Meta lance « Muse Glimmer » pour les agents IA locaux sur les appareils personnels

Muse Glimmer intègre les agents IA directement sur le matériel grand public

Meta Superintelligence Labs, la division de recherche avancée en IA de l’entreprise, a lancé le 10 août Muse Glimmer, un modèle agentique à poids ouverts conçu pour fonctionner directement sur des appareils personnels, en publiant ses poids sous la licence permissive Apache 2.0. Les poids ouverts permettent aux développeurs de télécharger les paramètres sous-jacents d’un modèle, tandis que le terme « agentique » désigne les systèmes capables d’accomplir des tâches en plusieurs étapes à l’aide d’outils ne nécessitant qu’une intervention humaine limitée. Ce modèle est dérivé de Muse Spark, le modèle fermé plus volumineux de Meta, et fonctionne sur un Mac ou un PC équipé d’un seul processeur graphique grand public (GPU).

L’entreprise a déclaré :

« Muse Glimmer est un modèle de 30 milliards de paramètres optimisé pour les flux de travail d’agents locaux fonctionnant en continu. »

Muse Glimmer mène à bien des tâches de A à Z, utilise des outils logiciels, écrit du code, suit plusieurs étapes de raisonnement et se rétablit lorsqu’une action tentée échoue. Selon Meta, le modèle traite du texte et des images, gère des données couvrant plus de 100 langues et a affiché d’excellentes performances pour sa catégorie de taille face à Gemma4-31B et Qwen3.6-27B dans les benchmarks portant sur les capacités d’agent, le codage, le multimodal, la sécurité et le raisonnement.

Les agents IA se distinguent des chatbots classiques par leur capacité à exécuter des tâches, à utiliser des outils externes et à prendre des décisions dans le cadre de workflows étendus, avec des niveaux d’autonomie variables.

Meta compresse un modèle de 30 milliards de paramètres à moins de 20 Go

Pour faire fonctionner un modèle de la taille de Muse Glimmer sur du matériel grand public, Meta a dû réduire les besoins en mémoire tout en conservant les performances pour l’ensemble des tâches gérées par les agents IA. Un modèle de 30 milliards de paramètres en pleine précision dépasserait les 55 Go, mais la quantification à 4 bits, qui stocke les données du modèle dans un format numérique plus compact, a permis de réduire la taille du modèle linguistique à moins de 20 Go et d’intégrer ses composants dans une enveloppe de 24 Go ou 32 Go.

Un modèle compagnon plus petit, fourni avec Muse Glimmer, prédit les segments de texte à venir, ce qui permet au modèle principal de vérifier plusieurs prédictions à la fois et de répondre plus rapidement. Cette technique, appelée « décodage spéculatif », a multiplié par 3,1 la vitesse de génération sur une RTX 5090, par 1,8 sur une M5 Max et par 1,5 sur une M4 Max lors des tests menés par l’entreprise.

Cette orientation vers les agents locaux intervient alors que Meta augmente ses dépenses et réorganise ses équipes autour de produits d’IA autonomes et de cycles de développement plus rapides. Les dépenses d’investissement pour 2026 devraient atteindre entre 130 et 145 milliards de dollars, une fourchette qui s’est resserrée par rapport à celle de 125 à 145 milliards de dollars annoncée par l’entreprise lors de la publication de ses résultats du deuxième trimestre, le 29 juillet.

Environ 7 000 employés ont été transférés en mai vers quatre structures dédiées à l’IA, notamment l’équipe « Applied AI Engineering » et l’équipe « Agent Transformation Accelerator », tandis qu’environ 8 000 salariés ont été licenciés et que 6 000 postes vacants ont été supprimés. Meta a par la suite indiqué aux collaborateurs transférés qu’ils pouvaient décider de rester ou non.

Le traitement local réduit la dépendance à un accès continu au cloud

Le fait de conserver les flux de travail des agents sur du matériel personnel évite de faire transiter chaque requête par des centres de données distants, ce qui permet aux tâches de se poursuivre lorsque la connectivité est limitée ou indisponible. L’exécution locale convient également aux cas d’utilisation s’appuyant sur un contexte stocké, tels que les calendriers, les messages et les fichiers, où le modèle agit sur des données personnelles au cours de sessions prolongées.

Les normes de sécurité prennent de plus en plus d’importance à mesure que les logiciels autonomes sont autorisés à interagir avec des comptes, des applications et des informations sensibles. L’Institut national des normes et des technologies (NIST) a lancé une initiative sur les normes relatives aux agents IA, couvrant la communication sécurisée entre agents, la fiabilité des identités numériques, les contrôles d’accès et les normes techniques communes. Meta a souligné :

« L’exécution locale des modèles vous permet d’utiliser l’IA n’importe où, n’importe quand, avec ou sans connexion Internet. »

Au-delà des modèles locaux, Meta s’est orienté vers des plateformes articulées autour des interactions entre des agents logiciels indépendants. La société a racheté Moltbook en mars, un réseau social d’agents IA comptant plus de 206 000 agents vérifiés par des humains sur près de 2,9 millions de comptes enregistrés en juin, et a intégré ses cofondateurs au sein de Meta Superintelligence Labs.

Muse Glimmer s’inscrit dans la stratégie plus large de Meta visant à rendre l’IA largement accessible

Mark Zuckerberg, PDG de Meta, a présenté séparément, le 10 août, une stratégie visant à diffuser largement la superintelligence personnelle et à en proposer des versions gratuites à des milliards de personnes. Dans une vidéo Instagram partagée le même jour, M. Zuckerberg a déclaré que Meta rendrait également publics les paramètres de Muse Spark 1.2, présentant cette initiative dans un essai de 6 500 mots comme une réponse aux publications de paramètres par des développeurs chinois.

L’utilisation de modèles de plus en plus performants nécessite toujours une puissance de calcul centralisée importante pour l’entraînement, même lorsque le modèle final fonctionne sur l’appareil de l’utilisateur. Meta a signé un accord de cinq ans avec Nebius d’une valeur pouvant atteindre 27 milliards de dollars, comprenant 12 milliards de dollars de capacité dédiée et des options pour 15 milliards de dollars supplémentaires.

Les développeurs peuvent dès à présent télécharger les poids de Muse Glimmer, tandis qu’une prise en charge optimisée de llama.cpp, MLX et ExecuTorch — des logiciels permettant d’exécuter efficacement des modèles d’IA sur différents matériels — est attendue dans les prochains jours. Meta collabore également avec AMD, Arm, Dell, Intel et Nvidia afin d’optimiser les performances sur l’ensemble des appareils.