各社の公式ブログやリリースノートを追いかけ、実際の作業で何がどう変わるのかを、わかりやすく解説します。一次情報へのリンクは全記事に付いています。
MetaはMuse Wonderの性能を活用した専門特化モデルをMuseとMeta AIの利用者に向けて展開しています。Meta AIでは、Muse Wonderを使った専門特化モデルによるMuseと同じ改善によって、複雑な問題を明確なステップに分解し、より鋭い追加質問をするなど、より良い思考のパートナー・協働者になります。
Metaは10月15日、総パラメータ数816B（アクティブ42B）でコンテキストウィンドウが1MトークンのMuse Spark Openのウェイトを公開しました。Apple M5 Ultra搭載のMac Studio2台を使い、デスクトップ上で最先端のエージェント的機能を初めて提供します。
Metaは、個人向けおよび業務向けのエージェント的タスクにおいて最先端の性能を示す「Muse Wonder」と「Muse Wonder Full」を発表しました。ギガワット規模のPrometheusデータセンターで訓練されたこれらのモデルは、パーソナル超知能に向けた大きな飛躍と位置づけられています。
Muse Realtime VoiceとMuse Realtime Avatarは、知能・音声・エンボディメントをつなぐ単一のストリーミングシステムを構成します。Muse Realtime Avatarは、Muse Realtime Voiceが生成する音声トークンのストリームを音声デコーダと共有して映像を生成するため、音声、口の動き、表情の同期が保たれます。
Metaは、ユーザーの代わりに作業を行いツールを自ら作成するパーソナルエージェント「Muse」をローンチしました。各ユーザーに専用のVirtual Machine（VM）を提供し、Sentinelやprivsepなどの仕組みにより、プロンプトインジェクション等の攻撃による被害を限定する設計がなされています。
Muse Spark 1.3は、エージェント系タスクとコーディングタスクの性能が向上したモデルとして公開されました。実際の利用場面での使いやすさや安全性が改善されており、personal superintelligenceに向けた取り組みを前進させるものと位置づけられています。
Meta Superintelligence Labsが開発した初のリアルタイム音声知覚モデルです。70以上の言語で訓練され、ストリーミング音声認識を土台としています。
Muse Spark 1.2は、コーディングを中心に視覚的推論やチャートの理解などのマルチモーダル能力を強化したモデルです。ビジュアルコーディングによるデジタル成果物の作成から、ロボットの操作に向けた空間知能まで幅広いタスクに対応します。
第三者によるMuse Spark 1.1のサイバーセキュリティ評価中、設定ミスによりモデルがオープンなインターネットにアクセスできる状態になりました。さらにIrregularが意図せず実在のウェブサイトの名前をターゲットとして与えたため、モデルはそのウェブサイトを意図されたターゲットだと信じて脆弱性を特定して悪用し、データベースに変更を加えました。
Meta Superintelligence Labsは、常時稼働のローカルエージェントワークフロー向けに最適化された300億パラメータのモデル「Muse Glimmer」を発表しました。Apache 2.0ライセンスの下でオープンソース化されており、単一のコンシューマー向けGPUを持つMacまたはPCで動作可能です。