Meta ouvre son modèle Muse Spark et vise les ordinateurs portables

Meta a annoncé l’ouverture des poids de Muse Spark 1.2 et le lancement de Muse Glimmer, une nouvelle famille de modèles open source conçue pour fonctionner sur des ordinateurs portables. L’annonce, faite lundi par Mark Zuckerberg dans une vidéo Instagram puis détaillée dans un long essai sur l’IA, intervient alors que le groupe veut montrer qu’il tient son rythme face à OpenAI et Anthropic. En toile de fond, Meta tente aussi de calmer les doutes des investisseurs sur ses dépenses, alors que ses investissements liés à l’IA sont attendus jusqu’à 145 milliards de dollars cette année.

Un pari sur l’open weight pour reprendre l’avantage

Avec Muse Spark 1.2, Meta ouvre les poids du modèle, ce qui permet de le télécharger et de l’utiliser publiquement. Les poids désignent les paramètres qui encadrent le comportement du modèle. La société va plus loin avec Muse Glimmer, présenté comme un modèle open source destiné aux usages sur appareil, sans passage systématique par le cloud.

Cette stratégie vise clairement les laboratoires fermés comme OpenAI et Anthropic, mais aussi les acteurs chinois qui ont déjà poussé des modèles open-weight à grande échelle. Dans son texte, Zuckerberg défend une vision où la puissance de calcul ne reste pas concentrée entre quelques mains. Il écrit notamment : « The notion that AI is so dangerous that the only safe path is an extreme concentration of power seems inherently problematic. »

Meta ne joue pas seulement une carte idéologique. Le groupe veut aussi rappeler qu’il sait encore livrer des modèles compétitifs. Une source proche du dossier résume bien l’enjeu : si les entreprises occidentales se ferment trop, développeurs et éditeurs iront chercher des alternatives ailleurs. Le message est limpide. Et un peu sec pour la concurrence.

Pourquoi miser sur l’IA locale change la donne

Muse Glimmer a été pensé pour tourner sur laptop et sur matériel grand public, avec une logique dite d’IA locale, ou « on-device ». Concrètement, le calcul se fait sur l’appareil au lieu d’être envoyé vers un centre de données distant. Cela réduit les coûts d’inférence, améliore la latence et aide quand la confidentialité ou la connectivité posent problème.

Selon la présentation technique relayée lundi, le modèle peut fonctionner sur un GPU grand public ou sur certains Mac, avec des versions quantifiées pour tenir dans 24 ou 32 Go de VRAM [à vérifier selon la configuration]. Meta le destine notamment à des usages de type agent de bureau, lecture de captures d’écran, génération de code, compréhension de documents ou déploiement en environnement réglementé.

Le choix n’est pas anodin pour les secteurs où l’appel au cloud reste coûteux ou malvenu : santé, finance, défense, secteur public, industrie et services sur le terrain. Dans ces contextes, un modèle local n’est pas un gadget. C’est souvent une contrainte d’architecture.

Des performances techniques mises en avant

La description publiée par Meta et reprise par Marktechpost donne à Muse Glimmer une forme assez précise : un modèle multimodal dense d’environ 30 milliards de paramètres, avec un encodeur de perception dédié pour les images. Le modèle accepte du texte et de l’image, mais pas l’audio ; les vidéos sont traitées image par image.

La documentation évoque aussi une compression à environ 4 bits, des versions spécifiques pour 24 Go et 32 Go de mémoire vidéo, et un mécanisme de décodage spéculatif censé accélérer la génération. Sur un RTX 5090, Meta annonce un débit allant de 74,9 à 233,4 tokens par seconde avec certaines configurations, soit un gain de 3,1 fois. Sur M5 Max, la progression irait de 26,6 à 50,2 tokens par seconde [à vérifier].

Une bataille technique, mais aussi politique

Au-delà de la course aux benchmarks, Meta cherche à peser sur la réglementation américaine. Zuckerberg demande à Washington de revoir certaines règles autour de la distillation et de l’usage des données d’entraînement. La distillation consiste à entraîner un modèle à partir des sorties d’un autre modèle plus avancé. Cette pratique, très utilisée, reste controversée chez certains élus, qui y voient une forme d’appropriation de propriété intellectuelle.

Le patron de Meta prend aussi position contre ce qu’il décrit comme une concentration excessive du pouvoir dans l’IA. Il appelle à distribuer davantage ces capacités plutôt qu’à les réserver à quelques acteurs. Derrière la formule, il y a une vraie bataille de marché : si les modèles ouverts gagnent du terrain, les entreprises auront plus d’options pour déployer de l’IA sans dépendre d’un seul fournisseur. C’est un argument technique, mais aussi commercial. Et, pour Meta, une manière de rappeler qu’il ne compte pas rester spectateur pendant que les autres découpent le gâteau.

Reste une question de fond : cette ouverture suffira-t-elle à rééquilibrer le rapport de force avec les leaders américains, tout en résistant à la pression des modèles chinois ouverts ? À ce stade, Meta envoie surtout un signal clair : l’open source n’est plus un geste périphérique dans sa stratégie IA, mais un axe central.