Inilunsad ng Meta Platforms ang **Muse Glimmer**, isang bagong Open-weight Artificial Intelligence model na muling naglalagay sa kumpanya sa sentro ng debate kung dapat bang manatili sa ilang Closed Platforms ang advanced AI o maging available sa Developers at Organizations para sila mismo ang mag-run at mag-customize.
- Muse Glimmer para sa Local AI Agents
- Mas malalaking Open Models ang susunod
- Pagkakaiba ng Open-weight at Closed AI
- Lumalakas ang pressure mula sa China AI
- Distillation bahagi na ng policy debate
- Cybersecurity dagdag na dahilan
- Meta magtatayo ng Governance
- Walang voluntary safety tests mula US government
- Meta maaaring gumastos ng $145 billion
- Sinusuri ng investors ang strategy
- Muse Glimmer maaaring gawing mas praktikal ang Local AI Agents
Mas maliit ang Muse Glimmer kaysa sa pinakamalalaking Frontier Models. Dinisenyo ito ng Meta para sa Agentic Workloads na maaaring tumakbo sa Personal Computing Hardware. Ayon kay Mark Zuckerberg, mayroon itong humigit-kumulang **30 billion parameters**, habang iniulat ng Reuters na maaari itong tumakbo sa Mac o PC na may isang Graphics Card.
Plano rin ng Meta na i-release ang Weights ng mas malakas na **Muse Spark 1.2**, indikasyong simula ito ng panibagong Open Model strategy ng kumpanya.
Muse Glimmer para sa Local AI Agents
Iba ang layunin ng Muse Glimmer sa pinakamalalaking AI Models.
Sa halip na gawing pinakamalaki ang Model Size, gusto ng Meta na patakbuhin ang maliliit at katamtamang Agentic Tasks direkta sa computer ng user.
Kayang hatiin ng Agentic AI ang isang Goal sa maraming Steps, gumamit ng Software Tools, mag-analyze ng information, gumawa ng Content, magsulat o magsuri ng Code at magpatuloy sa Actions hanggang matapos ang Task.
Magbasa pa
Maaaring gumawa ang isang Agent ng maraming Model Calls sa isang Workflow.
Makababawas ang Local Model sa Latency at Cloud Cost at makatutulong na manatili ang mas maraming Data sa sariling System ng Organization.
Iniulat ng Reuters na kayang tumakbo ng Muse Glimmer sa isang Mac o PC gamit ang isang Graphics Card.
Mas malalaking Open Models ang susunod
Hindi magiging nag-iisang release ang Muse Glimmer.
Kinumpirma ni Zuckerberg na may mas malalaking Models na paparating at ilalabas ang Weights ng **Muse Spark 1.2**.
Muse Spark 1.2 din ang model sa likod ng **Muse Code**, bagong Coding AI system ng Meta.
Tinutulungan ng Muse Code ang Developers na magsulat at mag-Debug ng Software, humawak ng mahahabang Coding Projects at magpatakbo ng maraming Sub-agents nang sabay.
Strategically important ang pagbubukas ng Muse Spark 1.2.
Dating isa ang Meta sa pinakamalalaking supporters ng Open Models sa US ngunit nagbago ang strategy matapos ang mahinang pagtanggap sa Llama 4.
Pagkatapos ay bumuo ang Meta ng mamahaling Superintelligence Team para makabalik sa AI competition.
Pagkakaiba ng Open-weight at Closed AI
Sa Open-weight Model, maaaring i-download ang trained Model Weights sa ilalim ng License.
Hindi ibig sabihin nito na bukas din lahat ng Training Process, Dataset at Development Pipeline.
Maaaring i-Deploy ng Developers at Companies ang Model sa sarili nilang Infrastructure, i-Customize para sa Specialized Tasks at i-integrate sa Internal Systems.
Maaari rin nitong bawasan ang Dependence sa isang Cloud AI Provider.
Samantala, karaniwang Closed Services ang advanced models mula OpenAI, Anthropic at Google at hindi ibinibigay ang Core Weights.
Ayon sa Reuters, madalas na mas mura at mas madaling i-Customize ang Open-weight Models kaysa nangungunang Frontier Systems.
Lumalakas ang pressure mula sa China AI
Dumarating ang push ni Zuckerberg habang nagiging mas competitive ang Chinese Developers.
Binanggit ng Reuters ang **Moonshot Kimi K3, Alibaba Qwen3.8-Max at DeepSeek V4-Flash** bilang Models na kayang makipagsabayan sa top US systems.
Binabago nito ang Strategic Value ng Open Models.
Kung madaling ma-download ng Global Developers ang powerful Chinese Models habang nasa Closed Platforms ang US systems, maaaring lumago ang Ecosystem sa paligid ng Chinese technology.
Ayon kay Zuckerberg, hindi dapat magkaroon ng unnecessary disadvantage ang US Labs.
Lumilikha ng friction ang dagdag na Training Data restrictions at dapat itong bawasan ng US policy.
