La estadounidense Meta presentó el jueves, hora local, el modelo de pesos abiertos Muse Spark Open. Cuenta con 816.000 millones de parámetros y una ventana de contexto de un millón de tokens, y está diseñado para ejecutarse localmente en ordenadores Apple. Ya está disponible a través de varias plataformas de API.
Funciona en un Mac, aunque no necesariamente en el tuyo
Al oír «una IA que funciona en Mac», es fácil imaginar que se puede descargar y probar en el portátil que uno usa a diario. Pero esta vez no es tan sencillo. Según se ha informado, ejecutar localmente un modelo de 816.000 millones de parámetros requiere al menos 1 TB de memoria. Es un orden de magnitud más que la memoria de un portátil convencional.
El entorno óptimo sería un Mac Studio con chip M5 Ultra. Más que ofrecer una opción fácil de usar, lo que Meta plantea con este modelo es la posibilidad de trabajar con un modelo gigantesco en un dispositivo que tenemos sobre el escritorio, sin dejarlo en la nube.
Aun así, no es un detalle menor que exista esa opción. Hasta ahora, los modelos de tamaño gigantesco estaban al otro lado de un centro de datos. Ahora empiezan a aparecer en equipos de escritorio. Aunque los requisitos para ejecutarlos sean elevados, es una tendencia que merece atención.
De una IA que escribe código a una IA que ve vídeos
Muse Spark Open tiene un diseño multimodal nativo que permite procesar imágenes y otros contenidos, y está pensado para tareas complejas de programación y trabajos agénticos. Este tipo de uso no consiste en responder una pregunta y dar por terminado el trabajo, sino en planificar y ejecutar por cuenta propia varios pasos.
Meta explica que combinó el modelo con Muse Code, su terminal de programación con IA, y lo utilizó en distintos flujos de trabajo agénticos. Entre los ejemplos que cita figura la modificación de un cliente de Mastodon, la red social descentralizada. Según la empresa, el modelo se ocupó de todo el proceso: corregir errores, añadir funciones y compilar el proyecto.
También se utilizó para manejar el programa de edición de vídeo DaVinci Resolve, donde pudo revisar el material y recortarlo. Desde la programación hasta las herramientas profesionales de edición de vídeo: las situaciones en las que la IA maneja aplicaciones en pantalla se están ampliando sin duda.
Lo que personalmente me parece interesante es que los dos ejemplos se refieren a tareas de escritorio. De una IA que responde en una ventana de chat a otra que trabaja frente al ordenador como un compañero. Quizá sea ahí donde radique también el interés por ejecutar el modelo localmente en Mac.
El valor de los pesos abiertos no se mide solo por el rendimiento
Meta afirma, basándose en los resultados de evaluación que ha publicado, que el modelo supera a otros modelos de pesos abiertos destacados. Además, lo presenta como el modelo de pesos abiertos con mejor rendimiento de Estados Unidos.
Pero la importancia de los pesos abiertos no se explica solo con una clasificación. Como se publican los pesos —es decir, el contenido del modelo ya entrenado—, estos modelos suelen ofrecer ventajas de coste frente a los modelos cerrados y permiten mayor transparencia sobre su funcionamiento y más flexibilidad de uso.
La decisión clave para las empresas es si utilizarlo cómodamente a través de una API o ejecutarlo en su propio entorno. La primera opción agiliza la puesta en marcha; la segunda evita que los datos salgan de la empresa. La cifra de 1 TB supone un obstáculo importante, pero en ámbitos que manejan desarrollos confidenciales o material de vídeo puede haber casos en los que se considere que la inversión merece la pena.
Muse Spark Open ofrece un nuevo elemento que tener en cuenta a la hora de tomar esa decisión. Probarlo mediante una API y, si hace falta, ejecutarlo en local. Esta estrategia en dos etapas podría convertirse en la forma habitual de utilizar la IA de pesos abiertos.
コメント