Les actions Meta Platforms ont reculé le jeudi 15 octobre, alors que la société présentait Muse Spark Open, un nouveau modèle d'intelligence artificielle à poids ouverts conçu pour le développement logiciel et les tâches automatisées. L'action Meta (META) a clôturé la séance régulière à 736,72 $, en baisse de 0,11 %, puis a encore cédé 0,23 % pour s'établir à 735,02 $ dans les échanges après la clôture. Alors que le lancement élargissait l'accès des développeurs aux outils d'IA avancés, le titre a enregistré des pertes lors des deux séances.

Meta lance Muse Spark Open pour le codage

Meta a présenté Muse Spark Open comme un modèle à poids ouverts conçu pour le développement logiciel et le raisonnement en plusieurs étapes. Le système compte 816 milliards de paramètres, dont 42 milliards sont actifs lors du traitement. Cette répartition importe pour le déploiement : l'ensemble des paramètres d'un modèle doit être maintenu en mémoire, tandis que le nombre de paramètres actifs détermine la puissance de calcul mobilisée à chaque étape du traitement. Il prend également en charge des fenêtres de contexte atteignant un million de tokens, permettant des tâches de codage longues et complexes.

Le modèle traite plusieurs formats d'informations et gère des tâches de programmation nécessitant plusieurs cycles de décision. Selon Meta, le système prend en charge les projets de longue durée et les travaux d'ingénierie logicielle exigeants. Les évaluations de la société ont également comparé ses performances à celles d'autres modèles à poids ouverts accessibles aux développeurs ; comme ces résultats proviennent des tests internes de Meta, les retours d'expérience publiés par les développeurs via les canaux de diffusion ci-dessous pourraient apporter des points de référence indépendants.

Les versions à poids ouverts permettent aux développeurs de télécharger les paramètres du modèle et de personnaliser les systèmes pour des opérations spécifiques. Les entreprises peuvent ainsi contrôler le déploiement et gérer les informations dans leurs environnements préférés. Meta avait publié un modèle plus petit, Muse Glimmer, en août, avant d'introduire ce système plus vaste.

Le déploiement sur Studio implique des exigences matérielles

Meta a conçu Muse Spark Open pour fonctionner en local sur deux Apple Mac Studio équipés de puces M5 Ultra. Cette configuration s'appuie sur le framework MLX d'Apple pour gérer les opérations d'apprentissage automatique. Elle nécessite toutefois des ressources matérielles substantielles, dont environ un téraoctet de mémoire.

La société a testé le modèle aux côtés de Muse Code, son assistant en terminal pour le travail de développement. L'un des exercices consistait à mettre à jour un client Mastodon via des corrections logicielles et de nouvelles fonctionnalités. Ces démonstrations ont illustré la manière dont le système gère des tâches connectées sans instructions manuelles répétées.

Meta a également testé le modèle avec DaVinci Resolve, une application professionnelle de montage vidéo. Durant cette démonstration, le système a analysé des séquences et recadré certaines sections de la vidéo. L'exercice a montré le potentiel du modèle pour des tâches de bureau dépassant le cadre des assignments de programmation classiques.

Meta élargit l'accès via les API et les services cloud

Meta a rendu le modèle accessible via Baseten, Fireworks AI, Groq, Modal, Nebius, OpenRouter et Together AI. Les développeurs peuvent télécharger les poids depuis Hugging Face, Amazon SageMaker AI, Google Cloud et Microsoft Foundry. Ces services offrent des alternatives à l'installation d'un équipement matériel local coûteux.

Les moteurs d'inférence compatibles incluent vLLM, SGLang, TensorRT-LLM, llama.cpp et Hugging Face Transformers. Le nouveau modèle prend également en charge les matériels AMD, Apple, Intel et Nvidia pour un déploiement plus large. Les développeurs peuvent personnaliser le système à l'aide de PyTorch pour des applications spécialisées.

La distribution à poids ouverts peut réduire la dépendance aux fournisseurs propriétaires et accroître la flexibilité de déploiement. Néanmoins, l'exécution de grands modèles exige toujours une expertise technique et des ressources de calcul importantes. L'adoption par les développeurs via ces canaux d'accès pourrait indiquer l'ampleur de l'usage pratique du modèle. Cette publication élargit l'offre d'IA de Meta tandis que l'action affichait un léger recul lors de la séance de jeudi.

Cet article est initialement paru sur Blockonomi.