30억 유저 대상 Native Multimodal 아키텍처 기반 Muse Spark 출시

Context

기존 Llama 시리즈의 텍스트 중심 구조와 별도 Vision Layer를 결합한 기존 Multimodal 방식의 오버헤드 발생. 저지연 추론이 필수적인 컨슈머 하드웨어 환경에서 효율적인 시각 정보 처리 모델의 필요성 증대.

Technical Solution

• 별도의 Vision Layer 없이 시각 입력을 직접 처리하는 Native Multimodal 구조 설계
• 저지연 Inference 최적화를 통한 컨슈머 하드웨어 맞춤형 소형 모델 설계
• 단순 응답을 넘어 자율적 태스크 수행을 위한 Agentic Layer 통합
• Meta AI, WhatsApp, Instagram 등 30억 명의 DAU를 보유한 기존 서비스 인프라에 직접 배포
• Llama의 Open-source 전략에서 탈피하여 모델 가중치를 비공개로 전환한 Proprietary 전략 채택