A Meta apresentou o Muse Spark Open, um modelo multimodal de pesos abertos com cerca de 816 mil milhões de parâmetros e arquitetura de mistura de especialistas (MoE). Segundo a publicação da Hugging Face, o modelo aceita texto, imagens, áudio e vídeo, e gera texto. A janela de contexto pode chegar a um milhão de tokens. A página da plataforma foi publicada a 15 de outubro de 2026.
A arquitetura tem 256 especialistas em cada bloco MoE, dos quais oito são selecionados para cada token. A publicação indica que ficam ativos cerca de 42 mil milhões de parâmetros por token. No entanto, todos os especialistas têm de permanecer em memória durante a execução, pelo que a necessidade de memória corresponde à de um modelo com 816 mil milhões de parâmetros. O modelo tem 62 camadas e uma dimensão oculta de 8192.
A Hugging Face descreve o Muse Spark Open como orientado para programação e tarefas com ferramentas. A publicação refere treino com fluxos de trabalho de desenvolvimento, como refatorizações que abrangem vários ficheiros e sessões prolongadas de depuração. Também caracteriza o modelo como capaz de planear, agir, observar e corrigir o próprio trabalho em tarefas longas, incluindo navegação na Web com imagens. Estas são descrições da publicação, não resultados de uma avaliação independente apresentados no material disponível.
A entrada de imagens e vídeo é processada por um codificador de perceção; o áudio utiliza um codificador próprio. Segundo a página, o codificador de áudio produz 12,5 tokens por segundo, e o vídeo passa pelo mesmo codificador de perceção que as imagens. A publicação apresenta exemplos de utilização, como interpretar uma captura de ecrã, ouvir uma nota de voz ou analisar uma gravação de ecrã durante uma tarefa de programação.
A página descreve duas versões dos pesos, BF16 e NVFP4. O ficheiro BF16 ocupa cerca de 1,5 terabytes em formato safetensors. A publicação indica que essa versão pode ser executada em quatro nós com oito GPU H200 cada; a versão NVFP4 foi preparada para GPU NVIDIA Blackwell e pode correr num nó com B200. A Hugging Face afirma que a quantização NVFP4 tem perda de precisão negligenciável, mas o excerto disponível não apresenta avaliações independentes que permitam verificar essa afirmação.
A publicação inclui receitas de execução com Transformers, llama.cpp, vLLM e SGLang, e instruções para afinação com TRL. Apresenta o Muse Spark Open como o modelo de maior dimensão da série Muse. O Muse Glimmer, descrito como um modelo denso mais pequeno, foi lançado em agosto, segundo a mesma página. Os dois modelos usam o mesmo tokenizador e vocabulário. A fonte não especifica uma licença nem apresenta resultados comparativos independentes para sustentar a afirmação de que este é o modelo de pesos abertos mais capaz dos Estados Unidos.
Porque importa
A publicação descreve um modelo de pesos abertos que aceita texto, imagens, áudio e vídeo e foi orientado para programação e utilização de ferramentas. A exigência de manter todos os especialistas em memória também é relevante para quem avalia a sua execução: a Hugging Face indica que a necessidade de memória corresponde à de um modelo com 816 mil milhões de parâmetros.