世界を動かす技術を、日本語で。

ミューズスパークオープン

2026年10月16日原文(research.meta.ai)

概要

  • Muse Spark Open が本日公開、Apple M5 Ultra Mac Studioでデスクトップ動作を初実現
  • 8160億パラメータ、100万トークンの文脈ウィンドウを持つ 最先端の米国オープンウェイトモデル
  • API・モデル重みファイル が多様なプラットフォームで利用可能
  • Apple Silicon最適化、2台のMac Studioでスパコン級の性能を実現
  • 安全性・カスタマイズ性 にも配慮し、商用利用も条件付きで可能

Muse Spark Open:デスクトップ向け最先端エージェントAIの登場

  • Muse Spark Open は、Apple M5 Ultra Mac Studio上で動作する初の高性能エージェントAIモデル
  • 8160億総パラメータ(うち420億アクティブ)、100万トークンの巨大な文脈ウィンドウ
  • コーディング・エージェント作業 に特化し、長期的タスクや複雑なソフトウェア開発、多段階推論に強み
  • 自宅や個人環境で高度なAIモデルを動かす自由 の実現を目指す

提供・対応プラットフォーム

  • API経由で利用可能なプラットフォーム
    • Baseten
    • Fireworks AI
    • Groq
    • Modal
    • Nebius
    • OpenRouter
    • Together AI
  • モデル重みファイルのダウンロード先
    • Amazon SageMaker AI
    • Google Cloud Model Garden
    • Hugging Face
    • Microsoft Foundry Models
  • 対応推論エンジン
    • SGLang
    • vLLM
    • TensorRT-LLM
    • Hugging Face Transformers
    • Apple MLX
    • llama.cpp
    • Unsloth
  • 主要ハードウェア最適化
    • AMD
    • Apple
    • Intel
    • NVIDIA

Apple Silicon最適化の詳細

  • MLXフレームワーク 最新版を活用し、Mac Studio(M5 Ultra)上で最適動作
  • Appleの統合メモリアーキテクチャ により、1台あたり最大512GBのGPUメモリを利用可能
  • 2台のMac Studio連携 で1TB超の統合メモリを実現、スパコン並みの性能
  • 1.2TB/sのメモリ帯域幅 で高速なトークン処理
  • 実用例
    • Muse Codeを使ったiOSアプリ「Ice Cubes」へのバグ修正・新機能追加・ビルド
    • DaVinci Resolveでの映像フレーム解析・編集

性能・安全性・ライセンス

  • SGLangのHelion GPUカーネル により、NVIDIA/AMDで最大3.95倍のカーネルレベル高速化
  • AMD MI350上で3%のエンドツーエンド高速化 を実現
  • 追加の安全性ポストトレーニング を実施し、リスクカテゴリごとに強固なガードを実装
  • Meta Superintelligence Scaling Framework に準拠した評価でリリース基準クリア
  • Muse Model License (制限付き商用利用可)で公開、無料利用も可能

カスタマイズ・始め方

  • PyTorch(TorchTitan) を使ったモデルの追加チューニングが容易
  • Apple silicon上での利用 はMLXを推奨、Hugging Faceから直接重み取得
  • Hugging Face で即利用可能
    • https://huggingface.co/collections/meta-models/muse-spark-open
  • MLX Adapter でMac Studio向けに最適化
  • ホスティング推論パートナー
    • Together AI
    • Fireworks
    • Baseten
    • Modal
    • Groq
    • Nebius
    • OpenRouter

コミュニティ・参考リンク


Muse Spark Openは、デスクトップ環境で最先端AIを誰でも活用できる新時代の幕開け。Apple M5 Ultra Mac Studioを活用したパワフルなAI活用体験を、ぜひ試してみてください。

Hackerたちの意見

このモデルがUnslothからMLXまで、ほぼすべてのモデルランナーで動くようにかなりの努力がされてるね。 https://dev.meta.ai/docs/muse-spark-open/deploy

└

そうなんだけど、NPUサポートを求めているユーザーはどうなるの?Microsoftのcopilot+ PCキャンペーンはどうなったの?(NPUハードウェアのことね、ロゴキーや広告キャンペーンじゃなくて)AMDのXDNA2 NPUはONNXでのサポートが一番いいと思うし、QualcommのHexagonもそうだと思う。消費者向けの統一アーキテクチャでは、Apple、AMD ai+、Qualcomm Snapdragon X Eliteが一番だし、IntelもNPUを提供してるよ。

└

ループに入っていない者として、もう少し詳しく説明してもらえる?

└

Appleシリコンでローカルに小型化されたり量子化されたバージョンを試した人いる?あなたの体験を知りたいし、ハードウェアのスペックについても教えてほしいな。

先週も言ったけど、Zuckの元々のラマの理論が週ごとに正しいことが証明されてきてると思う。知能のレンタル市場は結局現れなかったし、もし最先端のモデルを持っていれば、数週間、もしくは1ヶ月の間はレンタル料を取れる。でも、ある能力レベルを超えると、決定を左右するのは価格なんだよね。Zuckは自分が得意なことをやって、ネットワークの周りに堀を作ってる(Museはめっちゃ使いやすいし)。みんながMetaのモデルに標準化することで、インフラを徹底的に最適化して、彼がスケールするのを安くするから、ネットワークにもっと参加者が集まって、結果的に彼のネットワークがもっと価値を持つようになる。Metaは消費者向けAIで勝つと思うよ。

└

じゃあ、Museが「めっちゃ使いやすい」ってどういうこと?

└

Google、Apple、Microsoftはそれぞれ消費者向けAIで勝つための強い立場にいる。彼らはユーザー体験の基盤を守ってるから。Metaはいつも、自分たちが排除されるんじゃないかって心配しなきゃいけない。Appleが権限を制限したり、ユーザーデータの取り扱いに新しいルールを設けた時みたいに。Metaはどう対応したかって?失敗した電話と投機的なヘッドセットで。

└

Museはすごく「粘着性」があるね。具体的にどういうこと?

└

みんながMetaのモデルに標準化するってことだけど、「みんな」って誰のこと?

└

「粘着性」のあるインターフェースにハマってるなら、成功しないよ。競合はその粘着性がなくて、どんなハーネスでも使えるから、長期的にはMuseを上回ると思う。Museは今、SOTAモデルに近いけど、Googleもそうだったし、今は関係なくなってる。GoogleはSOTAに近い資金提供されたモデルの一つだけど、結局は限界があるって気づいたんだ。みんなが言うのは、最高であることは重要じゃないってこと。もしMuse、Grokbot、Dotが大衆に受け入れられたら、カスタムハーネスを使ってる人がどんなに優れていても関係ない。私はそれに異議を唱えたい。カスタムハーネスを使っている人と、箱から出したままのものを使っている人の間には大きな違いがあるよ。もしこれをビジネスに使うつもりなら、誰が勝つと思う?すべてをカスタマイズする人と、大企業が提供するものを使う人、どっちが勝つか考えてみて。

└

下に向かうレースに勝者はいないよ。

└

Museがどれだけ定着するかはまだわからないと思う。私の予想では、フィールドに対してそれほど良くないんじゃないかな。

Hacker Newsで議論の続きを見る