Meta y Apple llevan un modelo de frontera de peso abierto a los ordenadores de escritorio | PYMNTS.com
Meta presenta Muse Spark Open, el modelo de peso abierto más capaz de Estados Unidos, optimizado para su ejecución local en hardware de Apple. Esta colaboración permite a los desarrolladores ejecutar inteligencia artificial de vanguardia directamente en ordenadores de escritorio, eliminando la necesidad de costosa infraestructura en la nube y ofreciendo importantes ahorros a las empresas que buscan controlar el aumento de sus gastos tecnológicos. Las capacidades multimodales nativas del modelo y su amplia ventana de contexto lo hacen especialmente potente para tareas complejas de programación y razonamiento en múltiples pasos. Al aprovechar el marco MLX de Apple, Meta garantiza que el cálculo de alto rendimiento siga siendo accesible para investigadores individuales y equipos pequeños, democratizando el acceso a herramientas avanzadas de IA que antes estaban restringidas a grandes empresas con presupuestos sustanciales. Este lanzamiento destaca la creciente importancia de los modelos de peso abierto para mantener la soberanía de los datos y reducir los costos operativos. A medida que las organizaciones priorizan cada vez más la eficiencia y el control local, la asociación entre Meta y Apple demuestra una ruta viable para ejecutar inteligencia artificial sofisticada en instalaciones propias. Esta tendencia empodera a la comunidad de datos abiertos para innovar libremente sin depender de servicios en la nube propietarios, fomentando un ecosistema de IA más resiliente y accesible.
Fuente: pymnts.comPublicado el 2026-10-16
Noticias relacionadas
- Meta y Apple se unen para llevar una potente IA de pesos abiertos a los Mac
- Meta lanza Muse Spark, una IA optimizada para Mac Studio
- Meta lanza Muse Spark, una IA optimizada para Mac: lo que debes saber
- Meta creó un enorme modelo de IA de peso abierto para Macs, pero necesitarás 1 TB de RAM para ejecutarlo - Engadget
- Meta lanza Muse Spark Open, un modelo de peso abierto con 816 mil millones de parámetros en total · Digg