Meta a mis en ligne le 10 août Muse Glimmer, un modèle d'intelligence artificielle de 30 milliards de paramètres, téléchargeable et modifiable librement, qui tient sur un simple ordinateur personnel. Mark Zuckerberg accompagne la sortie d'un manifeste prônant une « superintelligence personnelle pour tous ». Sa sortie relance une question. Faut-il diffuser largement l'IA la plus avancée, ou en restreindre l'accès ?

Un modèle de 30 milliards de paramètres qui tient sur un PC

Muse Glimmer est distribué sur la plateforme Hugging Face sous licence Apache 2.0, l'une des licences logicielles les plus permissives, rapporte TechCrunch. Grâce à une technique de compression (quantization), le fichier pèse environ 17 gigaoctets, contre plus de 55 dans sa version d'origine, ce qui lui permet de tourner en local sur un Mac ou un PC équipé d'une seule carte graphique grand public, précise Techstrong.ai.

Le modèle est présenté comme « agentique » : il peut enchaîner des tâches sur plusieurs étapes, appeler des outils, écrire et corriger du code, manipuler des fichiers et des captures d'écran, y compris sans connexion internet. Il gère le texte et l'image et a été entraîné sur plus de cent langues. Muse Glimmer est une version distillée de Muse Spark 1.2, le grand modèle fermé de l'entreprise : la distillation consiste à entraîner un modèle plus petit sur les sorties d'un modèle plus puissant. Le travail a été mené par la division Superintelligence Labs, dirigée par Alexandr Wang, ancien patron de Scale AI. La distillation a un coût : un modèle de 30 milliards de paramètres reste moins capable que le modèle complet dont il dérive, ce qui fait de Glimmer un compromis entre portabilité et performance, note Trending Topics. Meta annonce vouloir aussi ouvrir les poids de Muse Spark 1.2 dans un second temps.

« Open source » ou « semi-ouvert » : le poids des mots

Meta parle d'« open source », mais plusieurs chercheurs contestent le terme. Ce que Meta publie, ce sont les poids du modèle (ses paramètres entraînés) sous une licence ouverte, pas les données ni le code d'entraînement. Sans le jeu de données ni la recette complète, un tiers ne peut pas reconstruire le modèle. Selon la définition de l'Open Source Initiative, ces modèles ne satisfont donc que le critère des paramètres, pas celui de la transparence sur les données. La distinction entre « poids ouverts » (open weight) et « open source » revient chez plusieurs commentateurs, dont Gary Marcus et Stanford HAI, qui parlent d'« open-washing » : emprunter le crédit de l'ouverture tout en gardant fermé l'essentiel.

La nuance a une histoire. Les précédents modèles Llama de Meta étaient soumis à une licence maison : interdiction de s'en servir pour entraîner d'autres modèles, obligation de demander une autorisation spéciale au-delà de 700 millions d'utilisateurs mensuels. Sur ce point, la licence Apache 2.0 de Glimmer est plus libre que celle de Llama. C'est le reste de la stratégie qui justifie l'étiquette « semi-ouvert » retenue par Les Echos : le modèle le plus puissant, Muse Spark, reste pour l'instant fermé, et les données d'entraînement ne sont pas divulguées. Ce débat sur ce que « ouvrir » veut vraiment dire prolonge une discussion déjà nourrie en Europe, où l'on se demande si le vrai enjeu de l'IA est la puissance ou le discernement, et où encadrer un modèle généraliste se heurte à des cas concrets.

Distribuer plutôt que concentrer, la thèse de Zuckerberg

Le patron de Meta a publié le même jour un texte défendant une IA décentralisée. Son argument central, rapporté par ABC News, tient dans cette phrase : si la « superintelligence » finit contrôlée « par quelques individus, entreprises, gouvernements, ou même par l'IA elle-même, cela mènera naturellement à des résultats moins favorables pour tous les autres ». Il ajoute, selon Tech Startups, que « l'idée selon laquelle l'IA serait si dangereuse que la seule voie sûre passe par une concentration extrême du pouvoir paraît en soi problématique ». Zuckerberg promet un accès « gratuit ou abordable » à ces outils et parie que leur diffusion créera de l'emploi plutôt que du chômage de masse.

La posture le distingue d'OpenAI et d'Anthropic, qui gardent leurs modèles les plus avancés fermés. Elle a aussi une dimension géopolitique. Zuckerberg met en avant la concurrence chinoise — DeepSeek, Alibaba, Moonshot — dont les modèles téléchargeables ont gagné du terrain, et demande aux États-Unis de lever certaines barrières : restrictions sur la distillation, sur les données d'entraînement, et lenteur de construction des centres de données. Sur ce dernier point, il chiffre l'effort d'infrastructure de Meta jusqu'à 145 milliards de dollars pour 2026 et annonce un fonds communautaire d'un milliard de dollars baptisé « Future Is For Everyone ». Cette course au calcul, très capitalistique, se lit aussi dans les discussions de Meta pour louer sa puissance de calcul à Anthropic.

Un débat sécurité et prolifération relancé

La sortie ravive une opposition ancienne. Les partisans de l'ouverture y voient un moteur d'innovation, un contre-pouvoir face à la concentration et une forme de souveraineté technologique pour ceux qui n'ont pas les moyens d'entraîner un modèle. Les tenants d'une IA restreinte redoutent la prolifération. Un modèle librement téléchargeable et modifiable peut être détourné, et ses garde-fous retirés par quiconque en manipule les poids. Meta dit avoir prévu une nouvelle gouvernance de sûreté, avec un contrôle par des administrateurs indépendants.

Le débat porte aussi sur la vérifiabilité. Des chercheurs soulignent qu'avec des poids ouverts mais des données fermées, on ne peut pas examiner ce que le modèle répète de ses données d'entraînement ni ce qu'il en dépasse : seuls ceux qui l'ont construit disposent de ces informations. Le New York Times résume l'effet attendu de la sortie de Muse Glimmer, « un modèle librement téléchargeable et modifiable », par une phrase de cadrage : elle devrait « intensifier le débat sur la question de savoir si l'IA doit être restreinte ou non ». Meta a annoncé vouloir ouvrir les poids de son modèle le plus puissant, Muse Spark 1.2 ; aucune date n'a été communiquée.