मेटा ने बुधवार को म्यूज़ स्पार्क लॉन्च किया, जो मेटा सुपरइंटेलिजेंस लैब्स द्वारा बनाया गया पहला मॉडल है—यह टीम नौ महीने पहले मुख्य AI अधिकारी अलेक्जेंडर वांग के नेतृत्व में मेटा के $14 बिलियन के स्केल AI अधिग्रहण के बाद गठित की गई थी। यह अब meta.ai और मेटा AI ऐप पर लाइव है, और अगले कुछ हफ्तों में फेसबुक, इंस्टाग्राम और व्हाट्सएप पर भी इसका रोलआउट होगा।

यह सिर्फ एक और चैटबॉट अपग्रेड या लामा का नया संस्करण नहीं है। म्यूज़ स्पार्क नेटिवली मल्टीमॉडल है—यह मौजूदा टेक्स्ट मॉडल पर विज़न को थोपने के बजाय, शुरू से ही इमेज, टेक्स्ट और वॉयस को प्रोसेस करता है। यह विजुअल चेन-ऑफ-थॉट, टूल-यूज़ सपोर्ट और कुछ ऐसा लेकर आया है जिसे मेटा "कंटेंप्लेटिंग मोड" कह रहा है: एक ऐसा सेटअप जो कठिन समस्याओं से निपटने के लिए कई AI एजेंट्स को समानांतर रूप से चलाता है। यह गूगल के जेमिनी डीप थिंक और ओपनएआई के जीपीटी प्रो के विस्तारित थिंकिंग मोड्स का मेटा का जवाब है।

मेटा ने एक आधिकारिक घोषणा में लिखा, “म्यूज़ स्पार्क हमारी स्केलिंग सीढ़ी पर पहला कदम है और हमारे AI प्रयासों के पूरी तरह से बदलाव का पहला उत्पाद है।” “आगे स्केलिंग का समर्थन करने के लिए, हम रिसर्च और मॉडल ट्रेनिंग से लेकर इन्फ्रास्ट्रक्चर तक, जिसमें हाइपरियन डेटा सेंटर भी शामिल है, पूरे स्टैक में रणनीतिक निवेश कर रहे हैं।”

कंपनी ने म्यूज़ स्पार्क की मेडिकल रीजनिंग के लिए प्रशिक्षण डेटा क्यूरेट करने हेतु 1,000 से अधिक चिकित्सकों के साथ काम किया। हेल्थबेंच हार्ड—एक ओपन-एंडेड हेल्थ क्वेरीज बेंचमार्क—पर परिणाम चौंकाने वाले हैं: म्यूज़ स्पार्क ने 42.8 अंक हासिल किए, जबकि जीपीटी 5.4 ने 40.1 और जेमिनी 3.1 प्रो ने केवल 20.6 अंक प्राप्त किए। यह मामूली अंतर नहीं है।

एजेंटिक सर्च (डीपसर्चक्यूए) में भी म्यूज़ स्पार्क 74.8 के साथ आगे है, जिसने जेमिनी (69.7) और जीपीटी 5.4 (73.6) को पछाड़ दिया। चारएक्सिव रीजनिंग—वैज्ञानिक पत्रों से आंकड़े समझना—में इसने 86.4 अंक प्राप्त किए, जो तुलना में सभी मॉडलों में सबसे अधिक है।

AI को जेलब्रेक करने में रुचि रखने वालों के लिए, मॉडल मिनटों में ही क्रैक हो गया:

लेकिन अच्छा, महान के बराबर नहीं होता। समग्र बेंचमार्क तस्वीर से पता चलता है कि जेमिनी 3.1 प्रो अभी भी अधिकांश श्रेणियों में आगे चल रहा है। एआरसी एजीआई 2, एब्स्ट्रैक्ट रीजनिंग पहेली बेंचमार्क पर यह अंतर सबसे अधिक दिखाई देता है: जेमिनी ने 76.5 अंक प्राप्त किए, जबकि म्यूज़ स्पार्क ने 42.5 अंक।

कोडिंग (लाइवकोडबेंच प्रो) में, जेमिनी का 82.9 मेटा के 80.0 से बेहतर है। एमएमएमयू प्रो—मल्टीमॉडल अंडरस्टैंडिंग—में, जेमिनी ने 83.9 अंक प्राप्त किए, जबकि मेटा ने 80.4। मेटा का अपना ब्लॉग लंबी अवधि के एजेंटिक सिस्टम और कोडिंग वर्कफ़्लो में मौजूदा प्रदर्शन अंतर को स्वीकार करता है।

इस लॉन्च में एक उल्लेखनीय रणनीतिक बदलाव भी शामिल है। म्यूज़ स्पार्क एक क्लोज्ड मॉडल है—इसकी आर्किटेक्चर और वेट्स सार्वजनिक नहीं किए जाएंगे। यह लामा से एक तीखा विचलन है, जिसने ओपन AI सर्कल्स में मेटा की प्रतिष्ठा बनाई थी। इस साल की शुरुआत में लामा 4 के निराशाजनक स्वागत के बाद, मेटा ने तय किया है कि अगला अध्याय अलग तरह से लिखा जाना चाहिए।

कंपनी का कहना है कि वह म्यूज़ के भविष्य के संस्करणों को ओपन-सोर्स करने की उम्मीद करती है, लेकिन अभी के लिए कोड मेटा के अंदर ही रहेगा। घोषणा के बाद बुधवार को इस टेक दिग्गज के स्टॉक में लगभग 9% की वृद्धि हुई, और ट्रेडिंग दिन 6.5% बढ़कर $612.42 के मूल्य पर समाप्त हुआ।

"कंटेंप्लेटिंग मोड" मॉडल की क्षमता को बढ़ाने के लिए समानांतर एजेंट ऑर्केस्ट्रेशन का उपयोग करता है। उस कॉन्फ़िगरेशन में, म्यूज़ स्पार्क ने ह्यूमैनिटीज़ लास्ट एग्जाम पर 58% और फ्रंटियर साइंस रिसर्च पर 38% अंक प्राप्त किए—यह ऐसा क्षेत्र है जो इसे जेमिनी और जीपीटी के सबसे सक्षम संस्करणों के साथ प्रतिस्पर्धी बनाता है, बजाय उनके मानक रिलीज़ के।

मेटा एक शॉपिंग असिस्टेंट भी पेश कर रहा है जो उत्पादों की तुलना करता है और सीधे खरीदारी से जोड़ता है, और आगामी हफ्तों में म्यूज़ स्पार्क को फेसबुक, इंस्टाग्राम और व्हाट्सएप पर लाने की योजना बना रहा है—जो लामा 3 के बाद से लागू की गई समान रणनीति का पालन करता है, इसे 3.5 बिलियन से अधिक उपयोगकर्ताओं के सामने रखता है। चुनिंदा डेवलपर्स के लिए एक निजी एपीआई पूर्वावलोकन खुल रहा है।

यह मॉडल नौ महीनों में बनाया गया था, जिसका आंतरिक कोडनेम एवोकैडो था, मेटा का दावा है कि इसका नया प्रीट्रेनिंग स्टैक लामा 4 मैवरिक के समान क्षमता स्तर तक पहुंच सकता है, जिसमें 10 गुना कम कंप्यूट का उपयोग होता है।

म्यूज़ स्पार्क को आंतरिक रूप से म्यूज़ परिवार में एक "छोटा और तेज़" पहला कदम बताया गया है। एक अधिक सक्षम संस्करण पहले से ही विकास में है।