Meta veröffentlicht die Gewichte von Muse Spark Open, sodass Studios multimodale Agenten selbst betreiben können. Ein lokaler Schnittassistent muss der Schnittsoftware genug Kapazität zum gleichzeitigen Arbeiten lassen. Die bisherigen Tests mit kurzen Ausgaben zeigen nicht, wie lange Nutzer warten, wenn lange Videos und Modell denselben Speicher nutzen. Diese Datenlücke begrenzt die Nutzungserfahrung, die ein Desktopprodukt versprechen kann.Veröffentlichung Testbedingungen
Die offizielle Ankündigung trägt das Datum 2026-10-15, nennt aber weder Uhrzeit noch Zeitzone. Redaktionsschluss ist der 16. Oktober um 08:53 Uhr in Taipeh. Dieser Beitrag greift ausdrücklich auf die Veröffentlichung des Vortags innerhalb des 48-Stunden-Fensters zurück. TechCrunch veröffentlichte am 15. Oktober um 13:04 Uhr pazifischer Zeit, entsprechend dem 16. Oktober um 04:04 Uhr in Taipeh. Ein Bericht nach Mitternacht macht daraus keine heutige Modellveröffentlichung.Ankündigung Berichtszeit
Das Modell umfasst 816B Parameter und aktiviert pro Token ungefähr 42B. Es verarbeitet Text, Bilder, Audio und Video. Gewichte und Bereitstellungswerkzeuge sind verfügbar. Das ist ein anderes Ereignis als der frühere API-Start von Muse Wonder: Entwickler erhalten einen Weg, Hardware und Laufzeitumgebung selbst auszuwählen.Modelldaten
42B aktive Parameter ersetzen nicht den Speicher für sämtliche Gewichte
Ein Mixture-of-Experts-Modell verwendet je Schritt nur einen Teil der Parameter. Die übrigen Gewichte benötigen trotzdem Speicherplatz. Metas NVFP4-Anleitung beschreibt zwei M5 Ultra Mac Studios mit jeweils 512 GB Arbeitsspeicher. Daraus folgt weder, dass gewöhnliche Laptops das Modell betreiben können, noch lässt sich der gesamte Speicherbedarf aus der aktiven Parameterzahl ableiten.Betriebsanforderungen
Hugging Face testete eine oQ3e-quantisierte Version auf einem M3 Ultra mit 512 GB; sie belegte etwa 344 GB. Bei 1.024 Eingabe- und 128 erzeugten Token erreichte die Generierung ungefähr 21 Token pro Sekunde. Diese Konfiguration unterscheidet sich von Metas NVFP4-Aufbau und belegt keine entsprechende Leistung bei langen Kontexten oder gleichzeitigen Anfragen.Messungen
Ich verstehe die Freigabe zunächst als zusätzliche Möglichkeit, Software für Workstations bereitzustellen. Bei Produkten, die wiederholt lokales Material bearbeiten, können Entwickler den Aktualisierungszeitpunkt und die Arbeitsplanung selbst bestimmen, ohne jede Interaktion an einen entfernten Modelldienst zu schicken. Nach dem Laden des Modells benötigt jedoch auch die bisherige Anwendung Kapazität. Eine vorgeführte Antwort belegt noch nicht, dass der Assistent neben der eigentlichen Arbeit laufen kann.
Meta zeigte einen Agenten, der in DaVinci Resolve Material Bild für Bild prüft und ins Hochformat zuschneidet. Das liefert eine konkrete Anwendungsrichtung, bleibt aber eine Herstellervorführung ohne veröffentlichte Erfolgsquote oder Korrekturaufwand für gewöhnliche Schnittprojekte.Vorführung Angenommen, jemand sieht eine Videovorschau an, während der Assistent weiteres Material analysiert. Dann könnten beide Aufgaben um dieselbe Maschine konkurrieren. Das ist ein hypothetisches Beispiel und kein dokumentierter Fehler der Vorführung.
Ich würde deshalb einen lokalen Assistenten bevorzugen, der Material im Hintergrund ordnet und dem Nutzer erlaubt, Ressourcen für den laufenden Schnitt freizuhalten. Diese Produktentscheidung berücksichtigt, dass sich manche Wartezeiten planen lassen: Vorabanalysen können später erfolgen, die Reaktion beim Verschieben der Zeitleiste beeinflusst dagegen unmittelbar die Bedienung. Muss die ursprüngliche Arbeit für den Modelleinsatz ruhen, führt flexible Bereitstellung nicht unbedingt zu einer besseren Erfahrung.
Verfügbare Gewichte liefern noch keinen Preis pro Auftrag
Die Muse Model License enthält Nutzungsbedingungen. Herunterladbare Gewichte bedeuten daher keine uneingeschränkte Nutzung.Lizenzhinweise Lokaler Betrieb beseitigt auch Hardware- und Wartungsaufwand nicht. Bei seltenen Aufgaben könnten ungenutzte Geräte die Einsparung bei Modellaufrufen aufzehren. Bei häufiger Bearbeitung desselben Materials ließe sich feste Kapazität möglicherweise besser auslasten. Die verfügbaren Daten erlauben für keine der beiden Situationen eine belastbare Rentabilitätsschwelle.
Die Veröffentlichung belegt Kontrolle über den Betrieb, nicht allgemein niedrigere Kosten lokaler Agenten gegenüber Clouddiensten. Ich bevorzuge Software, die Berechnungen an der aktuellen Arbeit des Nutzers ausrichtet. Bei identischem Material und gleichen Ausgabeanforderungen lässt sich vergleichen, ob der Schnitt stärker verzögert wird und wann der Assistent sein Ergebnis liefert. Kurze Tests belegen Textgenerierung auf einer bestimmten Konfiguration. Ergebnisse beim gemeinsamen Betrieb mit Schnittsoftware fehlen weiterhin.
Das Titelbild übernimmt die historische Muse-Spark-1.1-Veröffentlichungsgrafik dieser Website. Es zeigt weder eine neue Spark-Open-Oberfläche noch dessen Leistungsdaten. Der Download des aktuellen Ereignisbildes scheiterte an der DNS-Auflösung.
Quellen: