Muse Spark Open خدام

Muse Spark Open هو نموذج لغوي كبير متعدد الوسائط مفتوح المصدر من Meta، مبني على بنية مزيج الخبراء المتناثرين، بإجمالي 8160 مليار مَعلمة وتفعيل 420 مليار مَعلمة فكل استدلال، وكيدعم سياق حتى لـ 1 مليون Token، وكيعالج النصوص والصور والفيديو والصوت، ومركّز بالأساس على البرمجة ومهام الوكلاء. وبالاعتماد على إطار MLX، يقدر Muse Spark Open يخدم محلياً فوق جوج أجهزة M5 Ultra Mac Studio. القدرات العامة والبرمجية ديالو مازال متأخرة مؤقتاً على عدد من النماذج الصينية المفتوحة المصدر، بحال MiMo-V2.6-Pro وGLM-5.3 وKimi K3.

فهم السياق الطويل: كيدعم نافذة سياق فيها 1 مليون Token، وكيقدر يعالج دفعة وحدة وثائق طويلة بزاف ومستودعات كود كاملة.
معالجة أصلية متعددة الوسائط: كيستقبل وكيـفهم مدخلات النصوص والصور والفيديو والصوت.
القدرات البرمجية: كيقدر يصلّح الأخطاء، يزيد وظائف، ويكمّل بناء المشاريع، وكيصلح لمهام هندسة البرمجيات المعقدة.
تنفيذ مهام الوكلاء: كيقدر ينفّذ بشكل مستقل مهام استدلال متعددة المراحل لمدة طويلة، بحال تشغيل DaVinci Resolve لإتمام مونتاج الفيديو.
التشغيل المحلي على سطح المكتب: من بعد تحسينو بإطار MLX، يقدر يشغّل النموذج كامل محلياً فوق جوج أجهزة M5 Ultra Mac Studio.
التوافق مع أطر وشرائح متعددة: كيدعم أطر الاستدلال الرئيسية بحال SGLang وvLLM وllama.cpp، ومتوافق مع شرائح NVIDIA وAMD وApple وIntel.
الاستعمال عبر API سحابية: يمكن استعمالو عبر API من خلال منصات بحال OpenRouter وGroq وTogether AI.

تابع الحساب فـ WeChat وردّ بـ“开源” باش تنضم لمجموعة تبادل مشاريع الذكاء الاصطناعي المفتوحة المصدر
بنية مزيج الخبراء المتناثرين (MoE): كيوصل مجموع مَعلمات النموذج لـ 8160 مليار، ولكن كيتفعّل غير حوالي 420 مليار مَعلمة فكل استدلال. بفضل آلية التوجيه، كيتوزّع كل Token على عدد قليل من شبكات الخبراء باش تعالجو، وبهذا كتحافظ البنية على سعة النموذج وكتنقص بزاف من كلفة الحساب، وكيولي تشغيل نموذج ضخم فوق عتاد محدود ممكن.
نافذة سياق بمستوى مليون: باستعمال تقنيات فعالة لمعالجة السلاسل الطويلة، كتتوسّع نافذة السياق حتى لـ 1 مليون Token، وكيقدر النموذج يدخل دفعة وحدة مستودعات كود طويلة بزاف، ووثائق متعددة، أو معلومات من فيديوهات طويلة، باش يلبّي حاجة المهام الطويلة للـ“ذاكرة”.
استدلال موزّع فوق بنية الذاكرة الموحدة: كتسمح بنية الذاكرة الموحدة ديال Apple M5 Ultra للـGPU المدمج فكل Mac Studio يستعمل حتى 512GB من الذاكرة، وبجوج الأجهزة كيوصل المجموع لحوالي 1TB، مع عرض نطاق للذاكرة قدره 1.2TB/s. وبمساعدة النسخة الجديدة من إطار MLX، كيقدرو الجهازين يخدمو بتنسيق بحال إلا كانو حاسوباً خارقاً واحداً، ويستوعبو النموذج كامل اللي فيه 8160 مليار مَعلمة.
تسريع بنوى GPU مخصّصة: وفّرت Meta لـ SGLang نوى GPU مخصّصة من Helion كتقدر تضبط الأداء تلقائياً، وحققات تسريعاً على مستوى النوى بين 1.03 و3.95 مرة فوق وحدات GPU ديال NVIDIA وAMD، مع تحسن فالأداء الشامل بحوالي 3% فوق AMD MI350.

