Apple e Meta anunciaram colaboração para permitir que desenvolvedores rodem o modelo aberto Muse Spark Open, de 816 bilhões de parâmetros, diretamente em Mac Studios, exigindo de duas a quatro máquinas ligadas e pelo menos 1 TB de memória.
Requisitos de hardware e custos
Segundo a news.cnyes.com (Taiwan), o Muse Spark Open precisa de 2 a 4 Mac Studio interligados, totalizando ao menos 1 TB de memória RAM, com cada unidade M5 Ultra de 256 GB custando a partir de US$ 10.799, o que eleva o investimento total para além de US$ 40.000.
O mesmo relatório informa que a Apple atualizou seu framework MLX para distribuir a computação entre várias máquinas e disponibilizou documentação técnica e benchmarks de desempenho para os chips.
O ai0.news (Estados Unidos) confirma que o modelo roda localmente em duas máquinas M5 Ultra via MLX e destaca que a versão possui 42 bilhões de parâmetros ativos dentro dos 816 bilhões totais.
Vantagens declaradas pelas empresas
As companhias afirmam que a execução local aumenta a segurança dos dados e reduz a dependência de serviços de computação em nuvem, além de reforçar o apelo do Mac como plataforma de desenvolvimento de IA, segundo a news.cnyes.com.
Meta acrescenta que o modelo possui licença de peso aberto que permite uso comercial limitado, conforme relatado pela mesma fonte taiwanesa.
Segundo o ai0.news, o Muse Spark Open é descrito como um modelo multimodal com janela de contexto de 1 milhão de tokens, posicionado como o mais capaz modelo de peso aberto dos EUA até o momento.
Onde a cobertura diverge
A cobertura de news.cnyes.com destaca a dimensão histórica de cooperação entre Apple e Meta, mencionando o papel de Daniel Gross, ex‑pesquisador da Apple na Meta, e o contexto de tensões decorrentes das mudanças de privacidade de 2021.
O ai0.news, por sua vez, traz notícias paralelas do mesmo dia: a incorporação de pesquisadores da METR pela Anthropic para auditoria independente de modelos, os comentários de Sergey Brin sobre aproximação ao auto‑aperfeiçoamento recursivo nos modelos do Google e a discussão sobre a interpretação de redes neurais feita por pesquisadores da Goodfire sobre polysemanticity.
