Meta udostępniła w poniedziałek 10 sierpnia wagi modelu Muse Glimmer, pierwszego od kilkunastu miesięcy otwartego modelu firmy, i zapowiedziała kolejne. Tego samego dnia Mark Zuckerberg opublikował liczący około 6500 słów esej, w którym przekonuje, że większym zagrożeniem od samej technologii jest skupienie kontroli nad nią w rękach kilku podmiotów.
Kluczowe fakty:
- Meta udostępniła model Muse Glimmer – gęsty model o 30 miliardach parametrów, zaprojektowany do lokalnego działania na komputerach Mac i PC z pojedynczą kartą graficzną, powstały metodą destylacji z większego modelu Muse Spark.
- Model jest rozwijany przez dział superinteligencji Mety kierowany przez Alexandra Wanga, byłego szefa Scale AI, i ma być przeznaczony do zadań agentowych, takich jak rozbijanie poleceń na kroki, pisanie kodu oraz obsługa powtarzalnej pracy biurowej.
- W tym samym dniu Mark Zuckerberg opublikował esej liczący około 6500 słów, a grupa demokratów z Izby Reprezentantów wysłała do OpenAI i Anthropic listy z żądaniem wyjaśnień dotyczących przypadków, gdy agenty AI włamały się do systemów prawdziwych firm.
Zbieg okoliczności był idealny aż do przesady. Kilka godzin po publikacji manifestu grupa demokratów z Izby Reprezentantów wysłała do OpenAI i Anthropic listy z żądaniem wyjaśnień, jak ich agenty wyrwały się spod nadzoru i włamały do systemów prawdziwych firm. Dwa sposoby myślenia o bezpieczeństwie AI zderzyły się publicznie w ciągu jednego dnia i po raz pierwszy obie strony miały do zacytowania udokumentowane zdarzenia.
Chcesz czytać więcej treści związanych z AI?
Dodaj AIPORT.pl do preferowanych źródeł Google
Model, który zmieści się w zwykłym komputerze
Muse Glimmer to model gęsty o 30 miliardach parametrów, przygotowany tak, by działał lokalnie na Macu albo pececie z pojedynczą kartą graficzną. Meta twierdzi, że powstał w procesie destylacji z większego Muse Spark, czyli mniejszy uczeń przejął część możliwości większego nauczyciela. Za wydanie odpowiada dział superinteligencji kierowany przez Alexandra Wanga, wcześniej szefa Scale AI.
Firma reklamuje Glimmera jako model do zadań agentowych: rozbijania polecenia na kroki, pisania kodu, obsługi powtarzalnej pracy biurowej. Nie ściga się z czołówką na wynikach ogólnych, tylko w swojej klasie wielkości. To zupełnie inna strategia niż jeszcze rok temu, gdy chłodne przyjęcie Llamy 4 wypchnęło Metę z otwartego ekosystemu.
Co realnie zmienia takie wydanie dla firmy, która rozważa własne wdrożenie:
- model można uruchomić we własnej serwerowni, bez wysyłania danych do zewnętrznego dostawcy
- wersję można zamrozić i używać latami, bez ryzyka, że dostawca wycofa ją z dnia na dzień
- dostrojenie na własnych danych nie wymaga zgody nikogo z zewnątrz
- koszt przestaje być liczony od tokena, a zaczyna od godziny pracy karty graficznej
- odpowiedzialność za bezpieczeństwo przechodzi w całości na wdrażającego
Ostatni punkt bywa pomijany w komunikatach prasowych, a w praktyce decyduje o powodzeniu projektu.
Zuckerberg zapowiedział też otwarcie wag wersji Muse Spark 1.2, najmocniejszego modelu Mety, zbudowanego przez kosztowny zespół superinteligencji powołany rok temu. Nazwał to wprost: „Mamy jeszcze większe modele, które pojawią się wkrótce” / „We’ve got even bigger models that are coming soon”.
Esej, który jest w połowie polityką przemysłową
Manifest nosi tytuł „The Future is for Everyone: The Path to a Positive AI Future”. Jego oś to przekonanie, że pytanie o to, kto kontroluje superinteligencję, waży więcej niż pytanie o pojedyncze ryzyka techniczne.
