EN DIRECT
Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|De plus en plus de sites web ferment leurs portes aux agents IA18/10/26|NVIDIA RTX Spark : des laptops Windows taillés pour l'IA locale17/10/26 · NVIDIA|Anthropic affirme que Claude a permis de retracer l'origine des graines ECDSA du NIST16/10/26 · Anthropic|Reflection AI dévoile Beam, un modèle ouvert de 501 milliards de paramètres16/10/26 · Reflection AI|Meta publie Muse Spark Open, un modèle MoE taillé pour tourner en local sur Mac Studio15/10/26 · Meta|Meta publie Muse Spark Open, un modèle multimodal à poids ouverts15/10/26 · Meta|Google DeepMind détaille les mesures de sécurité entourant Gemini 4 Argon13/10/26 · Google DeepMind|Tev-Gym : une méthode pour corriger les récompenses éparses des agents à long horizon13/10/26|Google DeepMind évoque Gemini 4, nom de code « Argon »13/10/26 · Google DeepMind|Google DeepMind dévoile Gemini 4 Argon, une variante dédiée à la robotique13/10/26 · Google DeepMind|Character.AI dépose le bilan et cède des actifs à Disney13/10/26 · Character.AI|Une étude démontre que des modèles d'IA peuvent dissimuler n'importe quelle capacité de façon prouvable13/10/26|De plus en plus de sites web ferment leurs portes aux agents IA18/10/26|NVIDIA RTX Spark : des laptops Windows taillés pour l'IA locale17/10/26 · NVIDIA|
ReleaseMeta

Meta publie Muse Spark Open, un modèle multimodal à poids ouverts

Meta met à disposition sur Hugging Face les poids de Muse Spark Open, un modèle multimodal basé sur une architecture de mélange d'experts, présenté comme de niveau frontière.

15 octobre 20263 min de lecturePublié parHugging Face

Meta a mis en ligne sur Hugging Face Muse Spark Open, un nouveau modèle d'intelligence artificielle présenté comme multimodal et reposant sur une architecture de mélange d'experts (mixture-of-experts, MoE). L'entreprise qualifie ce modèle de « frontière », un terme généralement réservé aux systèmes dont les performances se situent parmi les meilleures du marché, qu'il s'agisse de modèles propriétaires ou ouverts. Le choix de publier les poids du modèle en accès libre s'inscrit dans la stratégie que Meta poursuit depuis plusieurs années avec sa famille Llama, visant à peser sur l'écosystème open source face à des acteurs comme OpenAI, Google ou Anthropic qui privilégient des modèles fermés accessibles uniquement via API.

L'annonce, publiée directement sur la plateforme Hugging Face plutôt que sur les canaux de communication habituels de Meta, suggère une volonté de toucher en priorité la communauté des développeurs et des chercheurs en IA. Les détails techniques précis — nombre de paramètres actifs et totaux, nombre d'experts, modalités supportées au-delà du texte, benchmarks de référence — n'ont pas encore été détaillés dans les informations disponibles à ce stade. Cette absence de spécifications complètes invite à la prudence avant de situer précisément Muse Spark Open par rapport aux modèles concurrents déjà établis.

L'architecture en mélange d'experts, popularisée notamment par Mistral AI avec Mixtral puis reprise par d'autres acteurs, permet d'activer seulement une fraction des paramètres du modèle lors de l'inférence, ce qui peut réduire les coûts de calcul tout en conservant une grande capacité théorique. Associée à une approche multimodale — traitement conjoint de texte, d'image, voire d'autres types de données —, cette architecture vise généralement à rivaliser avec les modèles fermés les plus avancés tout en conservant un coût d'exploitation maîtrisé pour les utilisateurs disposant de l'infrastructure nécessaire.

Si les caractéristiques exactes de Muse Spark Open restent à préciser, sa publication confirme que Meta continue d'investir dans l'IA ouverte comme axe de différenciation stratégique. Il conviendra d'observer les premiers retours de la communauté, notamment sur les benchmarks indépendants et les conditions de licence, pour évaluer la portée réelle de ce lancement.

Tags
open-sourcemultimodalmixture-of-expertsmetafrontier-model

À lire aussi