Meta ने 816 अरब पैरामीटर वाले ओपन-वेट AI “Muse Spark Open” का एलान किया; Mac पर स्थानीय रूप से चलाने को ध्यान में रखकर बनाया गया

अमेरिकी कंपनी Meta ने स्थानीय समयानुसार गुरुवार को ओपन-वेट मॉडल “Muse Spark Open” का एलान किया। इसमें 816 अरब पैरामीटर हैं और इसकी कॉन्टेक्स्ट विंडो 10 लाख टोकन की है। इसे Apple कंप्यूटरों पर स्थानीय रूप से चलाने को ध्यान में रखकर बनाया गया है। कई API प्लेटफ़ॉर्म के ज़रिए इसकी उपलब्धता पहले ही 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 सकेगा। लेकिन इस बार मामला इतना सीधा नहीं है। बताया जा रहा है कि 816 अरब पैरामीटर वाले मॉडल को स्थानीय रूप से चलाने के लिए कम-से-कम 1 TB मेमोरी चाहिए। यह सामान्य लैपटॉप में मिलने वाली मेमोरी से एक पूरा परिमाण अधिक है।

इसके लिए सबसे उपयुक्त वातावरण M5 Ultra चिप वाला Mac Studio बताया गया है। Meta ने इस मॉडल के ज़रिए जो दिखाया है, उसे सुविधा के बजाय इस विकल्प के रूप में देखना उचित होगा कि विशाल मॉडल को क्लाउड के भरोसे छोड़े बिना अपने डेस्क पर मौजूद डिवाइस पर चलाया जा सकता है।

फिर भी, यह तथ्य कि ऐसा “विकल्प मौजूद है”, मामूली बात नहीं है। अब तक विशाल मॉडल डेटा सेंटर के उस पार हुआ करते थे। अब वे डेस्कटॉप कंप्यूटर की पहुँच के दायरे में आने लगे हैं। इसे चलाने की शर्तें भले ही कठिन हों, लेकिन इस दिशा में हो रहे बदलाव को नज़रअंदाज़ नहीं किया जा सकता।

कोड लिखने वाले AI से वीडियो देखने वाले AI तक

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

Meta के मुताबिक, उसने अपने AI कोडिंग टर्मिनल “Muse Code” के साथ मिलाकर मॉडल को कई तरह के एजेंट-आधारित वर्कफ़्लो में इस्तेमाल किया। उदाहरण के तौर पर विकेंद्रीकृत सोशल नेटवर्क “Mastodon” के क्लाइंट में बदलाव का काम दिया गया। Meta का कहना है कि मॉडल ने बग ठीक करने, नई सुविधाएँ जोड़ने और बिल्ड करने तक का पूरा काम किया।

इसका इस्तेमाल वीडियो एडिटिंग सॉफ़्टवेयर “DaVinci Resolve” चलाने के लिए भी किया गया। बताया गया कि यह वीडियो सामग्री की जाँच और क्रॉप (काट-छाँट) कर सका। कोडिंग से लेकर पेशेवर वीडियो एडिटिंग टूल तक—स्क्रीन पर मौजूद ऐप्लिकेशन को AI से चलाने के मामले लगातार बढ़ रहे हैं।

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

ओपन-वेट का मूल्य सिर्फ़ प्रदर्शन से नहीं आँका जा सकता

Meta ने प्रकाशित मूल्यांकन परिणामों के आधार पर दावा किया है कि इसका प्रदर्शन अन्य प्रमुख ओपन-वेट मॉडलों से बेहतर है। कंपनी ने इस मॉडल को अमेरिका का सबसे उच्च-प्रदर्शन वाला ओपन-वेट मॉडल बताया है।

लेकिन ओपन-वेट मॉडल का महत्व सिर्फ़ रैंकिंग से नहीं आँका जा सकता। इसके वेट—यानी प्रशिक्षित मॉडल का वास्तविक आंतरिक हिस्सा—सार्वजनिक किए जाते हैं। इसलिए बंद मॉडल की तुलना में इसकी लागत कम रहने की संभावना होती है, और इसकी कार्यप्रणाली में पारदर्शिता तथा इस्तेमाल में लचीलापन हासिल करना भी आसान माना जाता है।

कंपनियों के सामने चुनाव यह है कि वे API के ज़रिए आसानी से मॉडल का इस्तेमाल करें या उसे अपने ही सिस्टम पर चलाएँ। पहला विकल्प जल्दी अपनाया जा सकता है, जबकि दूसरे में डेटा को बाहर भेजने की ज़रूरत नहीं पड़ती। 1 TB मेमोरी की ज़रूरत एक बड़ी बाधा है, लेकिन गोपनीय विकास कार्य या वीडियो सामग्री संभालने वाली कुछ कंपनियाँ इसे निवेश के लायक मान सकती हैं।

Muse Spark Open कंपनियों के लिए ऐसे निर्णय का एक और आधार देता है। API से आज़माएँ और ज़रूरत पड़ने पर अपने सिस्टम पर चलाएँ—ओपन-वेट AI के साथ काम करने का यह दोहरी रणनीति वाला तरीका भविष्य में आम हो सकता है।