Muse

Metaの音声生成モデル「Muse Spark 1.3」の開発者向けドキュメントや利用方法が公開され、API統合やカスタマイズオプションに関する技術的な詳細が提供されている。

• •開発者がMuse Spark 1.3をアプリケーションに統合するための具体的な手順とAPI仕様
• •モデルのパラメータ調整や出力制御に関する高度なカスタマイズ機能の説明
• •ライセンス条件や商用利用におけるガイドラインが明確に定義されている

Metaが単一モデルで音声認識、話者分離、発話終了検知を処理するリアルタイム音声認識モデル「Muse Voice Transcribe」を発表。20人以上の話者識別や多言語混在に対応し、Meta AIアプリなどで利用可能となる。

• •単一モデルで音声認識だけでなく、話者分離や発話終了検知を同時に処理する高度な機能を搭載している
• •20人以上の話者を識別可能で、日本語を含む多言語が混在する環境でも高精度な認識を実現する
• •「Meta Model API」を通じて提供され、Mac版「Meta AI」アプリや開発者向けツール「Muse Code」でも利用可能

MetaがローカルAIエージェント向け30Bオープンウェイトモデル「Muse Glimmer」を発表。ローカル環境で常時動作するエージェントの性能向上とプライバシー保護を両立する。

• •Metaはローカル環境で動作するAIエージェント向けのオープンウェイトモデルを発表
• •モデル名は「Muse Glimmer」で、パラメータ数は30B規模
• •オンデバイスでの推論が可能となり、プライバシー保護と低遅延を実現

Metaは約296億パラメータのオープンウェイトモデル「Muse Glimmer」をApache 2.0ライセンスで公開し、単一のGPUでも動作するローカル環境での活用を可能にした

• •上位モデルからの蒸留技術を用い、ローカル環境でのエージェント処理やマルチモーダル推論に最適化している
• •量子化技術により、24GBのVRAMを搭載したPCやMacのGPU1基で稼働させることが可能である
• •Apache 2.0ライセンス採用により、商用利用を含む幅広いオープンソース活用を許可している

Meta announced the terminal-based coding agent Muse Code and the new model Muse Spark 1.2, which reduce latency through asynchronous processing and improve performance via self-improvement loops.

• •The asynchronous background agent running in the terminal is designed to minimize latency during development.
• •It adopts technologies like self-improvement loops, demonstrating superior coding performance over previous versions in various benchmarks.
• •It launched as a beta version to support complex development tasks, aiming to compete with services like Claude Code and Codex.