Meta เปิดตัว Muse Glimmer สำหรับเอเจนต์ AI แบบโลคัลบนอุปกรณ์ส่วนบุคคล

Muse Glimmer นำเอเจนต์ AI มาสู่ฮาร์ดแวร์ผู้บริโภคโดยตรง

Meta Superintelligence Labs แผนกวิจัย AI ขั้นสูงของบริษัท เมื่อวันที่ 10 ส.ค. ได้เปิดตัว Muse Glimmer ในฐานะโมเดลเชิงเอเจนต์แบบเปิดน้ำหนัก ที่ออกแบบมาให้รันได้โดยตรงบนอุปกรณ์ส่วนบุคคล พร้อมปล่อยน้ำหนักภายใต้สัญญาอนุญาต Apache 2.0 ที่มีความผ่อนปรน น้ำหนักแบบเปิดทำให้นักพัฒนาสามารถดาวน์โหลดพารามิเตอร์พื้นฐานของโมเดลได้ ขณะที่คำว่า “เชิงเอเจนต์” หมายถึงระบบที่ทำงานหลายขั้นตอนให้สำเร็จโดยใช้เครื่องมือและมีการป้อนข้อมูลจากมนุษย์ในระดับจำกัด โมเดลนี้ถูกกลั่นมาจาก Muse Spark ซึ่งเป็นโมเดลปิดขนาดใหญ่กว่าของ Meta และสามารถรันบน Mac หรือ PC ที่มีหน่วยประมวลผลกราฟิกสำหรับผู้บริโภคเพียงตัวเดียว หรือ GPU

บริษัทอธิบายว่า:

“Muse Glimmer เป็นโมเดลขนาด 30,000 ล้านพารามิเตอร์ที่ปรับให้เหมาะสำหรับเวิร์กโฟลว์เอเจนต์แบบโลคัลที่ทำงานตลอดเวลา”

Muse Glimmer ทำงานให้เสร็จตั้งแต่ต้นจนจบ ใช้เครื่องมือซอฟต์แวร์ เขียนโค้ด ทำตามขั้นตอนการให้เหตุผลหลายลำดับ และฟื้นตัวได้เมื่อการกระทำที่ลองทำล้มเหลว โมเดลนี้ประมวลผลทั้งข้อความและรูปภาพ จัดการข้อมูลที่ครอบคลุมมากกว่า 100 ภาษา และทำผลงานได้ดีเมื่อเทียบกับโมเดลในระดับขนาดเดียวกันอย่าง Gemma4-31B และ Qwen3.6-27B ในเกณฑ์มาตรฐานด้านเชิงเอเจนต์ การเขียนโค้ด มัลติโมดัล ความปลอดภัย และการให้เหตุผล ตามข้อมูลของ Meta

เอเจนต์ AI แตกต่างจากแชตบอตแบบดั้งเดิม ตรงความสามารถในการลงมือทำงาน ใช้เครื่องมือภายนอก และตัดสินใจตลอดเวิร์กโฟลว์ที่ยาวนาน โดยมีระดับความเป็นอิสระที่แตกต่างกัน

Meta บีบอัดโมเดล 30,000 ล้านพารามิเตอร์ให้ต่ำกว่า 20 GB

การรันโมเดลขนาด Muse Glimmer บนฮาร์ดแวร์ผู้บริโภคทำให้ Meta ต้องลดความต้องการหน่วยความจำ ขณะเดียวกันก็รักษาประสิทธิภาพในงานต่าง ๆ ที่เอเจนต์ AI จัดการไว้ โมเดลขนาด 30,000 ล้านพารามิเตอร์ที่ความละเอียดเต็มจะมีขนาดเกิน 55 GB แต่การควอนไทซ์แบบ 4 บิต ซึ่งจัดเก็บข้อมูลโมเดลในรูปแบบตัวเลขที่กระชับกว่า ได้ย่อโมเดลภาษาให้ต่ำกว่า 20 GB และทำให้ส่วนประกอบต่าง ๆ อยู่ภายในกรอบ 24 GB หรือ 32 GB ได้

โมเดลคู่ขนาดเล็กที่ส่งมาพร้อมกับ Muse Glimmer จะทำนายส่วนถัดไปของข้อความ ทำให้โมเดลหลักสามารถตรวจสอบคำทำนายหลายรายการพร้อมกันและตอบสนองได้เร็วขึ้น เทคนิคนี้เรียกว่า speculative decoding ซึ่งเพิ่มความเร็วในการสร้างข้อความได้ 3.1 เท่าบน RTX 5090, 1.8 เท่าบน M5 Max และ 1.5 เท่าบน M4 Max ในการทดสอบของบริษัท

แรงผลักดันสู่เอเจนต์แบบโลคัลเกิดขึ้นในช่วงที่ Meta ขยายการใช้จ่ายและปรับโครงสร้างทีมให้มุ่งไปที่ผลิตภัณฑ์ AI อัตโนมัติและรอบการพัฒนาที่เร็วขึ้น รายจ่ายฝ่ายทุนสำหรับปี 2026 คาดว่าจะพุ่งไปที่ 130,000 ล้านถึง 145,000 ล้านดอลลาร์ ซึ่งเป็นช่วงที่ปรับให้แคบลงจาก 125,000 ล้านถึง 145,000 ล้านดอลลาร์ เมื่อบริษัทประกาศผลประกอบการไตรมาสสองเมื่อวันที่ 29 ก.ค.

