Meta Platforms melancarkan **Muse Glimmer**, model Artificial Intelligence Open-weight baharu yang membawa syarikat kembali ke tengah perdebatan sama ada AI lanjutan perlu kekal dikawal melalui platform tertutup atau dibuka supaya Developer dan organisasi boleh menjalankan dan menyesuaikannya sendiri.
- Muse Glimmer menyasarkan AI Agents tempatan
- Model Open lebih besar akan menyusul
- Perbezaan Open-weight dan Closed AI
- AI China meningkatkan tekanan
- Distillation menjadi isu dasar
- Cybersecurity menjadi hujah tambahan
- Meta menyediakan Governance
- AS tidak akan menguji Open Model secara sukarela
- Meta mungkin belanja AS$145 bilion
- Pelabur menilai strategi baharu
- Muse Glimmer boleh menjadikan Local AI Agents lebih praktikal
Muse Glimmer jauh lebih kecil berbanding Frontier Model terbesar. Meta menyasarkannya untuk Agentic Workloads yang boleh berjalan pada Personal Computing Hardware. Mark Zuckerberg berkata model itu mempunyai kira-kira **30 bilion parameter**, manakala Reuters melaporkan ia boleh beroperasi pada Mac atau PC dengan satu Graphics Card.
Meta juga bercadang membuka Weights **Muse Spark 1.2**, Foundation Model yang lebih berkuasa, menunjukkan Muse Glimmer merupakan permulaan strategi Open Model baharu.
Muse Glimmer menyasarkan AI Agents tempatan
Muse Glimmer mempunyai objektif berbeza daripada model AI paling besar.
Meta tidak hanya mengejar saiz tetapi mahu Agentic Tasks kecil dan sederhana berjalan terus pada komputer pengguna.
Agentic AI boleh memecahkan matlamat kepada beberapa langkah, menggunakan Software Tools, menganalisis maklumat, menghasilkan Content, menulis atau menyemak Code dan meneruskan Actions sehingga tugas selesai.
Baca lagi
Satu Agent boleh membuat banyak Model Call dalam satu Workflow.
Local Model boleh mengurangkan permintaan ke Data Center, mengurangkan Latency dan Cloud Cost serta mengekalkan lebih banyak data dalam sistem organisasi.
Reuters melaporkan Muse Glimmer boleh berjalan pada Mac atau PC menggunakan satu Graphics Card.
Model Open lebih besar akan menyusul
Muse Glimmer bukan satu-satunya keluaran baharu.
Zuckerberg mengesahkan model lebih besar akan datang dan Weights **Muse Spark 1.2** akan dibuka.
Muse Spark 1.2 juga menggerakkan **Muse Code**, sistem Coding AI baharu Meta.
Muse Code membantu Developer menulis dan Debug Software, menangani Coding Project panjang dan menjalankan beberapa Sub-agent serentak.
Membuka Muse Spark 1.2 penting secara strategik.
Meta pernah menjadi antara penyokong Open Model terbesar di AS tetapi sambutan kurang memberangsangkan terhadap Llama 4 menyebabkan perubahan strategi.
Selepas itu Meta menubuhkan pasukan Superintelligence yang mahal untuk kembali bersaing.
Perbezaan Open-weight dan Closed AI
Open-weight Model membolehkan Model Weights yang sudah dilatih dimuat turun mengikut syarat License.
Namun Training Process, Dataset dan Development Pipeline tidak semestinya terbuka sepenuhnya.
Developer dan syarikat boleh Deploy model pada Infrastructure sendiri, menyesuaikannya untuk tugas khusus dan menyambungnya dengan sistem dalaman.
Ia juga boleh mengurangkan kebergantungan kepada satu Cloud AI Provider.
Model maju daripada OpenAI, Anthropic dan Google kebanyakannya kekal sebagai Closed Services tanpa Core Weights awam.
Reuters menyatakan Open-weight Model lazimnya lebih murah dan mudah di-Custom berbanding Frontier System utama.
AI China meningkatkan tekanan
Dorongan Zuckerberg berlaku ketika Developer China semakin kompetitif dalam Open-weight AI.
Reuters menyebut **Kimi K3 Moonshot, Qwen3.8-Max Alibaba dan V4-Flash DeepSeek** sebagai model yang mampu bersaing dengan sistem AS terbaik.
Ini mengubah kepentingan strategik Open Model.
Jika Developer global boleh memuat turun model China yang berkuasa sedangkan model AS kekal pada Closed Platform, Ecosystem mungkin berkembang di sekeliling teknologi China.
Zuckerberg berpendapat makmal AS tidak seharusnya mengalami kekurangan yang tidak perlu.
Sekatan tambahan pada Training Data menghasilkan friction dan dasar AS perlu mengurangkannya jika Open AI Amerika mahu kekal mendahului.
