Meta, Muse Glimmer എന്ന പേരിൽ 30 ബില്യൺ പാരാമീറ്ററുകളുള്ള open-weight AI മോഡൽ അവതരിപ്പിച്ചു. ലോക്കൽ PC, Mac എന്നിവയിൽ പ്രവർത്തിക്കുന്ന AI ഏജന്റുകൾക്കായി രൂപകൽപ്പന ചെയ്തിരിക്കുന്ന ഈ മോഡലിന്റെ വലുപ്പം 4-bit quantization ഉപയോഗിച്ചതിന് ശേഷം 20GB-ൽ താഴെയായി കുറയുമെന്ന് കമ്പനി അറിയിച്ചു.
ലോക്കൽ PC, Mac എന്നിവയ്ക്കായി Muse Glimmer
Metaയുടെ Meta Superintelligence Labs, Muse Glimmer എന്ന പുതിയ open-weight AI മോഡൽ അവതരിപ്പിച്ചു. കമ്പനിയുടെ വിവരമനുസരിച്ച്, 30 ബില്യൺ പാരാമീറ്ററുകളുള്ള ഈ മോഡൽ എപ്പോഴും സജീവമായി പ്രവർത്തിക്കുന്ന local AI agent workflows ലക്ഷ്യമിട്ടാണ് വികസിപ്പിച്ചിരിക്കുന്നത്. മോഡലിന്റെ weights Apache 2.0 license പ്രകാരം ലഭ്യമാക്കിയിട്ടുണ്ട്.
Cloud infrastructure-നെ ആശ്രയിക്കുന്നതിന് പകരം നേരിട്ട് local device-ൽ പ്രവർത്തിക്കുന്ന രീതിയിലാണ് Muse Glimmer optimize ചെയ്തിരിക്കുന്നത്. Internet connection ഉള്ളപ്പോഴും ഇല്ലാത്തപ്പോഴും ഇത് ഉപയോഗിക്കാം. ഇതിലൂടെ local AI agents, coding, മറ്റ് AI-based workflows എന്നിവ കുറഞ്ഞ network dependency-യോടെ പ്രവർത്തിപ്പിക്കാനുള്ള അവസരം ലഭിക്കും.
4-bit Quantization വഴി മോഡലിന്റെ വലുപ്പം 20GB-ൽ താഴെ
30 ബില്യൺ പാരാമീറ്ററുകളുള്ള Muse Glimmer full precision-ൽ പ്രവർത്തിപ്പിക്കാൻ 55GB-ൽ കൂടുതൽ memory ആവശ്യമായി വരാം. എന്നാൽ 4-bit quantization ഉപയോഗിച്ച് മോഡലിന്റെ വലുപ്പം 20GB-ൽ താഴെയാക്കാനുള്ള മാർഗം Meta വ്യക്തമാക്കിയിട്ടുണ്ട്.
ഈ optimizationന് ശേഷം 24GB അല്ലെങ്കിൽ 32GB memory ഉള്ള consumer GPU systems-ൽ മോഡൽ പ്രവർത്തിപ്പിക്കുന്നത് എളുപ്പമാകാം. തങ്ങളുടെ categoryയിലെ ചില മറ്റ് leading AI models-നെ അപേക്ഷിച്ച് agentic tasks, benchmark performance എന്നിവയിൽ Muse Glimmer മികച്ച ഫലങ്ങൾ നൽകിയതായി Meta അവകാശപ്പെട്ടു.
Googleയുടെ Gemma4-31B, Alibabaയുടെ Qwen3.6-27B തുടങ്ങിയ മോഡലുകളുമായും Meta, Muse Glimmer-നെ താരതമ്യം ചെയ്തിട്ടുണ്ട്. Meta പങ്കുവെച്ച benchmark results പ്രകാരം, 12 tests-ൽ Muse Glimmer ഇരു മോഡലുകളേക്കാളും മികച്ച പ്രകടനം കാഴ്ചവച്ചു.
Coding മുതൽ Multimodal Reasoning വരെ വിവിധ പ്രവർത്തനങ്ങൾക്ക് പിന്തുണ
വിവിധ agentic, reasoning tasks-ുകൾക്കായി Muse Glimmer വികസിപ്പിച്ചതായി Meta അറിയിച്ചു. Multi-step reasoning, reliable tool use, error diagnosis, tool retry, end-to-end agentic task completion തുടങ്ങിയ പ്രവർത്തനങ്ങൾ കൈകാര്യം ചെയ്യുന്നതിനായാണ് ഇത് designed ചെയ്തിരിക്കുന്നത്.
മോഡൽ multimodal input, reasoning എന്നിവയും support ചെയ്യുന്നു. കൂടാതെ 100-ലധികം ഭാഷകളിലെ data ഉപയോഗിച്ചാണ് മോഡൽ train ചെയ്തതെന്ന് Meta അറിയിച്ചു. വിവിധ ഭാഷകളിൽ local AI applications വികസിപ്പിക്കുന്നതിനും ഇത് ഉപയോഗിക്കാം.
Hugging Face-ൽ മോഡൽ ലഭ്യമാകും
Metaയുടെ വിവരമനുസരിച്ച്, ഉപയോക്താക്കൾക്ക് Muse Glimmer-ന്റെ model weights Hugging Face-ൽ നിന്ന് download ചെയ്യാം. വരും ദിവസങ്ങളിൽ Ollama, LM Studio, Unsloth തുടങ്ങിയ platforms, applications എന്നിവയിലും ഇത് ലഭ്യമാക്കും.
Local performance മെച്ചപ്പെടുത്തുന്നതിനായി AMD, Arm, Dell, Intel, Nvidia തുടങ്ങിയ കമ്പനികളുമായി Meta പ്രവർത്തിക്കുന്നുണ്ട്. llama.cpp, MLX, ExecuTorch എന്നിവയ്ക്കായി optimized integrations കൊണ്ടുവരുമെന്നും കമ്പനി അറിയിച്ചു. ഇതിലൂടെ വിവിധ hardware, local AI frameworks എന്നിവയിൽ Muse Glimmer പ്രവർത്തിപ്പിക്കുന്നത് എളുപ്പമാകാം.
