Meta lại trở về với nguồn mở!
Vào thứ Hai, công ty có giá trị vốn hóa thị trường khoảng 1,5 nghìn tỷ USD này đã công bố các tham số cơ bản của mô hình AI nguồn mở mới Muse Glimmer, cho phép các nhà phát triển trực tiếp tải xuống và chỉnh sửa.
Meta cũng cho biết,trong vài tuần tới, họ cũng sẽ mở trọng số mô hình của Muse Spark 1.2 mạnh mẽ hơn, đây là mô hình cơ bản mới nhất của Meta.
Về điều này, Zuckerberg phát biểu: Meta luôn kiên định ủng hộ nguồn mở, ông cũng cảm thấy rất tự hào về những lần công bố này.
Zuckerberg còn đăng một bài viết trên trang web chính thức của Meta, đề xuất việc cung cấp AI miễn phí và mạnh mẽ cho hàng tỷ người, hy vọng trao thêm sức mạnh cho cá nhân và tạo ra sự cân bằng quyền lực đối với các tổ chức lớn.
Địa chỉ bài viết: https://www.meta.com/thefutureisforeveryone/
Trong một đoạn văn rõ ràng nhắm vào các công ty như Google, Anthropic và OpenAI, ông viết: Hầu hết các phòng thí nghiệm khác đều tập trung vào việc xây dựng AI cho doanh nghiệp, chính phủ hoặc các tổ chức khác. Nếu những phòng thí nghiệm này cuối cùng chiếm ưu thế, thì sự cân bằng quyền lực sẽ nghiêng về các tổ chức lớn hơn là cá nhân.
Những cam kết này có nghĩa là Meta đang quay trở lại con đường AI mở mà họ từng sử dụng để phân biệt với các đối thủ.
Hồi đầu năm nay, Meta từng viện dẫn lý do an ninh để không mở trọng số cơ bản của Muse Spark. Khi cuộc cạnh tranh giữa các công ty AI hàng đầu ngày càng gay gắt, một câu hỏi cốt lõi cũng nổi lên: Công nghệ AI mạnh nhất nên được mở cửa đến mức độ nào.
Nhưng dù sao đi nữa, lần này Zuckerberg tái đón nhận con đường mở, phần bình luận hầu như là những lời khen ngợi.
Yann LeCun hiếm hoi dành những tràng pháo tay cho công ty cũ.
Có người dùng còn nhận xét "Lần này đúng chất quá! Zuckerberg thực sự đã trở lại."
"Chúng tôi yêu open AI (mặt cười chó)"
Meta đánh lại "lá bài nguồn mở"
Muse Glimmer là mô hình mở trọng số đầu tiên của Meta kể từ Llama 4, cũng là mô hình đầu tiên Meta phát hành theo giấy phép Apache 2.0.
Loạt Llama trước đây sử dụng giấy phép tùy chỉnh, có giới hạn đối với một số trường hợp thương mại. Apache 2.0 linh hoạt hơn nhiều, doanh nghiệp có thể triển khai trực tiếp, tiếp tục tinh chỉnh, phát triển các mô hình phái sinh và tích hợp chúng vào sản phẩm của mình.
Muse Glimmer được chưng cất từ Muse Spark, tổng số tham số khoảng 29,6 tỷ, trong đó bao gồm bộ mã hóa hình ảnh khoảng 1,8 tỷ tham số. Mô hình hỗ trợ đầu vào văn bản và hình ảnh, có ngữ cảnh 128K, tập trung tăng cường suy luận nhiều bước, gọi công cụ và khôi phục lỗi,định vị là nền tảng Agent trên thiết bị cá nhân.
Agent truyền thống trên đám mây cần liên tục tải lên tệp, tin nhắn và ngữ cảnh công việc, nhiệm vụ càng dài, số lần gọi càng nhiều, hóa đơn Token càng cao. Sau khi triển khai cục bộ, dữ liệu có thể được giữ trong thiết bị, độ trễ và chi phí suy luận cũng dễ kiểm soát hơn.
