"ميوز غليمر" من ميتا: وكلاء ذكاء اصطناعي يعملون محلياً على كروت الشاشة العادية

LLMsAI Agents
صورة توضيحية مُولّدة بالذكاء الاصطناعي: Editorial image for Meta's Muse Glimmer brings local AI agents to consumer GPUs

الزبدة

  • ميتا تطلق 'ميوز غليمر'، نموذجاً مفتوحاً بـ30 مليار معلمة يعمل كوكيل ذكاء اصطناعي بالكامل على جهازك دون إرسال بياناتك للسحابة
  • بفضل التكميم بدقة 4 بت يعمل النموذج بذاكرة أقل من 20 جيجابايت، أي على كرت شاشة ألعاب عادي أو جهاز MacBook، مع نموذج مساعد يسرّع الاستجابة حتى 3 أضعاف
  • تفوّق في اختبارات التعامل مع الوكلاء وأدوات MCP على منافسيه Gemma4-31B وQwen3.6-27B، لكنه تراجع خلفهما في بعض اختبارات البرمجة، وسط دفاع زوكربرغ عن استراتيجية ميتا المفتوحة

أطلقت مختبرات "سوبرإنتليجنس" (Superintelligence Labs) التابعة لميتا نموذجاً مفتوحاً جديداً باسم "ميوز غليمر" (Muse Glimmer)، بحجم 30 مليار معلمة (Parameter)، مصمم خصيصاً لتشغيل الوكلاء الأذكياء على جهاز المستخدم نفسه بدلاً من السحابة. النموذج مرخّص بموجب Apache 2.0، وأوزانه متاحة بالفعل على منصة Hugging Face.

الفكرة الأساسية تجمع بين الخصوصية والقدرة الفعلية. صُمم "ميوز غليمر" لأداء مهام يومية مثل إدارة التقويم وتنظيم الملفات وقراءة الرسائل بالكامل على الجهاز، بحيث لا تغادر البيانات الحساسة عتاد المستخدم إطلاقاً.

هذا الطموح "المحلي أولاً" يتوقف على مدى ملاءمة النموذج فعلياً للأجهزة الاستهلاكية. فبالدقة الكاملة يحتاج "ميوز غليمر" أكثر من 55 جيجابايت من الذاكرة، لكن التكميم (Quantization) بدقة 4 بت يقلّص هذا الحجم إلى أقل من 20 جيجابايت، ما يجعله قابلاً للتشغيل على كروت شاشة الألعاب المتطورة وأجهزة MacBook. كما تقرن ميتا النموذج بنموذج مساعد صغير تقول إنه يسرّع توليد النص حتى 3.1 ضعف.

بُني "ميوز غليمر" عبر تقطير نموذج أكبر تابع لميتا يُسمى "ميوز سبارك" (Muse Spark)، ويدعم أطر تنسيق الوكلاء بما فيها OpenClaw إلى جانب هياكل تشغيل مخصصة، ما يجعله موجهاً للمطورين الذين يبنون خطوط تنفيذ مهام مستقلة أكثر من كونه واجهة محادثة عادية.

كيف يقارَن بمنافسيه

اختبرت ميتا "ميوز غليمر" مقابل نموذجين مفتوحين آخرين في فئته الحجمية، هما Gemma4-31B وQwen3.6-27B. والنتائج جاءت متفاوتة لا كاسحة، وهذا بحد ذاته لافت لنموذج بهذا الحجم.

يتفوق "ميوز غليمر" في عدة اختبارات معيارية (Benchmark) مرتبطة بالوكلاء: 23.5 نقطة في τ2-Banking مقابل 15.1 و16.7 لمنافسيه، و75.5 في MCP Atlas مقابل 54.2 و62.5، و47.6 في WildClawBench مقابل 37.6 و43.2. كما يتقدم في GAIA2 بـ43.3 نقطة، وSciCode بـ43.6، وDeepSearch QA بـ74.6.

لكن Qwen3.6-27B لا يزال يتفوق في عدة اختبارات برمجية وتنفيذية، منها SWE-Bench Verified (77.2 مقابل 76.0)، وOSWorld-Verified (75.6 مقابل 65.9)، وTerminalBench 2.1 (60.7 مقابل 51.7)، وSkillsBench (46.6 مقابل 44.3). أما في SWE-Bench Pro فتقدّم "ميوز غليمر" فعلياً بفارق ضئيل (51.2 مقابل 50.2). الصورة العامة تعكس منافسة حقيقية بين نماذج مفتوحة الأوزان، لا انتصاراً حاسماً لأي طرف.

سياق أوسع: إعادة تموضع في استراتيجية ميتا

يأتي الإطلاق ضمن إعادة تموضع أشمل لأبحاث الذكاء الاصطناعي في ميتا. فمختبرات "سوبرإنتليجنس" هي الوحدة التي نشأت من إعادة هيكلة مجموعة الذكاء الاصطناعي في الشركة عقب رحيل كبير العلماء يان لوكون، وهي الآن المسؤولة عن جهود ميتا في النماذج المفتوحة.

استغل مارك زوكربرغ مقالاً موازياً بعنوان "المستقبل للجميع" للدفاع عن هذه الاستراتيجية المفتوحة، بما في ذلك ممارسة ميتا المتمثلة في تقطير تقنيات من نماذج مختبرات أخرى ودمجها في إصداراتها الخاصة.

يبدو أن ميتا ترى في النماذج مفتوحة الترخيص والقابلة للتشغيل محلياً رداً تنافسياً على المنافسين المغلقين وعلى النماذج المفتوحة سريعة التطور القادمة من الصين.

بالنسبة للمطورين، الخلاصة العملية هي نموذج وكيل قابل للنشر فعلياً: صغير بما يكفي لتكميمه على كرت رسومي استهلاكي واحد، مرخّص بحرية، ومضبوط للاختبارات المتعلقة بتنسيق المهام واستخدام الأدوات التي تهم الوكلاء المستقلين أكثر من جودة المحادثة الخالصة.

واكب

فريق تحرير واكب

تم إعداد هذه المراجعة وتلخيصها بواسطة محرك الذكاء الاصطناعي الخاص بواكب ومراجعتها وتدقيقها من قبل فريقنا التحريري لضمان الدقة والموثوقية.

اشترك في النشرة البريدية

احصل على ملخص أسبوعي لأبرز أبحاث وأدوات الذكاء الاصطناعي مباشرة في بريدك.

قناة التليجرام

تابع تغطيتنا اللحظية ونقاشاتنا حول آخر مستجدات وأنظمة الذكاء الاصطناعي.

انضم إلينا على تليجرام