Meta、ローカル・エージェンティック・マルチモーダル・オープンソースのMuse Glimmerを発表
Meta is back with Muse Glimmer: local, agentic, multimodal, and open source
Metaは、ローカルで動作し、エージェンティックでマルチモーダル、かつオープンソースの新しい大規模言語モデル「Muse Glimmer」を発表しました。このモデルは30Bパラメータを持ち、2BのViTスタイルエンコーダー(Perception Encoder)と28Bのテキストデコーダーで構成されています。ハイブリッドアテンション、Gated Grouped-Query Attention、Q-K正規化などのアーキテクチャを採用し、画像や動画の処理能力を高めています。Muse Glimmerは、transformers、llama.cpp、vLLMなどのライブラリで day-0 サポートされており、画像や動画の理解、コード生成、マルチモーダルなツール呼び出しなどが可能です。また、DFlashと呼ばれる投機的デコーディングドラフターをオプションで利用でき、生成速度を向上させることができます。さらに、ローカルでのモデルの量子化やHugging Face Inference Endpointsへのデプロイといった、エージェントとしての自己管理能力も備えています。
- Metaがローカル実行型・エージェンティック・マルチモーダルなオープンソースLLM「Muse Glimmer」(30Bパラメータ)を発表した
- Muse Glimmerは2BのViTスタイルPerception Encoderと28Bのテキストデコーダーで構成され、画像・動画理解、コード生成、マルチモーダルツール呼び出しに対応する
- transformers、llama.cpp、vLLMなど主要ライブラリでday-0サポートされ、DFlash投機的デコーディングドラフターにより生成速度を向上できる
- ローカルでの量子化やHugging Face Inference Endpointsへのデプロイなど、エージェントとしての自己管理能力を備える
Metaによるローカル実行型マルチモーダルオープンソースLLMの発表は、エッジ/オンプレミスでのAI推論市場における競争構図を示す重要な動き。30Bパラメータモデルのday-0サポート(transformers, llama.cpp, vLLM)やDFlashによる推論高速化は、オープンソースモデルのエコシステム浸透とデプロイ容易性を高め、AIモデル提供企業や推論インフラ市場の成長余地を示唆する。