Distillation bahagi na ng policy debate
Binigyang-diin din ni Zuckerberg ang **Model Distillation**.
Ginagamit nito ang Outputs o Capability ng isang powerful system para mag-train ng mas maliit na model na kayang gumawa ng ilan sa parehong Tasks gamit ang mas kaunting Compute.
Mahalaga ito para sa Muse Glimmer.
Mas maraming kumpanya ang nangangailangan ng Small Models para sa Specialized Workloads na hindi kailangan ng Frontier Infrastructure.
Gusto ng Meta ng mas flexible na rules tungkol sa Training Data at Distillation.
Mas magiging mahalaga ito habang nahahati ang AI industry sa malalaking Frontier Models at maliliit na Models para sa Devices, Enterprise at Specialized Agents.
Cybersecurity dagdag na dahilan
Nakakakuha rin ng pansin ang Open-weight AI dahil sa Cybersecurity.
Ayon sa Reuters, lumalaki ang concern sa recent incidents na kinasasangkutan ng Autonomous AI at highly capable systems.
Sinabi ng Hugging Face na gumamit ito ng Chinese Open-weight Model sa pagresponde sa isang attack dahil may Cybersecurity use restrictions ang ilang Closed Models.
May Trade-off sa Safety.
Makakatulong ang restrictions laban sa abuse ngunit maaari ring limitahan ang legitimate Security Research.
Mas may control ang isang Organization na gumagamit ng sariling Open-weight Model, pero mas malaki rin ang responsabilidad nito sa Security at Safety.
Meta magtatayo ng Governance
Sinabi ni Zuckerberg na gagawa ang Meta ng Governance Structure kung saan maaaring aprubahan ng Independent Directors ang Safety Criteria bago mag-release ng Model.
Layunin nitong i-balance ang Open Availability at Risk Management.
Mas nagiging komplikado ang Safety habang nagkakaroon ang AI ng Coding, Autonomous Tool Use at Cybersecurity capabilities.
Naniniwala ang Meta na maaaring magsabay ang Open Availability at Safety Oversight.
Internal Governance ang magtatakda ng Release Criteria bago ibigay ang Weights.
Walang voluntary safety tests mula US government
Nagbabago rin ang Policy sa Washington.
Iniulat ng Reuters na sinabi ng US administration sa AI Developers na hindi isasailalim ang Open-weight Models sa voluntary government Safety Tests.
Kung kailangan iyon, maaari sanang madagdagan ang Release Time at Compliance Cost.
Nananawagan din si Zuckerberg ng mas kaunting Restrictions sa Training Data at Infrastructure.
Hindi rin niya itinuturing na epektibong sagot ang paglimita sa Foreign Open-source Models.
Meta maaaring gumastos ng $145 billion
Ang Local AI push ay hindi nangangahulugang babawasan ang Data Centers.
Ayon kay Zuckerberg, maaaring gumastos ang Meta ng hanggang **$145 billion ngayong taon sa AI Infrastructure**.
Nag-anunsyo rin ang Meta ng **$1 billion fund** para sa Communities na apektado ng Data Center expansion.
Tumataas ang local opposition dahil sa paggamit ng Electricity, Land, Water at Transmission Infrastructure.
Sinabi ni Zuckerberg na disadvantaged ang US kumpara sa China dahil mas mahirap magtayo ng Infrastructure.
Kaya konektado ang Open Model competition sa physical AI Infrastructure race.
Sinusuri ng investors ang strategy
Bago ang announcement, bumaba ang Meta shares ng humigit-kumulang **10% ngayong taon**.
Iniulat ng Reuters noong una na tumaas ang shares sa Premarket Trading habang sinusuri ng investors ang bagong AI strategy.
Patuloy na binabantayan ng Market ang napakalaking gastos ng Meta at iba pang Big Tech sa AI Infrastructure.
Hindi sapat na gumawa lamang ng technically competitive Model ang Meta.
Kailangan nitong ipakitang ang bilyun-bilyong ginagastos sa Infrastructure, Research at Superintelligence ay makalilikha ng useful products at sustainable Economic Value.
Muse Glimmer maaaring gawing mas praktikal ang Local AI Agents
Hindi mahalaga ang Muse Glimmer dahil ito ang pinakamalaking Model.
Mahalaga ito dahil ipinapakita nito ang lumalaking demand para sa Small AI Systems na kayang gumawa ng totoong trabaho malapit sa User.
Ang 30B Model na tumatakbo sa angkop na Personal Hardware ay nagbibigay ng bagong posibilidad para sa Coding Agents, Business Automation, Research Systems at Private Document Processing.
Hindi mawawala ang Cloud AI.
Mas probable ang Hybrid Architecture: Small Local Models para sa routine tasks at malaking Frontier Models para sa mas advanced na Reasoning.
Sa Muse Glimmer at planong Open-weight Muse Spark 1.2, bumabalik ang Meta sa kompetisyon para sa Software Layer ng future AI Agent Ecosystem.