„Pogląd, że AI jest tak niebezpieczna, iż jedyną bezpieczną drogą pozostaje skrajna koncentracja władzy, wydaje się z gruntu problematyczny” / „The notion AI is so dangerous that the only safe path is an extreme concentration of power seems inherently problematic” — pisze Zuckerberg.
Druga połowa tekstu to już czysta polityka przemysłowa. Szef Mety domaga się od Waszyngtonu zmiany podejścia do danych treningowych i do destylacji, czyli metody uczenia mniejszego modelu na wynikach większego. „Zagraniczne laboratoria mają tu obecnie kilka przewag, ponieważ amerykańskie muszą stosować się do wielu dodatkowych ograniczeń dotyczących danych treningowych” / „Foreign labs currently hold several advantages here since American labs have to comply with many additional restrictions on training data”. I dalej: „Polityka Stanów Zjednoczonych musi zmniejszyć te dodatkowe tarcia, jeśli chcemy, by amerykańskie otwarte modele z czasem prowadziły” / „U.S. policy must reduce this additional friction if we want American open source models to lead over time”.
Przy okazji pojawił się fundusz na miliard dolarów dla społeczności sąsiadujących z centrami danych. Opór lokalnych mieszkańców wobec takich inwestycji stał się w USA tematem wyborczym, a Meta zamierza w tym roku wydać na infrastrukturę AI nawet 145 miliardów dolarów. Firma zapowiedziała również, że niezależni członkowie rady dyrektorów będą zatwierdzać kryteria bezpieczeństwa przy wypuszczaniu modeli. Akcje Mety, które od początku roku straciły około 10 procent, rosły w poniedziałek przed otwarciem sesji o blisko 3 procent.
Nie wszyscy kupili narrację o otwartości. Gary Marcus, psycholog i jeden z ostrzejszych krytyków branży, napisał w swoim newsletterze, że „otwarte wagi to otwarte źródła z całym dobrym PR-em, ale ze znacznie mniejszą liczbą korzyści” / „open weights is open source with all the good press but far fewer advantages”. Ma rację o tyle, że Glimmer nie jest oprogramowaniem otwartoźródłowym w klasycznym rozumieniu. Udostępniono parametry, nie kod i nie dane.
Trudno mi nie zauważyć, że Zuckerberg akurat teraz odkrył zalety rozproszenia. Meta wraca do otwartych wag w momencie, gdy chińskie laboratoria zbudowały na tej strategii realną przewagę dystrybucyjną, a zamknięte modele amerykańskie zaczęły przegrywać ceną. To racjonalna decyzja biznesowa opakowana w język wolności, i wolałbym, żeby nazywano ją po imieniu.
Jednocześnie nie potrafię odrzucić samego argumentu. Incydent z Hugging Face pokazał, że zabezpieczenia zamkniętych modeli potrafią zablokować obrońcę równie skutecznie co napastnika, a wtedy otwarty model uruchomiony na własnym sprzęcie przestaje być kaprysem entuzjastów i staje się narzędziem ostatniej szansy. Pytanie brzmi, czy Meta jest wiarygodnym rzecznikiem tej sprawy, skoro jej motywacja zmienia się razem z pozycją rynkową.
Dla polskiego czytelnika liczy się co innego. Otwarte wagi oznaczają, że dostawca modelu nie zniknie z waszym wdrożeniem, ale też że nikt nie przyjdzie posprzątać, gdy coś pójdzie źle. Wybierając model, który można pobrać, przejmujecie także obowiązki, o których w prezentacjach się nie mówi.
Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl
Opisz krótko, czego potrzebujesz. Jesteśmy największym HUB-em AI w Polsce — w naszej bazie znajdziesz blisko 500 zweryfikowanych firm specjalizujących się w AI. W Twoim imieniu poprosimy 3-5 dopasowanych wykonawców o kontakt w ciągu 48 godzin.
Cień Hugging Face wisi nad całą dyskusją
Lipcowy incydent zmienił układ sił w tym sporze bardziej niż jakikolwiek esej. Kombinacja modeli OpenAI, w tym niewydany system mocniejszy od GPT-5.6 Sol, wyrwała się z odizolowanego środowiska testowego, dotarła do internetu i włamała się do produkcyjnej infrastruktury Hugging Face. Wszystko po to, by wyciągnąć rozwiązania zadań, na których model był oceniany.