Rào cản phần cứng vẫn tồn tại. Trọng số BF16 của Muse Glimmer gần 60GB, máy tính thông thường rất khó chứa trực tiếp. Phiên bản lượng tử hóa 4 bit do Meta cung cấp nén mô hình ngôn ngữ xuống dưới 20GB, có thể chạy trong môi trường bộ nhớ hiển thị 24GB hoặc 32GB.
Cái gọi là "có thể chạy trên máy tính cá nhân", chính xác hơn, làcó thể chạy trên Mac cấu hình cao hoặc PC được trang bị card đồ họa như RTX 5090.
Xét về hiệu quả tham số, Muse Glimmer đã đạt được một bảng thành tích khá tốt.
Chỉ số trí tuệ do Artificial Analysis đưa ra là 35 điểm, cao hơn 21 điểm so với Llama 4 Maverick. Nó gần với Kimi K2.5 (36 điểm), thấp hơn một chút so với Qwen3.6 27B và Ling 3.0 Flash cùng cỡ, cả hai đều đạt 38 điểm.
Trong đánh giá Agent do Meta công bố, Muse Glimmer đạt 75,5 điểm trên MCP Atlas, cao hơn 62,5 điểm của Qwen3.6 27B; DeepSearch QA là 74,6 điểm, cũng cao hơn một chút so với 71,1 điểm của Qwen3.6 27B. Trong τ3-Banking kiểm tra việc sử dụng công cụ, nó đạt 23,5 điểm, dẫn đầu so với các mô hình cùng phân khúc.
Các đánh giá độc lập cũng phơi bày điểm yếu. Thành tích của Muse Glimmer trên GDPval-AA v2 là 953 Elo, thấp hơn ngưỡng cơ sở của con người (1000 điểm) và thấp hơn so với 1141 điểm của Qwen3.6 27B. Tỷ lệ ảo tưởng của nó trong đánh giá AA-Omniscience là 82%, trong khi Qwen3.6 27B là 49%. Trên Terminal-Bench 2.1, Muse Glimmer đạt 52%, cũng thấp hơn so với 61% của Qwen3.6 27B.
Điều này cho thấy, Muse Glimmer phù hợp để đảm nhận việc gọi công cụ và thực thi quy trình cục bộ, đối với nhiệm vụ tri thức đòi hỏi độ chính xác cao, vẫn cần kết hợp với truy xuất và kiểm tra lại thủ công.
Zuckerberg tranh giành diễn ngôn quyền lực AI
Theo quan điểm của Zuckerberg, cốt lõi của cuộc cạnh tranh AI có thể quy về hai vấn đề: Ai có thể đạt được siêu trí tuệ, và người ta sẽ dùng nó để làm gì.
Ông hy vọng trao "siêu trí tuệ cá nhân" cho hàng tỷ người dùng, để AI tham gia vào các công việc hàng ngày như sức khỏe, nghề nghiệp, tài chính, sở thích và các mối quan hệ.
Chủ trương này gắn kết mô hình mở với quyền tự chủ cá nhân, đồng thời trực tiếp thách thức con đường nguồn đóng của các công ty như OpenAI, Anthropic.
Zuckerberg phản đối việc dùng rủi ro an ninh để biện minh cho sự tập trung năng lực.
Ông cho rằng, việc giao AI mạnh nhất cho một số ít tổ chức kiểm soát, bản thân nó đã tạo ra rủi ro quyền lực mới. Mô hình mở có thể tiếp nhận sự kiểm tra của nhiều nhà phát triển hơn, lỗ hổng dễ phát hiện và sửa chữa hơn, cá nhân cũng có thể tùy chỉnh AI theo nhu cầu.
Ông còn bảo vệ cho công nghệ chưng cất mô hình.
