米Metaは現地時間の木曜日、オープンウェイトモデル「Muse Spark Open」を発表しました。パラメーター数は8160億、コンテキストウィンドウは100万トークンで、Appleのコンピューター上でのローカル実行を想定して設計されています。複数のAPIプラットフォームを通じて、すでに提供が始まっています。
Macで動く、ただし手元のMacとは限らない
「Macで動くAI」と聞くと、いま使っているノートPCにダウンロードして試せる姿を思い浮かべがちです。ところが今回の話は、そう単純ではありません。8160億パラメーターという規模のモデルをローカルで動かすには、少なくとも1TBのメモリーが必要だと伝えられています。一般的なノートPCのメモリーとは桁がひとつ違う世界です。
最適な環境として挙がっているのは、M5 Ultraチップを搭載したMac Studioです。Metaがこのモデルで示したのは、手軽さというより、巨大なモデルをクラウドに預けず、自分の机の上にある端末側で扱えるという選択肢だと捉えるのが自然でしょう。
とはいえ、この「選択肢がある」という事実は軽くありません。これまで超大型モデルは、データセンターの向こう側にあるものでした。それがデスクトップ機の延長線上に現れ始めた。実行条件は高くても、方向性として見逃せない動きです。
コードを書くAIから、映像を見るAIへ
Muse Spark Openは、画像などを含めて扱えるネイティブなマルチモーダル設計で、複雑なコーディング作業やエージェント型の業務を想定して作られています。エージェント型とは、質問に一度答えて終わりではなく、複数の手順を自分で組み立てて作業を進めるタイプの使い方を指します。
Metaは自社のAIコーディング用ターミナル「Muse Code」と組み合わせ、さまざまなエージェント型ワークフローに投入したと説明しています。例に挙げたのは、分散型SNS「Mastodon」のクライアントに対する修正作業です。不具合の修正、新機能の追加、ビルドまでを一通りこなしたとしています。
さらに動画編集ソフト「DaVinci Resolve」の操作にも使われ、素材の確認とクロップ(切り抜き)ができたといいます。コードの世界から、プロ向けの映像編集ツールまで。AIが画面の中のアプリを操作する場面は、確実に広がっています。
個人的に面白いと感じるのは、この2つの例がどちらもデスクトップ上の作業だという点です。チャット画面で答えを返すAIから、PCの前で手を動かす同僚のようなAIへ。Macでのローカル実行にこだわる狙いも、このあたりにあるのかもしれません。
オープンウェイトの価値は性能だけでは測れない
Metaは公開した評価結果をもとに、他の主要なオープンウェイトモデルを上回る性能だと主張しています。そして今回のモデルについて、米国で最も高性能なオープンウェイトモデルだと位置づけています。
ただ、オープンウェイトの意義は順位表だけでは語れません。重み、つまり学習済みモデルの中身そのものが公開されるため、クローズドなモデルに比べてコスト面で有利になりやすく、仕組みの透明性や使い方の柔軟性も確保しやすいとされています。
企業にとっての分かれ道は、API経由で手軽に使うか、自社の環境に置いて動かすかです。前者は導入が速く、後者はデータを外に出さずに済みます。1TBという数字は高いハードルですが、機密性の高い開発や映像素材を扱う現場なら、投資に見合うと判断するケースも出てくるでしょう。
Muse Spark Openは、その判断材料をひとつ増やしたモデルです。APIで試し、必要なら手元へ。そんな二段構えの使い方が、今後のオープンウェイトAIの標準的な付き合い方になっていくかもしれません。
コメント