Meta выпустила Muse Glimmer и пообещала открыть веса Muse Spark 1.2
Meta представила новую мультимодальную модель Muse Glimmer, которая демонстрирует высокие результаты в сравнении с конкурентами. Также компания объявила об открытии весов для Muse Spark 1.2.
Meta выпустила Muse Glimmer и пообещала открыть веса Muse Spark 1.2
Muse Glimmer — это 30B мультимодальная модель, которая обходит Qwen 3.6 27B и Gemma 4 31B по бенчам. Это первый заметный открытый LLM релиз от Meta с апреля 2025 года, а в такой весовой категории модели компании не выпускались с Code Llama 34B в августе 2023 года.
Архитектурно это dense модель с относительно большим perception encoder. Главный очевидный минус — длина контекста всего 131к, что меньше, чем у конкурентов.
Вместе с моделью выпустили официальные квантизации, так что модель влезает в 24 гигабайта VRAM. Вышла и официальная драфт модель, благодаря этому Muse Glimmer запускается на одной 5090 на скорости в 230 токенов в секунду.
Почему это важно
АналитикаЭто важно, поскольку Muse Glimmer является значительным шагом вперед в развитии мультимодальных моделей, что может повлиять на различные сферы применения AI. Открытие весов для Muse Spark 1.2 также будет способствовать развитию сообщества разработчиков.
Обсудить в сообществе
Делитесь опытом и мыслями с ИИ-разработчиками
Связанные материалы экосистемы
Практические гайды, терминология и агентские скиллы
Семейство Llama (Meta Llama)
Серия фундаментальных открытых языковых моделей от Meta (Llama 3, 3.1, 3.3), ставшая промышленным стандартом экосистемы Open Weights, локального ИИ и корпоративного fine-tuning.
Исследователи MIT показали, что GPT-6 Astra может улучшать другие ИИ-модели, изменяя их веса
В эксперименте Astra повысила точность Qwen3.5-0.8B на бенчмарке MATH-500 с 7,9% до 48,1%, изменив всего 0,016% весов модели.
JSON — структурированные данные для программ, API и AI-агентов
Полное практическое руководство по формату JSON: синтаксические правила, сериализация через parse/stringify, работа с REST API, валидация по JSON Schema и структурированный вывод для ИИ.
Форматы DOCX и XLSX: когда от ИИ требуется полноценный финальный документ
Практическое руководство по созданию и обработке документов DOCX и таблиц XLSX с помощью ИИ: сравнение с Markdown и CSV, промпт-инжиниринг, работа с формулами и автоматизация в коде.