Hugging Face が Welcome Muse Spark Open: open-weight frontier multimodal mixture-of-experts model from Meta を公開 ── 1Mトークンコンテキストの多模態MoE
Metaが「Muse Spark Open」を出してきた。816Bパラメータという巨大な骨格に、テキスト・画像・音声・動画まで食わせる設計は正直かなり大胆だ。しかもオープンウェイト。この規模でマルチモーダルなエージェント特化モデルが公開されるのは、開発環境の選択肢を根本から変える可能性がある。
▸何が変わったのか
総パラメータ約816B、アクティブ約42BというMoEアーキテクチャを採用した。MoE層ごとに256のエキスパートを用意し、トークンごとに8つを選択するルーティング方式だ。コンテキストウィンドウは最大100万トークンまで拡張されている。入力にはテキストだけでなく、画像・音声・動画も対応し、出力はテキストで統一されている。チェックポイントはBF16とNVFP4の2形式で提供される。
◈前モデル / 競合との比較
Metaが8月にリリースした「Muse Glimmer」は同じシリーズの小型デンスモデルだが、今回の「Muse Spark Open」はそのフルサイズ版にあたる。両者はトークナイザーや語彙を共有しており、チャットテンプレートもGlimmerをベースにマルチモーダル対応として拡張されている。現在までに公開された米国発のオープンウェイトモデルの中でも、最も高い性能を持つとされる。
◈技術的なポイント
通常の巨大モデルは入力されるたびに全パラメータを動かすが、MoE（Expert Mixture）方式は入力の内容に応じて必要な「専門家（エキスパート）」だけを選ぶ仕組みだ。これにより、816Bという巨大な知識容量を持ちながら、実際には42B程度のコストで推論できるというバランスを実現している。さらに、62層の構造やグループクエリアテンション、QKノームなどの詳細な設計が施されており、長文処理や複雑なエージェントタスクにおける安定性を高めている。
▸想定される使い方
・複雑なコードベースの読み込みと、複数ファイルにわたるリファクタリング・デバッグ作業
・スクリーンショット、ボイスメモ、画面録画などを参照しながらコードの修正を行うエージェント開発
・100万トークンに及ぶ長文ドキュメントやコード履歴を一度に処理する分析タスク
▸Hacker Newsの反応
オープンウェイトという点で歓迎の声が根強い一方、Metaへの不信感や実力への冷めた見方も見受けられる。価格競争の激化を喜ぶ意見と、単なるコスト削減に留まらない実用性を問う意見が交錯している。
「大手AIラボがオープンウェイトモデルを出すのを見るのは嬉しい。OpenAIやAnthropicももっとこういう動きを見せるといいね、と期待を込めている。」
「UnslothやMLXなど、ほぼすべてのランナーで動けるよう、デプロイ側の配慮がかなり施されている点が評価できる。」
「Zuckerbergの当初の考えが正しかった気がする。知能への賃料市場は成立せず、フロンティアモデルを持つ者が賃料を取れる構図になりつつある。」
「1.2を使ってみたが印象は薄かった。速く安いが、GPT 5.6 Terraの方が遥かに能力がある。Metaへの支持は二の次だ、という冷めた反応。」
「個人的にはMetaは好きじゃないが、競合が増えるのは消費者にとって良いことだ。中国勢、Grok、Meta、Google、OpenAI、Anthropicと激戦区になりつつある。」
◆アクセス方法
Hugging Face上で「Muse-Spark-Open-816B-A42B」と「Muse-Spark-Open-816B-A42B-NVFP4」のチェックポイントが公開されている。詳細な実行方法やファインチューニングの手順は同社の記事内で確認できる。
SOURCE: Hugging Face (2026-10-19)
