Meta запускає власну модель штучного інтелекту, ризикуючи відкритим вихідним кодом

Meta щойно зробила важливу ставку на ШІ — і розробники нервують

8 квітня 2026 року Meta представила Muse Spark, потужну нову модель штучного інтелекту, яка конкурує з найкращими системами, доступними на даний момент від OpenAI, Google та Anthropic. Є лише одна проблема: вона повністю власна. Для компанії, яка три роки культивувала добру репутацію як найгучніший поборник розробки відкритого ШІ в технологічній галузі, цей крок багатьом у спільноті розробників здається зрадою.

Muse Spark – це перший продукт від Meta Superintelligence Labs, нещодавно створеного підрозділу компанії, який сигналізує про те, що амбіції Марка Цукерберга виходять далеко за межі соціальних мереж. Повідомляється, що модель перевершує інших у міркуваннях, генерації коду та мультимодальних завданнях, чого її попередниця, Llama 4, ніколи не досягала. Але те, що вона отримує у можливостях, вона втрачає у філософії.

Що саме сталося

Оголошення Meta пролунало без особливої помпи, але мало величезні наслідки. Muse Spark є першим великим релізом компанії у сфері штучного інтелекту приблизно за рік, і він надійшов не від знайомої команди Llama, а від новоствореної Meta Superintelligence Labs — дослідницької групи, сама назва якої говорить про те, що компанія переслідує ті ж передові амбіції, що й OpenAI та Google DeepMind.

На відміну від усіх значних релізів Meta AI з 2023 року, Muse Spark не буде доступний за ліцензією з відкритою вагою. Розробники не зможуть завантажувати ваги моделі, налаштовувати її для користувацьких програм або перевіряти її архітектуру. Доступ буде обмежено через API, згідно з тим самим комерційним сценарієм, за який Meta колись відкрито критикувала своїх конкурентів.

Примітно, що час випав. До початку 2026 року сімейство моделей Llama накопичило приблизно 1,2 мільярда сукупних завантажень, причому приблизно один мільйон нових завантажень відбувалося щодня. Це не просто екосистема — це рух. І Meta щойно дала зрозуміти, що її найпередовіша робота більше не буде його частиною.

Чому це важливо для індустрії штучного інтелекту

Стратегія Meta щодо штучного інтелекту з відкритим кодом ніколи не була суто альтруїстичною, але вона мала вагомі наслідки. Коли компанія з трьома мільярдами користувачів і практично безмежною обчислювальною інфраструктурою вирішує будувати у відкритому просторі, це змінює весь конкурентний ландшафт. Стартапи могли б будувати на Llama. Дослідники з недостатньо фінансованих університетів могли б вивчати її. Цілі категорії продуктів виникли на основі дозвільного ліцензування цієї моделі.

Хвильовий ефект цього повороту, ймовірно, відчуватиметься в кількох вимірах:

• Ерозія довіри розробників: Компанії та стартапи, які будували свої стеки штучного інтелекту на припущенні про продовження відкритих релізів Llama, тепер можуть зіткнутися з невизначеністю щодо своєї довгострокової залежності від доброї волі Meta.
• Конкурентний вакуум: такі конкуренти, як Mistral AI , Falcon та нові китайські проекти з відкритим кодом, можуть поглинути розчарованих розробників, які шукають надійного партнера з відкритим кодом.
• Регуляторні наслідки: відкрита стратегія Meta частково була регуляторним щитом, стверджуючи, що безпеці ШІ найкраще сприяє прозорість. Закрита модель послаблює цей наратив саме тоді, коли уряди в усьому світі розробляють законодавство про ШІ.
• Динаміка талантів: Створення Meta Superintelligence Labs свідчить про те, що компанія ізолює своїх найкращих дослідників у закритий підрозділ, що потенційно створює внутрішню напруженість з командами, які створили репутацію Llama.

Щоб глибше зрозуміти, як моделі з відкритою вагою змінили галузь, перегляньте наш огляд 5 архітектур обчислень на базі штучного інтелекту, які кожен інженер повинен знати у 2025 році .

Передумови: Як Meta створила свою довіру до відкритого коду

Щоб зрозуміти, чому цей зсув так болить, потрібно оцінити те, чого Meta досягла з Llama. Коли перша модель Llama витікла на початку 2023 року, а Meta згодом прийняла відкрите розповсюдження, компанія позиціонувала себе як філософську протилежність OpenAI, який, незважаючи на свою назву, агресивно рухався до закритих комерційних продуктів.

