою агентів.

Читайте также: Anthropic запускає Claude Managed Agents: платформу керування агентами

На відміну від попередніх систем, вона може одночасно обробляти текст, зображення та інструменти в межах єдиного середовища. Також у моделі використовується підхід, де кілька агентів мислення працюють паралельно.

У компанії кажуть, що це допомагає краще розв’язувати складні задачі, хоча визнають, що система ще має недоліки.

Muse Spark відображає загальну тенденцію розвитку штучного інтелекту, коли моделі не лише генерують текст, а й аналізують візуальні та реальні дані.

Модель може аналізувати зображення, розв’язувати задачі зі STEM-дисциплін і розпізнавати об’єкти з урахуванням контексту. Вона також підтримує покрокове пояснення на основі зображень, що в Meta називають«візуальним ланцюжком мислення».

Це дозволяє використовувати систему для практичних завдань. Наприклад, користувачі можуть просити допомогти з ремонтом техніки або отримувати покрокові інструкції з візуальними підказками. Також модель здатна створювати інтерактивний контент, зокрема прості ігри за запитом.

Водночас у галузі такі можливості ще працюють нерівномірно. Попри заяви про прогрес, стабільність роботи в реальних умовах поки відстає від результатів тестів.

Однією з ключових новацій стала функція «режим роздумів». Вона запускає кілька агентів мислення одночасно, щоб ефективніше вирішувати складні завдання.

Meta повідомляє, що Muse Spark набрала 58% у тесті Humanity’s Last Exam і 38% у завданнях FrontierScience Research. Ці показники оцінюють здатність моделі до складного мислення, однак їх складно порівнювати між різними системами через різні методи оцінювання.

Читайте также: Зіткнення століття. Астрономи виявили пару надмасивних чорних дір на межі злиття

У компанії зазначають, що модель стала більш надійною і при цьому зберігає різноманітність відповідей. Також стверджується, що вона краще справляється із завданнями, яких не було в навчальних даних, але незалежних підтверджень цьому поки мало.

Розробка Muse Spark супроводжувалася змінами в інфраструктурі. За словами Meta, за останні дев’ять місяців компанія перебудувала процес навчання моделей, зосередившись на архітектурі, оптимізації та якості даних.

Це, як стверджують у компанії, дозволило досягти подібних результатів із більш ніж у 10 разів меншими обчислювальними витратами порівняно з попередньою моделлю Llama 4 Maverick.

У Meta зазначають, що навчання з підкріпленням залишається ключовим елементом підходу. У міру масштабування навчання компанія спостерігає стабільне покращення як у тренуванні, так і в тестуванні моделей.

Muse Spark розглядають як крок до так званого«персонального суперінтелекту» — систем, які розуміють середовище користувача і можуть надавати індивідуальну допомогу.

Одним із перших напрямів застосування називають медицину. Для цього навчальні дані створювалися разом із лікарями, щоб покращити пояснення медичних тем.

Наразі Muse Spark доступна на платформах Meta, а також має обмежений доступ через API для розробників.

Запуск моделі свідчить про зміну конкуренції у сфері штучного інтелекту. Компанії зосереджуються не лише на створенні розумніших моделей, а й на розробці систем, здатних працювати в реальному світі, хоча питання надійності та перевірки залишаються відкритими.

Читайте также: Космічна сповідь. Крістіна Кук розповіла екіпажу МКС про «лякаючу темряву» навколо Землі