AI Digest - 17 października 2026

Dziś dwa duże ogłoszenia o skali modeli: Meta publikuje model z otwartymi wagami nastawiony na kod i zadania agentowe, a Microsoft opisuje, jak trenuje własny model bazowy. Do tego nowy otwarty generator obrazów od Black Forest Labs.

Modele językowe

Meta prezentuje Muse Spark Open

Meta zapowiedziała multimodalny model o 816 mld parametrów i oknie kontekstu 1 mln tokenów. Według opisu jest zoptymalizowany pod generowanie kodu i długie zadania agentowe, a do tego dostępny do uruchomienia lokalnie. Dla zespołów IT liczy się połączenie dużego kontekstu z możliwością hostowania u siebie, choć przy tej skali lokalne wdrożenie będzie wymagało poważnej infrastruktury. Warto poczekać na niezależne testy w zadaniach programistycznych. Link

Microsoft opisuje potok trenowania MAI-Base-2

Microsoft opublikował szczegóły treningu MAI-Base-2, modelu Mixture-of-Experts o 2,8 bln parametrów, z czego 80 mld jest aktywnych. Firma twierdzi, że model przewyższa wszystkie otwarte punkty odniesienia w testach pre-treningowych na danych wstrzymanych. To teza samego autora, więc bez niezależnej weryfikacji traktowałbym ją ostrożnie. Największą wartość dla praktyków ma sam opis stosu treningowego, bo takie materiały rzadko ujawniają szczegóły infrastruktury na tej skali. Link

Generowanie obrazów

FLUX 3 Image Klein od Black Forest Labs

Black Forest Labs wypuściło model dyfuzyjny o 5,6 mld parametrów i otwartych wagach. Obsługuje natywne wyjście 4K, edycję obrazów oraz do dziesięciu obrazów referencyjnych. Przy tak niewielkim rozmiarze to realna opcja do uruchomienia na własnym sprzęcie, a obsługa wielu referencji przyda się w workflow wymagających spójności wizualnej. Nie wygląda na przełom, raczej na solidny krok w segmencie otwartych modeli. Link

Podsumowanie

Otwarte wagi wracają do głównego nurtu zarówno w modelach językowych, jak i obrazowych. Warto śledzić niezależne benchmarki Muse Spark Open, zanim zaplanuje się jego użycie w kodowaniu agentowym.