A Meta teljesen új alapokra helyezte mesterséges intelligenciáját, mindent elölről építve fel: a Muse Spark modell ennek az átalakulásnak az eredménye, amelyet a Meta Super Intelligence Labs fejlesztett ki. A videó arra fókuszál, hogy mitől különleges az új rendszer, hogyan kapcsolódik a korábbi Llama modellhez, és milyen újításokat hoztak a tervezés, az adatfolyamok és az infrastruktúra terén.
Kiemelt figyelmet kap a Muse Spark multimodális képessége: egyszerre tud képeket, szövegeket és adatokat összekapcsolni, és képes klinikai érvelésre, akár orvosi képekkel és laborleletekkel is. Bemutatásra kerül, hogyan tudja ezekből következtetéseit levonni, milyen pontosan tudja szintetizálni az információt, bizonytalanságait azonban visszafogottan jelzi, és tisztázza a modellek határait.
Részletes tesztek során próbálják ki a modellt különféle feladatokon: többek között HTML-alapú játék programozására, hasonló zászlók megkülönböztetésére és extrém nyelvi rugalmasságára, amikor 80 különböző nyelven kell választ adnia egy kihívásra. Ezek a feladványok kiválóan szemléltetik, hogyan birkózik meg a Muse Spark a komplex, valós idejű kihívásokkal, hogyan használja natívan a különböző bemeneti formátumokat és milyen szintről indul az érvelése.
A végső stresszteszt során a modellnek egyszerre kell naprakész tudományos információkat keresnie, ezek hitelességét értékelnie és saját fizikai számításokat is végeznie, miközben nyíltan elhatárolja a tudományos tényeket a spekulációtól. A bemutató több ponton felveti az AI-asszisztensek jövőbeli lehetőségeit, etikai és gyakorlati kérdéseit, de a végső következtetést a nézőre bízza.
