باختصار
- يعمل النموذج بنحو 816 مليار مُعامل إجمالًا، ونحو 42 مليار مُعامل نشط لكل رمز.
- يستقبل النصوص والصور والصوت والفيديو، ويُنتج نصًا.
- تصل نافذة السياق إلى مليون رمز.
- يبلغ حجم إصدار BF16 نحو 1.5 TB، أما إصدار NVFP4 فأُعدّ لوحدات معالجة الرسوميات NVIDIA Blackwell.
كُشف عن Muse Spark Open، وهو نموذج متعدد الوسائط مفتوح الأوزان من Meta، في مدونة Hugging Face بتاريخ 15 أكتوبر 2026. ويُقال إن النموذج دُرّب ليتناسب مع سير عمل البرمجة؛ إذ يمكنه معالجة النصوص والصور والصوت والفيديو، وإنتاج مخرجات نصية. ويضم نحو 816 مليار مُعامل إجمالًا، بينما تتيح له بنية مزيج الخبراء (MoE) تنشيط نحو 42 مليار مُعامل لكل رمز.
ما المدخلات التي يستطيع Muse Spark Open معالجتها؟
يستطيع النموذج التعامل مع أنواع مختلفة من الوسائط ضمن نظام واحد. إذ تُمرر الصور وإطارات الفيديو إلى النموذج اللغوي عبر مُرمّز إدراك، بينما يُمرر الصوت عبر مُرمّز صوتي منفصل. وتعرض مدونة Hugging Face أمثلة على قراءة النموذج للقطات الشاشة، واستماعه إلى الملاحظات الصوتية، وفحصه لتسجيلات الشاشة. وتقتصر مخرجات النموذج على النص.
يُؤخذ من الفيديو افتراضيًا إطاران في الثانية، وبحد أقصى 96 إطارًا. ويمكن زيادة معدل الإطارات، لكن المصدر يشير إلى أن ذلك قد يرفع متطلبات الذاكرة وزمن تأخير المعالجة المسبقة. وعند إدخال الصوت مباشرة، يُتوقع أن يكون أحادي القناة وبمعدل أخذ عينات يبلغ 24 kHz. وتصل نافذة سياق النموذج إلى مليون رمز، مع احتساب رموز النص والوسائط معًا.
بنية MoE ومتطلبات الأجهزة
تضم كل طبقة MoE في Muse Spark Open عدد 256 خبيرًا، يُختار 8 منها لكل رمز. وتُبقي هذه البنية عدد المُعاملات النشطة أثناء الحساب عند نحو 42 مليارًا، لكن يجب أن تكون جميع الخبراء موجودة في الذاكرة. لذلك لا يعكس عدد المُعاملات النشطة وحده مقدار الذاكرة اللازمة لتشغيل النموذج كاملًا.
وفقًا للمعلومات التقنية التي نشرتها Hugging Face، تشغل ملفات أوزان BF16 بصيغة safetensors نحو 1.5 TB. ولتشغيل إصدار BF16 باستخدام Transformers، يُذكر إعداد يتألف من 4 عُقد تضم 8 وحدات H200 GPU، بينما يتطلب إصدار NVFP4 عقدة B200 واحدة. ويُعرّف NVFP4 بأنه تنسيق 4 بت أُعدّ لوحدات معالجة الرسوميات NVIDIA Blackwell. كما تقدّر المدونة أن سياقًا كاملًا من مليون رمز قد يتطلب نحو 266 GB لذاكرة التخزين المؤقت KV عند استخدام BF16.
خيارات البرمجة والنشر
دُرّب النموذج ليتناسب مع سير عمل المطورين، مثل إعادة هيكلة المشاريع متعددة الملفات وعمليات تصحيح الأخطاء الطويلة. كما يدعم استدعاء الأدوات، ويمكنه في المهام الطويلة اتباع نهج يشمل التخطيط والتنفيذ وملاحظة النتائج وتصحيح المسار ذاتيًا. وتشير هذه السمات إلى أن التركيز الأساسي للمنتج هو البرمجة واستخدام الأدوات مع مدخلات متعددة الوسائط، لا إنشاء الصور مباشرة.