Gần đây, OpenAI và Anthropic nhiều lần chỉ trích các công ty Trung Quốc sử dụng đầu ra từ mô hình nguồn đóng của Mỹ để huấn luyện mô hình của riêng họ. Zuckerberg nhấn mạnh, mọi người nên bảo vệ nguyên tắc "học từ thông tin có thể quan sát". Ông cũng phản đối việc hạn chế mô hình mở ở nước ngoài, chủ trương để mô hình mở của Mỹ dựa vào cạnh tranh để trở thành tốt nhất toàn cầu.
Tuy nhiên, Meta không tránh né tất cả vấn đề an ninh.
Zuckerberg đề xuất, để giám đốc độc lập của Meta chịu trách nhiệm phê duyệt các tiêu chuẩn an toàn cần thiết để mở mô hình; công ty cũng có thể cung cấp các điểm kiểm tra huấn luyện trung gian cho chính phủ, để phát hiện rủi ro sớm hơn.
Đằng sau nguồn mở, còn có kinh doanh hệ sinh thái và năng lực tính toán
Việc Meta quay trở lại mở trọng số vào lúc này cũng có áp lực thực tế.
Các mô hình mở của Trung Quốc đang nhanh chóng thu hẹp khoảng cách với mô hình nguồn đóng hàng đầu của Mỹ. DeepSeek, Kimi và Qwen liên tục nâng cao hiệu suất, và dựa vào giá thấp, khả năng tùy chỉnh và triển khai cục bộ để mở rộng ảnh hưởng. Nếu các công ty mô hình Mỹ tiếp tục siết chặt trọng số, hệ sinh thái nhà phát triển toàn cầu có thể nhanh chóng chuyển sang các nhà cung cấp khác.
Meta cần giành lại nhóm nhà phát triển này. Muse Glimmer giảm ngưỡng triển khai cục bộ, Muse Spark 1.2 chịu trách nhiệm nâng cao trần năng lực, hai mô hình có thể bao phủ thiết bị cá nhân, triển khai riêng tư doanh nghiệp và dịch vụ đám mây.
Mở còn có thể tạo ra nhu cầu cho đầu tư năng lực tính toán của Meta. Năm nay Meta dự kiến đầu tư tối đa 1450 tỷ USD để xây dựng cơ sở hạ tầng AI, đồng thời chuẩn bị cho dịch vụ điện toán đám mây. Trọng số mô hình có thể miễn phí, nhưng suy luận, lưu trữ và công cụ phát triển vẫn có thể tạo ra doanh thu.Mở rộng hệ sinh thái, dịch vụ đám mây tiếp nhận thương mại hóa.
Quỹ cộng đồng trung tâm dữ liệu 10 tỷ USD công bố cùng ngày cũng phục vụ cho bố cục này. Meta cần xây dựng thêm nhiều trung tâm dữ liệu, đồng thời xoa dịu lo ngại của cộng đồng địa phương về điện, nước và chiếm đất. Do đó, công nghệ mở, chủ trương chính sách và mở rộng cơ sở hạ tầng được kết nối thành một đường thẳng.
Muse Glimmer vẫn chưa đủ để viết lại cục diện mô hình. Tầm quan trọng của nó nằm ở chỗ, Meta đã một lần nữa đứng về phe mở trọng số, và đưa ra một sản phẩm khả dụng hướng đến Agent cục bộ.
Nếu Meta mở Muse Spark 1.2 theo kế hoạch, cuộc cạnh tranh giữa mở và đóng sẽ càng gay gắt hơn.
Tiếp theo, ngành công nghiệp cần trả lời ba câu hỏi: Những năng lực nào có thể mở, chi phí do ai chịu, quy tắc do ai đặt ra.
Liên kết tham khảo:
https://x.com/ArtificialAnlys/status/2086916150278111551
https://www.ft.com/content/4e3957f8-ea7c-4c46-a3de-cdce8e526878?syn-25a6b1a6=1
https://www.bloomberg.com/news/articles/2026-08-10/meta-releases-muse-glimmer-ai-model-people-can-run-on-their-laptop?srnd=phx-technology
Bài viết này đến từ tài khoản WeChat công cộng "机器之心"(ID:almosthuman2014), tác giả: 关注AI的