พนักงานราว 7,000 คนถูกย้ายไปอยู่ในองค์กรที่เน้น AI 4 หน่วยในเดือนพฤษภาคม รวมถึง Applied AI Engineering และทีม Agent Transformation Accelerator ขณะที่มีการเลิกจ้างพนักงานราว 8,000 คน และปิดตำแหน่งงานว่าง 6,000 ตำแหน่ง ต่อมา Meta แจ้งพนักงานที่ถูกย้ายว่าพวกเขาสามารถตัดสินใจได้ว่าจะอยู่ต่อหรือไม่

การประมวลผลแบบโลคัลช่วยลดการพึ่งพาการเข้าถึงคลาวด์อย่างต่อเนื่อง

การเก็บเวิร์กโฟลว์ของเอเจนต์ไว้บนฮาร์ดแวร์ส่วนบุคคลช่วยหลีกเลี่ยงการส่งทุกคำขอผ่านศูนย์ข้อมูลระยะไกล ทำให้งานสามารถดำเนินต่อได้เมื่อการเชื่อมต่อมีข้อจำกัดหรือไม่พร้อมใช้งาน การรันแบบโลคัลยังเหมาะกับกรณีใช้งานที่อาศัยบริบทที่จัดเก็บไว้ เช่น ตารางเวลา ข้อความ และไฟล์ ซึ่งโมเดลจะทำงานกับข้อมูลส่วนบุคคลตลอดเซสชันที่ยาวนาน

มาตรฐานด้านความปลอดภัยยิ่งมีความสำคัญมากขึ้นเมื่อซอฟต์แวร์อัตโนมัติได้รับอนุญาตให้โต้ตอบกับบัญชี แอปพลิเคชัน และข้อมูลอ่อนไหว สถาบันมาตรฐานและเทคโนโลยีแห่งชาติ (NIST) ได้เปิดตัวโครงการริเริ่มมาตรฐานเอเจนต์ AI ซึ่งครอบคลุมการสื่อสารที่ปลอดภัยระหว่างเอเจนต์ อัตลักษณ์ดิจิทัลที่เชื่อถือได้ การควบคุมการเข้าถึง และมาตรฐานทางเทคนิคที่ใช้ร่วมกัน

Meta เน้นย้ำว่า:

“การรันโมเดลแบบโลคัลทำให้คุณสามารถใช้ AI ได้ทุกที่ ทุกเวลา ทั้งมีหรือไม่มีการเชื่อมต่ออินเทอร์เน็ต”

นอกเหนือจากโมเดลแบบโลคัลแล้ว Meta ยังขยับไปสู่แพลตฟอร์มที่สร้างขึ้นจากการปฏิสัมพันธ์ระหว่างเอเจนต์ซอฟต์แวร์อิสระ บริษัท เข้าซื้อ Moltbook ในเดือนมีนาคม ซึ่งเป็นโซเชียลเน็ตเวิร์กสำหรับเอเจนต์ AI ที่มีเอเจนต์ซึ่งผ่านการยืนยันโดยมนุษย์มากกว่า 206,000 ราย จากเกือบ 2.9 ล้านบัญชีที่ลงทะเบียน ณ เดือนมิถุนายน และนำผู้ร่วมก่อตั้งเข้ามาอยู่ใน Meta Superintelligence Labs

Muse Glimmer สอดรับกับแรงผลักดันวงกว้างของ Meta เพื่อทำให้ AI เข้าถึงได้อย่างแพร่หลาย

Mark Zuckerberg ประธานเจ้าหน้าที่บริหารของ Meta ได้แยกออกมานำเสนอกลยุทธ์เมื่อวันที่ 10 ส.ค. เพื่อ กระจายซูเปอร์อินเทลลิเจนซ์ส่วนบุคคลให้เข้าถึงอย่างกว้างขวาง และให้เวอร์ชันฟรีแก่ผู้คนหลายพันล้านคน Zuckerberg กล่าวในวิดีโอ Instagram ที่แชร์ในวันเดียวกันว่า Meta จะเปิดน้ำหนักของ Muse Spark 1.2 ด้วย โดยอธิบายการเคลื่อนไหวดังกล่าวในเรียงความยาว 6,500 คำว่าเป็นคำตอบต่อการปล่อยโมเดลแบบเปิดน้ำหนักจากนักพัฒนาชาวจีน

การสนับสนุนโมเดลที่มีความสามารถเพิ่มขึ้นยังคงต้องใช้การประมวลผลแบบรวมศูนย์จำนวนมากสำหรับการฝึกฝน แม้ว่าโมเดลที่เสร็จแล้วจะรันบนอุปกรณ์ของผู้ใช้เองก็ตาม Meta ได้ลงนาม ข้อตกลงระยะเวลา 5 ปีกับ Nebius มูลค่าสูงสุด 27,000 ล้านดอลลาร์ ซึ่งรวมถึงกำลังการประมวลผลที่จัดสรรเฉพาะ 12,000 ล้านดอลลาร์ และตัวเลือกเพิ่มเติมอีก 15,000 ล้านดอลลาร์

นักพัฒนาสามารถดาวน์โหลดน้ำหนักของ Muse Glimmer ได้แล้วตอนนี้ ขณะที่การรองรับแบบปรับแต่งให้เหมาะสมสำหรับ llama.cpp, MLX และ ExecuTorch ซึ่งเป็นซอฟต์แวร์ที่ใช้รันโมเดล AI อย่างมีประสิทธิภาพบนฮาร์ดแวร์ที่หลากหลาย คาดว่าจะมาในอีกไม่กี่วันข้างหน้า Meta ยังทำงานร่วมกับ AMD, Arm, Dell, Intel และ Nvidia เพื่อปรับแต่งประสิทธิภาพให้เหมาะสมกับอุปกรณ์ต่าง ๆ