Цукерберг особисто підхопив цю ідею, публікуючи відкриті листи, стверджуючи, що демократизований ШІ є водночас безпечнішим та інноваційнішим, ніж підхід «обгородженого саду». Meta випустила Llama 2 з комерційною ліцензією, а потім Llama 3 з ще більш поблажливими умовами. Кожен реліз супроводжувався детальними дослідницькими роботами та модельними картками, які встановлювали нові стандарти прозорості.

Ця стратегія принесла дивіденди, що не обмежувалися доброю волі розробників. Llama стала фактичною базовою моделлю для тисяч корпоративних додатків, академічних дослідницьких проектів та стартапів. Це дало Meta вплив на напрямок розвитку екосистеми штучного інтелекту, не вимагаючи від компанії отримувати кожен долар доходу від неї. Як зазначав MIT Technology Review у своєму висвітленні розробки відкритого штучного інтелекту, підхід Meta фактично створив «момент Android» для великих мовних моделей.

Точка зору експерта: чи це неминуча еволюція?

Деякі галузеві оглядачі стверджують, що крок Meta завжди був питанням часу, а не «чи». Створення передових моделей штучного інтелекту коштує сотні мільйонів доларів за кожен навчальний прогін. Оскільки моделі наближаються і зрештою досягають надрозумних можливостей — чіткої мети Meta Superintelligence Labs — самі лише міркування безпеки можуть виправдати обмеження доступу.

Також тут діє холодна комерційна логіка. Meta так і не монетизувала Llama повністю. Хоча відкрита стратегія сприяла впровадженню, вона не генерувала прямих доходів так, як це роблять API OpenAI чи підписки Gemini від Google. Зі зростанням витрат на інфраструктуру штучного інтелекту керівництво Meta, можливо, дійшло висновку, що її найпотужніші системи повинні генерувати прибутки.

Інші ж заперечують, що Meta робить стратегічний прорахунок. Вплив компанії на штучний інтелект був побудований на довірі спільноти, і цю довіру, як відомо, важко відновити після її руйнування. Якщо Muse Spark закриється, чому розробник обрав би API Meta замість Anthropic чи Google, які мають більш зрілі корпоративні екосистеми?

Якщо ви оцінюєте, як це впливає на вашу власну стратегію ШІ, наш посібник «Найкращі варіанти інструментів ШІ, що змінюють нашу роботу у 2023 році» розкриває ключові аспекти.

Що буде далі

Критичне питання зараз полягає в тому, чи продовжуватиметься розробка Llama паралельно, чи непомітно перейде в режим обслуговування. Meta не оголосила про завершення своєї програми відкритої моделі, але створення окремої закритої дослідницької лабораторії багато говорить про те, куди спрямовуються найкращі таланти та обчислювальний бюджет компанії.

Слідкуйте за цими подіями в найближчі місяці:

1. Реакція громади: Якщо великі проекти, що базуються на Llama, почнуть мігрувати до альтернативних фондів, таких як Mistral або Qwen, це сигналізуватиме про тривалу втрату довіри до відкритих зобов'язань Meta.
2. Хронологія Llama 5: Чи випустить Meta ще одну модель з відкритою вагою — і наскільки вона потужна порівняно з Muse Spark — покаже справжню довгострокову стратегію компанії.
3. Реакція регуляторів: очікується, що політики в ЄС та США посилатимуться на цю зміну в поточних дебатах щодо вимог до прозорості штучного інтелекту.
4. Ходи конкурентів: Інші гравці з відкритим кодом тепер мають можливість претендувати на корону, яку Meta добровільно відкладає.

Підсумок

Meta створила щось справді вражаюче за допомогою Muse Spark. За всіма даними, вона конкурує на передовій можливостей штучного інтелекту, і створення Meta Superintelligence Labs свідчить про серйозні довгострокові амбіції. Але можливості ніколи не були причиною, чому розробники об'єднувалися навколо зусиль Meta у сфері штучного інтелекту.

Вони згуртувалися, бо Meta пропонувала те, чого не пропонував би жоден інший технологічний гігант: доступ. Ідентичність компанії з відкритим кодом не була маркетинговим трюком — вона була основою цілої екосистеми. Відмова від цього, навіть часткова, несе ризики, які не може компенсувати жоден бенчмарк. Meta, можливо, і створила модель світового класу, але вона також могла втратити те, що ніколи не зможе завантажити назад.