الحصول على قناة الولوج: استعمل API ديال النموذج مباشرة عبر منصات بحال OpenRouter أو Together AI.
تحميل أوزان النموذج: إلا بغيتي النشر المحلي، تقدر تمشي لـ Hugging Face وتحمل الأوزان المفتوحة.
اختيار إطار الاستدلال: حسب البيئة العتادية، اختار SGLang أو vLLM أو TensorRT-LLM أو Hugging Face Transformers أو Apple MLX أو llama.cpp أو Unsloth باش تحمّل النموذج.
تحضير العتاد: فالخدمة السحابية استعمل GPU ديال NVIDIA أو AMD، وفسطح المكتب المحلي تقدر تستعمل جوج أجهزة Mac Studio بشرائح M5 Ultra لتشغيل النموذج كامل.
كتابة كود الاستدعاء: استعمل أطر بحال PyTorch لكتابة سكريبت الاستدلال، ودخل مطالب نصية أو صوراً أو فيديو أو صوت، وحدد محتوى السياق داخل 1 مليون Token.
تنفيذ مهام الوكلاء: استعمل API أو التشغيل المحلي لتحريك سير عمل متعدد المراحل للوكلاء، بحال البرمجة ومونتاج الفيديو.

حجم رائد: بإجمالي 8160 مليار مَعلمة وتفعيل 420 مليار فقط فكل استدلال، هو أقوى نموذج أمريكي مفتوح الأوزان من Meta حتى لدابا.
سياق طويل بزاف: كيدعم نافذة سياق فيها 1 مليون Token، وكيقدر يعالج دفعة وحدة وثائق طويلة ومستودعات كود كبيرة.
تعدد وسائط أصلي: كيعالج النصوص والصور والفيديو والصوت بشكل موحّد، ويقدر يشغّل مباشرة أدوات متعددة الوسائط بحال مونتاج الفيديو.
تشغيل محلي فوق سطح المكتب: من بعد تحسينو بإطار MLX، كيخدم كامل فوق جوج أجهزة M5 Ultra Mac Studio، وكيخلّي سير عمل الوكلاء محلياً.
منظومة مفتوحة: الأوزان مفتوحة بالكامل، وكيدعم سبعة أطر رئيسية بحال SGLang وvLLM وllama.cpp، ومتوافق مع شرائح NVIDIA وAMD وApple وIntel.
قابلية تخصيص عالية: كيقدر المطوّرون يديرو ضبطاً دقيقاً للنموذج ويطوّروه اعتماداً على PyTorch.

الموقع الرسمي للمشروع: https://dev.meta.ai/resources/blog/build-with-muse-spark-open
مستودع النموذج على HuggingFace: https://huggingface.co/collections/meta-models/muse-spark-open

تطوير وصيانة iOS: إصلاح الأخطاء، وزيادة وظائف جديدة، وإتمام بناء مشروع العميل مفتوح المصدر Ice Cubes.
المونتاج النهائي للفيديو: تشغيل DaVinci Resolve لفحص اللقطات إطاراً بإطار، وانتقاء المقاطع الجيدة، وقصّها بشكل عمودي.
مراجعة مستودعات كود كبيرة: استعمال سياق فيه 1 مليون Token لتحليل بنية ومشاكل مستودع كود كامل دفعة وحدة.
معالجة الوثائق الطويلة بزاف: إدخال تقارير أو أبحاث من مئات الصفحات دفعة وحدة، وإنجاز التلخيص والإجابة على الأسئلة والمقارنة المتقاطعة.
فهم مواد متعددة الوسائط: تحليل النصوص والصور والفيديو والصوت فآن واحد، لاستعمالها فمراجعة المحتوى أو تحليلو بشكل شامل.