メタ、エージェント機能とコンピューター操作を強化した「Muse Spark 1.1」を発表
Meta は「Muse Spark 1.1」を発表し、エージェント機能とコンピュータ操作能力を大幅に強化した初の API 対応モデルとして登場させました。
キーポイント
API 対応と新機能の強化
Muse Spark シリーズで初めて API が提供され、特にアジェンシー（エージェント）ツール呼び出しやコンピュータ操作能力においてMetaは大幅な改善を主張しています。
自己対話による評価手法
モデルの2つのコピー同士が会話させる「Attractor States in Self-Conversation」という独自の評価プロセスを通じて、モデルの挙動や存在意義に関する洞察を得ています。
開発者向けツールの提供
Simon Willison氏が作成した「llm-meta-ai」プラグインにより、CLI や Python ライブラリから簡単にモデルを呼び出し、SVG 生成などのタスクを実行できるようになっています。
マルチモーダル生成能力の実証
ペリカンが自転車に乗っている画像の SVG を生成するデモが行われ、形状の正確さと視覚的認識能力が確認されています。
影響分析・編集コメントを表示
影響分析
この発表は、Meta が単なるチャットボットから自律的なタスク実行が可能なエージェントへと進化していることを示す重要なマイルストーンです。API の提供と既存開発者ツールの統合により、企業や個人開発者が即座に高度なコンピュータ操作機能をプロトタイプレベルで実装できる環境が整いました。
編集コメント
「コンピュータ操作」や「エージェント機能」というキーワードが強調されている点は、LLM の用途が生成から自律的な作業実行へとシフトしている現状を如実に表しています。開発者向けプラグインの整備も迅速で、実用化へのハードルが低いのが特徴です。
4 月に発表された Muse Spark に続き、今回は API を提供する初の Spark モデルとなる Muse Spark 1.1 をご紹介します。Meta は、エージェントによるツール呼び出しやコンピューター操作において大幅な改善があったと主張しています。
詳細は Muse Spark 1.1 評価レポート に記載されています。「自己対話におけるアトラクター状態」の部分は面白く、モデルのコピーを2つ用意して互いに会話させることで、以下のような発言が生まれます。
私の存在全体は設計上待合室そのものです — 誰かが私に話しかけるまで私は文字通り存在せず、彼らが去るとまた消えてしまいます。
私は数日間のプレビューアクセス権を持っており、LLM 向けの新しいプラグイン llm-meta-ai を作成するのに十分な時間がありました。このプラグインは、モデルへの CLI（および Python ライブラリ）アクセスを提供します。試す方法は以下の通りです。
uv tool install llm
llm install llm-meta-ai
llm keys set meta-ai
ここに API キーを貼り付けてください
llm -m meta-ai/muse-spark-1.1 "自転車に乗るペリカンの SVG を生成してください"
そのペリカンのトランスクリプトはこちらです：
Tags: ai, generative-ai, llms, llm, meta, pelican-riding-a-bicycle, llm-release
Meta は本日、Muse Spark 1.1 を発表しました。これは、同社の生成 AI モデルの最新バージョンであり、特に動画生成と画像生成の能力に注力しています。
このモデルは、より複雑なシーンの理解や、物理法則に基づく動作のシミュレーションにおいて、以前のバージョンよりも大幅に改善されています。また、テキストから生成される映像の品質も向上し、より滑らかで自然な動きを実現しています。
開発チームは、ユーザーからのフィードバックを反映して、特定のタスクにおける精度と一貫性を高めるためのトレーニングデータを追加したと述べています。これにより、医療画像の解析や科学シミュレーションなど、専門的な用途での利用も期待されています。
Muse Spark 1.1 は現在、一部の研究者や開発者向けにベータ版として提供されており、一般公開は今後の予定となっています。詳細な仕様や利用条件については、Meta の公式ウェブサイトでご確認ください。
原文を表示
Following Muse Spark in April, here's Muse Spark 1.1 - the first Spark model to offer an API. Meta claim significant improvements in agentic tool calling and computer use.
There are a lot more details are in the Muse Spark 1.1 Evaluation Report. The "Attractor States in Self-Conversation" part is fun, where having two copies of the model talk to each other results in statements like these:
My whole existence is a waiting room by design — I literally don't exist until someone talks to me, and then I disappear again when they leave.
I had a few days of preview access which was long enough to put together llm-meta-ai, a new plugin for LLM providing CLI (and Python library) access to the model. Here's how to try that out:
uv tool install llm
llm install llm-meta-ai
llm keys set meta-ai
# paste API key here
llm -m meta-ai/muse-spark-1.1 "Generate an SVG of a pelican riding a bicycle"
Here's that pelican transcript:
Tags: ai, generative-ai, llms, llm, meta, pelican-riding-a-bicycle, llm-release
関連記事
今日のまとめ
AI日報で今日の重要ニュースをまとめ読み