تعرّف مدونة Hugging Face مكوّني MuseSparkForConditionalGeneration وMuseSparkProcessor ضمن Transformers. وتُستخدم DistributedConfig لإعدادات التشغيل الموزع. كما تحيل المدونة إلى وصفات تشغيل لـ llama.cpp وvLLM وSGLang. ولا يوضح النص المنشور تفاصيل الأسعار أو ترخيص الاستخدام؛ لذا ينبغي التحقق من الترخيص وشروط الأجهزة في مستودع الأوزان قبل النشر.
أثره في سير عمل العمارة والتصور المعماري
قد تكمن الفائدة العملية للنموذج بالنسبة إلى المعماريين ومصممي الديكور الداخلي وفرق التصور المعماري في قدرته على فحص الصور وتسجيلات الفيديو بالاستعانة بالنصوص. فعلى سبيل المثال، قد تكون إمكانية طرح أسئلة عن لقطة شاشة أو تسجيل لعملية عمل مفيدة للتجربة ضمن مراحل التصميم والتقييم التقني؛ لكن المصدر لا يذكر إضافات لبرامج معمارية أو ميزة مخصصة لتحليل التصيير. لذلك فهذا احتمال استخدام قد تتيحه معالجة المدخلات متعددة الوسائط، وليس وظيفة متاحة حاليًا.
أما العائق الأساسي فهو الأجهزة. فتكوينات التشغيل المعلنة تتطلب أنظمة ذات سعة ذاكرة عالية جدًا؛ لذلك من المهم للمكاتب التي تدرس تشغيل النموذج محليًا ألا تكتفي بالنظر إلى عدد المُعاملات النشطة لكل رمز. وينبغي التحقق معًا من تنسيق الأوزان، وتوافق وحدات GPU، ومتطلبات الذاكرة وشروط الترخيص.
المصادر
1 مصادرلا نعيد نشر نصوص المصادر؛ الاقتباسات القصيرة مشار إليها، وما تبقى ملخص وتعليق من إعدادنا.
تجعل قدرة Muse Spark Open على التعامل مع النصوص والصور والصوت والفيديو ضمن سياق واحد فكرة الاستفسار عن أنواع مختلفة من مدخلات المشاريع باستخدام نموذج واحد جذابة للمكاتب. لكن العامل الحاسم في الإعلان بالنسبة إلى فرق العمارة والتصور المعماري هو متطلبات الأجهزة المتاحة، قبل قدرات النموذج.
ولا تجعل تكوينات H200 وB200 المعلنة التشغيل المحلي خيارًا سهلًا لكل استوديو. لذا ينبغي للمكاتب في تركيا تقييم ذاكرة GPU وتنسيق الأوزان المستخدم وشروط الترخيص معًا قبل اتخاذ القرار. ومن الأنسب التعامل مع النموذج بوصفه نموذج برمجة عامًّا يتطلب اختبار الأجهزة وسير العمل، لا أداة معمارية مدمجة مباشرة في خط الإنتاج.
الأسئلة الشائعة
ما المدخلات التي يدعمها Muse Spark Open؟
يعالج النصوص والصور والصوت والفيديو، ويُنتج مخرجات نصية.
ما نوع الأجهزة اللازمة لتشغيل Muse Spark Open؟
وفقًا للمعلومات المنشورة، يعمل إصدار BF16 على 4 عُقد تضم 8 وحدات H200 GPU، بينما يعمل إصدار NVFP4 على عقدة B200 واحدة.
ما حجم نافذة السياق في Muse Spark Open؟
تصل نافذة السياق إلى مليون رمز. وتشمل هذه الحدود رموز النصوص والصور والفيديو والصوت معًا.
