← Terug naar kennisbank

AI Nieuws

Meta’s nieuwe AI voor de Mac: zeer krachtig, maar ook extreem veeleisend

Meta’s nieuwe AI voor de Mac: zeer krachtig, maar ook extreem veeleisend

·

Leestijd: 4 min

Meta heeft een nieuw groot AI-model aangekondigd: Muse Spark Open. Het bedrijf noemt het het meest capabele open-weight-model dat nu beschikbaar is in de Verenigde Staten. Het model is speciaal ingericht om ook op Macs te draaien, maar heeft zeer veel rekenkracht nodig.

Wat is Muse Spark Open?

Muse Spark Open is een AI-model met 816 miljard parameters — dat zijn de interne getallen waarop het model zijn voorspellingen baseert — en een contextvenster van 1 miljoen tokens (dat zijn tekststukjes waar het model tegelijk naar kan kijken). Het model is multimodaal, wat betekent dat het meerdere soorten informatie aankan, zoals tekst, code en beeldmateriaal.

Meta bouwde het model vooral voor complexe programmeerklussen en voor taken waarbij het model meerdere stappen moet uitvoeren zonder telkens hulp van een mens. Het bedrijf koppelde Muse Spark Open aan Muse Code, hun AI-terminal voor programmeerwerk, en gebruikte het model voor het automatisch oplossen van fouten, toevoegen van functies en het volledig opbouwen van een project.

Draaien op een Mac — maar je hebt veel geheugen nodig

Een opvallend punt is dat Meta Muse Spark Open zo heeft ontworpen dat het op Apple-computers kan draaien. In de praktijk betekent dat draaien op een lokale Mac wel dat je heel veel geheugen nodig hebt: rapporten noemen een minimum van 1 terabyte (1 TB) RAM om het model lokaal te laten werken.

Dat betekent dat gewone laptops of oudere desktops het vrijwel zeker niet aankunnen. Het model zou het beste werken op een Mac Studio met de M5 Ultra-chip, een van de krachtigste Macs die Apple aanbiedt.

Als jij de benodigde hardware hebt, kan Muse Spark Open direct op je computer draaien. Voor de meeste mensen zal het model echter via online diensten gebruikt worden.

Hoe Meta het gebruikt

Meta heeft het model ingezet voor verschillende praktische taken. Enkele voorbeelden:

  • Het koppelen van Muse Spark Open aan Muse Code om automatisch code-aanpassingen en foutoplossingen uit te voeren.

  • Het inzetten in agent-achtige workflows, waarbij het model zelfstandig meerdere stappen uitvoert om een taak af te ronden.

  • Het helpen bij mediabewerking: Meta gebruikte het model om delen van videomateriaal te beoordelen en bij te snijden in DaVinci Resolve, een professioneel videobewerkingsprogramma.

Deze voorbeelden laten zien dat het model niet alleen in staat is om tekst te genereren, maar ook om concrete handelingen en beslissingen te ondersteunen binnen software omgevingen.

Open-weight: wat betekent dat en waarom belangrijk?

Muse Spark Open is een open-weight-model (waarbij de interne modelbestanden openbaar beschikbaar zijn). Dat verschilt van gesloten of volledig propriëtaire modellen die niet delen hoe ze precies zijn opgebouwd.

Voordelen van open-weight-modellen zijn onder andere:

  • Kosten: organisaties kunnen de modellen zelf draaien en optimaliseren, wat goedkoper kan zijn dan steeds een betaalde clouddienst gebruiken.

  • Transparantie: onderzoekers en ontwikkelaars kunnen beter begrijpen hoe het model werkt.

  • Flexibiliteit: bedrijven kunnen het model aanpassen of combineren met eigen systemen.

Meta maakt Muse Spark Open nu beschikbaar via meerdere API-platforms (API = programmeerinterface waarmee andere programma's of diensten het model kunnen aanroepen). Daardoor kunnen ontwikkelaars en bedrijven het model in bestaande tools en workflows opnemen.

Conclusie

Muse Spark Open is een krachtig en veelzijdig AI-model, met bijzondere aandacht voor programmeerwerk en multimodale taken. Het is ontworpen om ook op Macs te draaien, maar vereist extreem veel werkgeheugen — minstens 1 TB RAM — waardoor lokaal gebruik voor de meeste mensen niet haalbaar is.

De beschikbaarheid als open-weight-model en via verschillende API-platforms maakt het aantrekkelijk voor bedrijven en ontwikkelaars die zelf willen experimenteren of het model willen integreren in bestaande processen. Voor wie de benodigde hardware heeft, biedt het mogelijkheden om complexe taken op de desktop te automatiseren; voor de meeste gebruikers zal toegang via online services praktischer blijven.