Meta ने 816 अरब पैरामीटर वाला ओपन-वेट AI ‘Muse Spark Open’ पेश किया; Mac पर स्थानीय रूप से चलाने के लिए डिज़ाइन

अमेरिकी कंपनी Meta ने स्थानीय समयानुसार गुरुवार को ओपन-वेट मॉडल ‘Muse Spark Open’ पेश किया। इसमें 816 अरब पैरामीटर हैं और इसकी कॉन्टेक्स्ट विंडो 10 लाख टोकन की है। इसे Apple के कंप्यूटरों पर स्थानीय रूप से चलाने के लिए डिज़ाइन किया गया है। कई API प्लेटफ़ॉर्म के ज़रिए इसकी उपलब्धता शुरू हो चुकी है।

Mac पर चलता है, लेकिन ज़रूरी नहीं कि आपके अपने Mac पर

‘Mac पर चलने वाला AI’ सुनकर अक्सर लगता है कि इसे अपने मौजूदा लैपटॉप पर डाउनलोड करके आज़माया जा सकता है। लेकिन इस बार मामला इतना सीधा नहीं है। बताया गया है कि 816 अरब पैरामीटर वाले मॉडल को स्थानीय रूप से चलाने के लिए कम-से-कम 1TB मेमोरी की ज़रूरत होगी। यह आम लैपटॉप की मेमोरी से एक पूरा स्तर ऊपर की बात है।

इसके लिए सबसे उपयुक्त वातावरण M5 Ultra चिप वाला Mac Studio बताया गया है। इस मॉडल के ज़रिए Meta ने सुविधा से ज़्यादा यह विकल्प दिखाया है कि किसी विशाल मॉडल को क्लाउड के हवाले किए बिना, अपनी डेस्क पर रखे डिवाइस पर चलाया जा सकता है।

फिर भी, यह बात कि ऐसा ‘विकल्प मौजूद है’, मामूली नहीं है। अब तक बेहद बड़े मॉडल डेटा सेंटर के उस पार की चीज़ थे। अब वे डेस्कटॉप कंप्यूटरों की पहुंच में आने लगे हैं। इसे चलाने की शर्तें भले ही कठिन हों, लेकिन यह एक अहम दिशा है।

कोड लिखने वाले AI से वीडियो देखने वाले AI तक

Muse Spark Open को नेटिव मल्टीमॉडल डिज़ाइन के साथ बनाया गया है, जो छवियों जैसी सामग्री को भी संभाल सकता है। इसे जटिल कोडिंग कार्यों और एजेंट-आधारित कामों के लिए तैयार किया गया है। एजेंट-आधारित उपयोग का मतलब है कि AI केवल एक बार सवाल का जवाब देकर रुकता नहीं, बल्कि कई चरणों की योजना खुद बनाकर काम आगे बढ़ाता है।

Meta के मुताबिक, उसने इसे अपने AI कोडिंग टर्मिनल ‘Muse Code’ के साथ जोड़कर अलग-अलग एजेंट-आधारित वर्कफ़्लो में इस्तेमाल किया। उदाहरण के तौर पर, उसने विकेंद्रीकृत सोशल नेटवर्क ‘Mastodon’ के क्लाइंट में बदलाव करने का काम बताया। कंपनी का कहना है कि मॉडल ने बग ठीक करने, नई सुविधाएँ जोड़ने और बिल्ड तैयार करने तक का काम किया।

इसका इस्तेमाल वीडियो एडिटिंग सॉफ़्टवेयर ‘DaVinci Resolve’ चलाने के लिए भी किया गया। बताया गया है कि यह फुटेज की जाँच और क्रॉप करने में सक्षम था। कोडिंग से लेकर पेशेवर वीडियो एडिटिंग टूल तक—स्क्रीन पर मौजूद ऐप्स को AI से चलाने के मामले लगातार बढ़ रहे हैं।

मुझे व्यक्तिगत रूप से दिलचस्प यह लगता है कि दोनों उदाहरणों में काम डेस्कटॉप पर किया गया। चैट विंडो में जवाब देने वाले AI से लेकर, कंप्यूटर के सामने बैठकर काम करने वाले सहकर्मी जैसे AI तक। Mac पर स्थानीय रूप से चलाने पर ज़ोर देने का मकसद भी शायद इसी से जुड़ा है।

ओपन-वेट मॉडल की अहमियत सिर्फ़ प्रदर्शन से नहीं आँकी जा सकती

Meta ने प्रकाशित मूल्यांकन नतीजों के आधार पर दावा किया है कि यह अन्य प्रमुख ओपन-वेट मॉडलों से बेहतर प्रदर्शन करता है। कंपनी ने इसे अमेरिका का सबसे बेहतर प्रदर्शन करने वाला ओपन-वेट मॉडल भी बताया है।

हालाँकि, ओपन-वेट मॉडल का महत्व सिर्फ़ रैंकिंग से नहीं समझा जा सकता। इनके वेट—यानी प्रशिक्षित मॉडल की आंतरिक सामग्री—सार्वजनिक होती है। इसलिए बंद मॉडल की तुलना में ये लागत के लिहाज़ से फ़ायदेमंद हो सकते हैं और इनकी कार्यप्रणाली में पारदर्शिता तथा इस्तेमाल में लचीलापन बनाए रखना भी आसान होता है।

कंपनियों के सामने विकल्प यह है कि वे API के ज़रिए आसानी से इसका इस्तेमाल करें या इसे अपने ही सिस्टम पर चलाएँ। पहला विकल्प जल्दी लागू किया जा सकता है, जबकि दूसरे में डेटा को बाहर भेजने की ज़रूरत नहीं पड़ती। 1TB की ज़रूरत एक बड़ी बाधा है, लेकिन गोपनीय विकास कार्य या वीडियो फ़ुटेज संभालने वाले संगठनों को लग सकता है कि यह निवेश फ़ायदेमंद है।

Muse Spark Open कंपनियों को यह फैसला करने के लिए एक और आधार देता है। पहले API के ज़रिए आज़माएँ और ज़रूरत पड़ने पर इसे अपने सिस्टम पर चलाएँ—ओपन-वेट AI के साथ काम करने का यह दो-चरण वाला तरीका भविष्य में आम हो सकता है।