Meta, kişisel cihazlara yönelik açık ağırlıklı yeni yapay zeka modeli Muse Glimmer'i tanıttı

Meta, kişisel cihazlara yönelik açık ağırlıklı yeni yapay zeka modeli Muse Glimmer’i tanıttı

Meta, kullanıcıların kişisel cihazlarında yerel olarak çalışabilen, açık ağırlıklı en yeni yapay zeka modeli Muse Glimmer’i tanıttı.

Meta, tüketici sınıfı cihazlarda yerel olarak çalışabilen açık ağırlıklı yeni yapay zeka modeli Muse Glimmer’i kullanıma sundu. 30 milyar parametreli model; araç kullanma, kod yazma, dosyalarla çalışma ve uzun süreli görevleri tamamlayabilen yapay zeka agent’larına odaklanıyor.

Muse Glimmer, Meta’nın nisan ayında tanıttığı kapalı model Muse Spark’ın daha küçük ve açık ağırlıklı versiyonu olarak konumlanıyor. Model ağırlıkları, ticari kullanıma ve üzerinde değişiklik yapılmasına izin veren Apache 2.0 lisansı altında yayınlandı.

Tek bir tüketici sınıfı GPU’ya sahip Mac veya PC’de çalışabilecek şekilde optimize edilen model, geliştiricilerin yapay zeka uygulamalarını bulut altyapısına ihtiyaç duymadan doğrudan cihazlarda çalıştırılmasına olanak tanıyor.

Metin ve görsel girdileri destekleyen Muse Glimmer, 100’den fazla dilde eğitildi. 128 bin tokenı aşan bağlam penceresine sahip model özellikle çok aşamlı ve uzun süre devam eden görevleri gerçekleştiren agent sistemleri için geliştirildi.

Modelin yetenekleri arasında araç çağırma, kod yazma ve hata ayıklama, dosya ve ekran görüntülerini analiz etme, sonuçları değerlendirme ve başarısız işlemleri yeniden deneme bulunuyor. Kullanıcılar ayrıca muhakeme seviyesini değiştirerek yanıt hızı ile kalite arasında seçim yapabiliyor. Meta; takvim yönetimi, mesaj taslakları hazırlama ve dosyaları düzenleme gibi görevleri kullanım örnekleri arasında gösteriyor.

Yerel yapay zeka için performans hedefi

Muse Glimmer’ın yaklaşık 17 GB’lık sıkıştırılmış sürümü, yüksek özellikli tüketici cihazlarında çalıştırılabiliyor. Meta’nın paylaştığı test sonuçlarına göre model, Nvidia RTX 5090 üzerinde saniyede 223.4 token, Apple M5 Max üzerinde ise saniyede 50.2 token üretebiliyor.

Meta’nın karşılaştırmalarında Muse Glimmer, bazı agent ve kodlama testlerinde benzer büyüklükteki Google Gemma 4 31B ve Alibaba Qwen3.6 27B modellerinin önüne geçiyor. Bununla birlikte sonuçlar testten teste değişiyor. Glimmer, bazı araç kullanımı ve yazılım geliştirme görevlerinde güçlü performans gösterirken gerçekçi bilgi işi ve işletim sistemi kullanımı gibi testlerde Qwen’in gerisinde kalıyor.

Bu nedenle modelin temel farkı, her testte en yüksek performansı sunmasından ziyade agent yeteneklerini tek bir tüketici cihazında yerel olarak çalıştırabilmesi olarak öne çıkıyor. Özellikle kişisel dosyalar, mesajlar ve farklı uygulamalardaki verilerle çalışan agent’ların bulut yerine ciahz üzerinde görev yapabilmesi, verilerin üçüncü taraf sunuculara aktarılmasını azaltabilir.

Muse Glimmer’ın yayınlanması, Meta’nın Llama 4 sonrasında açık model stratejisine yeniden ağırlık verdiğine işaret ediyor. Şirket, Apache 2.0 lisansı ile önceki Llama modellerine kıyasla daha serbest bir kullanım çerçevesi sunuyor.

Meta CEO’su Mark Zuckerberg ise açık ağırlıklı modellerin şirketlerin daha düşük maliyetlerle özelleştirilmiş yapay zeka sistemleri geliştirmesine katkı sağlayacağını ve ABD’nin Çin merkezli yapay zeka şirketleriyle rekabeti açısından önem taşıdığını vurguluyor.

Muse Glimmer aynı zamanda Zuckerberg’ün daha önce açıkladığı “kişisel süper zeka” vizyonunun nasıl hayata geçirilebileceğine dair önemli bir örnek oluşturuyor. Bu yaklaşım, kullanıcının bağlamını bilen ve sürekli erişilebilir kişisel agent’ların bulut yerine telefon, bilgisayar veya giyilebilir cihazlarda çalışmasını hedefliyor.

meta işten çıkarmalar
Meta CEO’su Mark Zuckerberg

Meta’nın ayrıca önümüzdeki dönemde daha güçlü Muse Spark 1.2 modelini de yayınlaması bekleniyor. Şirketin Glimmer ve Spark modellerini birlikte geliştirmesi, yerel kişisel agent’lar ile bulut tabanlı güçlü yapay zeka sistemlerini birbirini tamamlayan iki ayrı ürün grubu olarak konumlandırabileceğini gösteriyor.

Bir yanıt yazın

E-posta adresiniz yayınlanmayacak. Gerekli alanlar * ile işaretlenmişlerdir

İlgili İçerikler