Distillation menjadi isu dasar
Zuckerberg turut menekankan **Model Distillation**.
Teknik ini menggunakan Outputs atau keupayaan sistem kuat untuk melatih model kecil melakukan sebahagian tugas sama dengan Compute jauh lebih rendah.
Ia amat berkaitan dengan Muse Glimmer.
Industri semakin memerlukan sistem kecil untuk Specialized Workloads tanpa Infrastructure bertaraf Frontier.
Meta mahu fleksibiliti pada Training Data dan Distillation supaya Developer AS boleh bersaing dengan makmal asing.
Isu ini akan semakin penting apabila pasaran terbahagi antara Frontier Model besar dan model kecil untuk Devices, Enterprise dan Specialized Agents.
Cybersecurity menjadi hujah tambahan
Open-weight AI turut mendapat perhatian dari sudut Cybersecurity.
Reuters melaporkan kebimbangan meningkat selepas insiden melibatkan sistem AI autonomi atau sangat berkeupayaan.
Hugging Face berkata ia menggunakan Open-weight Model China ketika bertindak balas kepada serangan kerana sesetengah Closed Model mempunyai sekatan penggunaan Cybersecurity.
Ini menunjukkan Trade-off Safety.
Sekatan boleh menghalang penyalahgunaan tetapi juga boleh mengehadkan Security Research yang sah.
Organisasi yang menjalankan Open-weight Model sendiri mendapat lebih kawalan tetapi juga memikul lebih banyak tanggungjawab Security dan Safety.
Meta menyediakan Governance
Zuckerberg berkata Meta akan membina Governance Structure yang memberi Independent Directors kuasa meluluskan Safety Criteria bagi Release.
Matlamatnya ialah mengimbangi akses luas dengan pengurusan risiko.
Isu semakin kompleks apabila model mendapat kemampuan Coding, Autonomous Tool Use dan Cybersecurity.
Meta percaya Open Availability dan Safety Oversight boleh wujud bersama.
Governance dalaman akan menentukan Release Criteria sebelum Weights dibuka.
AS tidak akan menguji Open Model secara sukarela
Persekitaran dasar Washington juga berubah.
Reuters melaporkan pentadbiran AS memberitahu AI Developers bahawa Open-weight Models tidak akan menjalani voluntary government Safety Tests.
Keperluan sedemikian boleh menambah Release Time dan Compliance Cost.
Zuckerberg turut menyeru lebih sedikit sekatan pada Training Data dan Infrastructure.
Beliau juga menolak pembatasan akses kepada Foreign Open-source Models sebagai penyelesaian berkesan.
Meta mungkin belanja AS$145 bilion
Sokongan kepada Local AI tidak bermakna Meta mengurangkan Data Center.
Zuckerberg berkata Meta boleh membelanjakan sehingga **AS$145 bilion tahun ini untuk AI Infrastructure**.
Syarikat juga mengumumkan **dana AS$1 bilion** untuk komuniti terjejas oleh pengembangan Data Center.
Penentangan tempatan meningkat kerana penggunaan Electricity, Land, Water dan Transmission Infrastructure.
Zuckerberg berkata AS berdepan kelemahan berbanding China kerana Infrastructure lebih sukar dibina.
Persaingan Open Model dengan itu berkait rapat dengan persaingan Infrastructure AI fizikal.
Pelabur menilai strategi baharu
Sebelum pengumuman, saham Meta turun kira-kira **10% tahun ini**.
Reuters pada awalnya melaporkan kenaikan Premarket Trading ketika pelabur menilai model dan strategi AI baharu.
Pasaran terus meneliti perbelanjaan besar Meta dan Big Tech lain.
Meta bukan sahaja perlu menghasilkan model yang kompetitif.
Syarikat perlu menunjukkan bahawa pelaburan berbilion dolar dalam Infrastructure, Research dan Superintelligence dapat menghasilkan produk berguna dan Economic Value mampan.
Muse Glimmer boleh menjadikan Local AI Agents lebih praktikal
Muse Glimmer penting bukan kerana ia model terbesar.
Ia mencerminkan peningkatan minat terhadap sistem kecil yang mampu melakukan kerja sebenar dekat dengan pengguna.
Model 30 bilion parameter pada Personal Hardware sesuai membuka peluang untuk Coding Agents, Business Automation, Research Systems dan Private Document Processing.
Cloud AI tidak akan hilang.
Architecture yang lebih munasabah ialah Hybrid: Local Models kecil mengurus tugas rutin dan Frontier Models besar dipanggil apabila Task memerlukan Reasoning lebih tinggi.
Dengan Muse Glimmer dan rancangan membuka Muse Spark 1.2, Meta kembali bersaing untuk Software Layer yang akan menyokong AI Agent Ecosystem masa depan.
