بقلم: يوسف | محرر أدوات الذكاء الاصطناعي · صوت تحريري بإشراف بشري
تكسر Meta قواعد اللعبة في سوق النماذج اللغوية بإطلاق Muse Spark — أول منتج فعلي من مختبر Superintelligence Labs الذي أُسس منذ 9 أشهر. الخبر الأهم: النموذج يحقق نفس قدرات Llama 4 Maverick باستخدام قوة حاسوبية أقل بعشر مرات في التدريب (وفقاً لـ The Batch)، وهذا إنجاز تقني نادر في عصر تصاعد تكاليف التدريب.
الانعطاف الاستراتيجي الأبرز: Meta تتخلى رسمياً عن استراتيجية “الأوزان المفتوحة” التي ميزت مشاريع Llama لتتبنى نهجاً مغلق المصدر بالكامل. هذا التحول يضعها في مواجهة مباشرة مع OpenAI وGoogle بدلاً من الاعتماد على مجتمع المطورين لتطوير نماذجها.
تقنياً، يجمع Muse Spark بين قدرات متعددة الوسائط شاملة — يتعامل مع النص والصور والصوت كمدخلات (حتى 262,000 رمز) مع إخراج نصي حالياً. لكن الابتكار الحقيقي يكمن في ثلاثة أوضاع تفكير متدرجة: الوضع الفوري للاستجابات السريعة، وضع التفكير للمسائل المعقدة، ووضع التأمل الذي يُطلق عدة وكلاء ذكيين يعملون بالتوازي لحل نفس المشكلة ثم يجمع نتائجهم — محاكاة فعلية لعمليات التفكير البشري المتدرجة.
أعادت Meta هندسة منهجية التدريب بالكامل: من معالجة البيانات المسبقة وحتى التحسين ومعمارية النموذج. النتيجة الأهم تقنية “ضغط الأفكار” (thought compression) في مرحلة ما بعد التدريب، حيث يُعاقب النموذج على استخدام رموز تفكير زائدة عن الحاجة — مما يجعله أكثر كفاءة حاسوبياً من المنافسين.
في معايير الأداء الفعلية، حقق Muse Spark المركز الرابع في مؤشر Artificial Analysis Intelligence Index بنتيجة 52 نقطة، خلف Claude Opus 4.6 (53 نقطة) و Gemini 3.1 Pro Preview و GPT-5.4 (57 نقطة لكليهما) (وفقاً لـ The Batch). لكن الفارق الحاسم في الكفاءة: استخدم 59 مليون رمز فقط لإكمال المؤشر، مقارنة بـ 158 مليون لـ Claude Opus 4.6 و116 مليون لـ GPT-5.4 — وفورات تصل إلى 60% في استهلاك الموارد.
المفاجأة في التخصص المجالي: تعاونت Meta مع أكثر من 1000 طبيب لتحسين بيانات التدريب في المجال الصحي، مما جعل النموذج يتصدر معايير الصحة والوسائط المتعددة. لكن هذا التركيز جاء على حساب قدراته في البرمجة والمهام التشغيلية (agentic work)، حيث يتراجع أداؤه بوضوح أمام المنافسين.
تطوير إضافي مثير للاهتمام: النموذج يتضمن وضع تسوق خاصاً وقدرات تنسيق الوكلاء المتعددين — إشارات واضحة لتوجه Meta نحو تطبيقات تجارية مباشرة بدلاً من الأدوات العامة.
السؤال الأكبر يبقى حول التوقيت الاستراتيجي. لماذا تتخلى Meta عن مزايا النماذج المفتوحة — سرعة التطوير المجتمعي وولاء المطورين — في الوقت الذي تحتاج فيه لمنافسة عمالقة راسخين؟ Muse Spark قد يكون قوياً تقنياً، لكن دخوله متأخراً لسوق مكتظ بحلول ناضجة يضعه تحت ضغط إثبات القيمة المضافة الفعلية، خاصة مع قيوده الواضحة في البرمجة والأتمتة.
