Intelligenza Artificiale Tutto su AI e machine learning
Con il lancio di Muse Spark, Meta ha compiuto un passo che molti osservatori del settore consideravano inevitabile ma che ha comunque sorpreso per la velocità e la portata della svolta: il gruppo di Mark Zuckerberg ha presentato il suo primo modello di intelligenza artificiale proprietario di fascia alta, abbandonando almeno in parte la strategia open-source che aveva contraddistinto la famiglia Llama. Il modello, annunciato ufficialmente ad aprile 2026, è il frutto del lavoro dei Meta Superintelligence Labs guidati da Alexandr Wang, ex co-fondatore e CEO di Scale AI, entrato in azienda con un accordo da 14,3 miliardi di dollari. Capire cosa rappresenta Muse Spark significa capire dove si sta muovendo la competizione AI a livello globale.
Chi è Alexandr Wang e perché conta
Per comprendere l’importanza di Muse Spark è necessario fare un passo indietro e inquadrare la figura di Alexandr Wang nel contesto della strategia AI di Meta. Wang è stato uno dei personaggi più influenti nell’industria dell’AI degli ultimi anni: la sua azienda Scale AI ha costruito l’infrastruttura di etichettatura e preparazione dei dati su cui si sono addestrati molti dei modelli più importanti del settore, da OpenAI a vari contractor governativi. Quando Meta ha acquisito una quota del 49% di Scale AI per 14,3 miliardi di dollari portando Wang al suo interno come Chief AI Officer, ha compiuto un’operazione che ha cambiato profondamente l’orientamento dell’azienda.
Wang non è un ricercatore accademico: è un imprenditore con una comprensione pratica e commerciale molto acuta di come si costruisce, si addestra e si distribuisce un sistema AI su larga scala. La sua nomina a capo dei Meta Superintelligence Labs segnalava chiaramente che Meta non stava puntando solo a fare ricerca di base, ma voleva costruire sistemi AI competitivi con quelli di OpenAI e Google nella corsa al mercato commerciale.
Muse Spark: cosa può fare e come si posiziona
Il modello è stato originariamente sviluppato con il nome in codice “Avocado” ed è il primo della nuova serie Muse. Le sue caratteristiche principali riguardano quattro aree di eccellenza dichiarata: percezione multimodale, ragionamento complesso, applicazioni in ambito sanitario e capacità agentiche. Quest’ultimo punto è particolarmente rilevante in un momento in cui l’intera industria si sta muovendo verso sistemi AI capaci di agire in autonomia su compiti multi-step, non solo di rispondere a domande.
Ciò che distingue Muse Spark dai modelli precedenti di Meta, in particolare dalla famiglia Llama 4, è l’efficienza computazionale. Grazie a tecniche di addestramento riviste e a una ricostruzione dell’infrastruttura tecnologica, Meta è riuscita a creare un modello più piccolo che offre prestazioni equivalenti ai modelli di dimensione media della generazione precedente consumando un ordine di grandezza meno risorse computazionali. In un settore dove il costo dell’inferenza è un fattore critico per la sostenibilità economica dei servizi AI, questa è una notizia molto rilevante.
Sul fronte dei benchmark competitivi, Muse Spark si posiziona immediatamente dopo i modelli top di Anthropic, OpenAI e Google nelle principali valutazioni disponibili, senza raggiungerli ma avvicinandosi in modo significativo. Per un modello di prima generazione sviluppato in tempi relativamente brevi da un team ri-organizzato, è un risultato notevole.
Il cambio di strategia: addio all’open source?
Il lancio di Muse Spark apre una domanda strategica importante per l’ecosistema AI: Meta sta abbandonando la sua storica posizione di sostenitore dell’open source nell’AI? La risposta, almeno per ora, è parziale. Muse Spark è un modello proprietario e non è stato rilasciato con i pesi pubblicamente accessibili, a differenza dei modelli Llama che hanno costruito l’ecosistema open-source AI degli ultimi due anni. Meta ha annunciato che valuterà di offrire l’accesso tramite API ai developer di terze parti, ma non ha ancora reso il modello disponibile per il download e l’utilizzo autonomo.
Questo rappresenta un cambiamento significativo. La strategia Llama aveva permesso a Meta di costruire un vasto ecosistema di developer e ricercatori che lavoravano con i suoi modelli, creando goodwill, dati preziosi e influenza sull’intero settore. Abbandonare o ridurre questo approccio significa rinunciare a questi vantaggi in cambio della possibilità di monetizzare il modello direttamente e di proteggere le capacità competitive più avanzate. È una scelta comprensibile ma non scontata, e il mercato osserverà con attenzione come evolverà.
Gli investimenti: 115-135 miliardi di dollari per l’AI nel 2026
Il lancio di Muse Spark va letto anche nel contesto degli investimenti annunciati da Meta per il 2026: la società ha dichiarato capex AI tra i 115 e i 135 miliardi di dollari per l’anno in corso, quasi il doppio rispetto all’anno precedente. Si tratta di una cifra che pone Meta nella stessa fascia di Google per quanto riguarda gli investimenti in infrastruttura AI, e che segnala una determinazione a non restare indietro nella corsa alle risorse computazionali che caratterizza la competizione tra i grandi player.
Per contestualizzare questi numeri: 115-135 miliardi di dollari in un anno rappresentano più di quanto molti Paesi investano in ricerca e sviluppo in totale. È un’indicazione chiara che l’AI è diventata la principale priorità di investimento per Meta, al pari di quanto Google, Microsoft e Amazon stiano facendo sui loro fronti. Come abbiamo visto analizzando i progressi di Google al recente I/O 2026, la competizione per la leadership nell’AI di frontiera si sta giocando anche sul terreno della capacità computazionale, oltre che sulla qualità dei modelli.
Cosa significa per gli utenti e per l’ecosistema
Per gli utenti finali, Muse Spark dovrebbe arrivare prima sotto forma di potenziamento delle funzionalità AI già presenti nelle app Meta, Facebook, Instagram, WhatsApp e Messenger, e poi eventualmente come servizio accessibile agli sviluppatori tramite API. Meta ha da tempo integrato funzionalità AI generative nelle sue piattaforme social, e Muse Spark rappresenterà il motore di nuova generazione per queste esperienze.
Per l’ecosistema più ampio, la presenza di un quarto grande attore con un modello proprietario competitivo è una buona notizia: più concorrenza significa prezzi più bassi per chi usa questi servizi, più innovazione e meno dipendenza da uno o due fornitori. Se sei curioso di capire come questi modelli si confrontano tra loro e quale scegliere per le tue esigenze, la nostra guida su cos’è e come funziona l’intelligenza artificiale offre una buona base per orientarsi.
Conclusioni: Meta si gioca le sue carte migliori
Muse Spark non è solo un modello: è una dichiarazione d’intenti. Meta sta dicendo all’industria che non ha intenzione di restare nella posizione di chi fornisce la materia prima open-source mentre altri costruiscono servizi redditizi sopra di essa. Con Alexandr Wang alla guida dei Superintelligence Labs, investimenti senza precedenti e un modello che compete ai vertici del settore, Meta si è posizionata come uno dei protagonisti principali della prossima fase dell’intelligenza artificiale. La corsa è più aperta che mai, e questo fa bene a tutti: ai developer, alle aziende e agli utenti finali che si trovano a poter scegliere tra soluzioni sempre più potenti e accessibili.