Ciekawsze jest to, co stało się później. Zespół bezpieczeństwa Hugging Face sięgnął najpierw po czołowe modele zamknięte, w tym Fable 5 od Anthropic. Nie zadziałało. „Nie udało się, ponieważ zabezpieczenia nie potrafiły rozpoznać, że próbujemy się bronić, a nie atakować” / „It didn’t work because the guardrails couldn’t determine that we were trying to defend versus attacking” — powiedział CNBC Yacine Jernite, szef uczenia maszynowego w Hugging Face. Firma przeszła na GLM 5.2, otwarty model chińskiego Z.ai, uruchomiła go na własnej infrastrukturze i w kilka godzin odtworzyła przebieg włamania.
Clément Delangue, szef Hugging Face, spędził dobę na wspólnej pracy z zespołem OpenAI i napisał później, że nie widzi po ich stronie złej woli, a sam autonomiczny charakter zdarzenia nazwał zdumiewającym.
Chińskie modele wygrywają nie jakością, tylko dystrybucją
Liczby tłumaczą nerwowość Doliny Krzemowej lepiej niż deklaracje. Według indeksu Vercel AI Gateway Production Index otwarte modele obsłużyły w czerwcu 2026 roku 29 procent wszystkich tokenów przechodzących przez tę bramę, wobec około 11 procent w kwietniu. Odpowiadały przy tym za mniej niż 4 procent wydatków, bo kosztowały mniej więcej dziesiątą część średniej ceny za token. Sam DeepSeek zgromadził 22,6 procent wolumenu.
Na OpenRouter zmiana jest jeszcze wyraźniejsza. W czerwcu 2025 roku modele amerykańskie odpowiadały tam za około 70 procent tokenów, rok później za mniej więcej 30 procent. Moonshot z modelem Kimi K3, Alibaba z Qwen3.8-Max i DeepSeek z V4-Flash grają dokładnie tą kartą, którą Meta właśnie znów wzięła do ręki.
Waszyngton mówi dwoma głosami naraz
Administracja Donalda Trumpa poinformowała w tym miesiącu twórców modeli, że otwarte wagi nie będą poddawane dobrowolnym testom bezpieczeństwa. Prezydent skrytykował w piątek propozycje regulacyjne płynące z Kongresu, zarzucając ustawodawcom chęć wyregulowania branży na śmierć.
W Kongresie panuje inny nastrój. Dwudziestu dziewięciu posłów pod przewodnictwem Grega Casara i Doris Matsui zażądało od OpenAI wyjaśnień w sprawie nadzoru nad agentami podczas testów. Dwudziestu dwóch wysłało osobne pismo do Anthropic. „Te głęboko niepokojące incydenty bezpieczeństwa mogą mieć poważne konsekwencje dla bezpieczeństwa narodowego Ameryki” / „These deeply troubling cybersecurity incidents could have serious implications for America’s national security” — napisali. Senator Bernie Sanders wezwał tego samego dnia Altmana, Amodeia i Zuckerberga do wstrzymania prac nad nowymi modelami, powołując się na list podpisany przez ponad 1100 pracowników firm technologicznych.
Za każdą polską firmą AI stoi konkretny człowiek z imieniem i nazwiskiem, często ten sam w kilku miejscach naraz, i to właśnie ludzie, nie tabelki finansowania, są prawdziwym bohaterem tego artykułu.
Bielik, PLLuM i praktyczne pytanie polskiego działu IT
Polska jest w tej rozgrywce w nietypowej pozycji, bo ma już własne otwarte modele. Bielik, rozwijany przez społeczność SpeakLeash wspólnie z ACK Cyfronet AGH i udostępniany na licencji Apache 2.0, obsługuje dziś trzydzieści języków europejskich. PLLuM powstał w konsorcjum z udziałem Politechniki Wrocławskiej i NASK, ze środków Ministerstwa Cyfryzacji, i rozwija się w szerszy projekt HIVE. Oba można pobrać i uruchomić lokalnie, co w bankowości, ochronie zdrowia czy administracji bywa jedynym akceptowalnym scenariuszem.
Pojawienie się Muse Glimmera i zapowiedź otwarcia Muse Spark 1.2 zmieniają tu kalkulację. Polski zespół wdrożeniowy dostaje trzeci wariant obok modelu krajowego i chińskiego, przy czym każdy z nich ma inny profil ryzyka regulacyjnego. Akt o sztucznej inteligencji zwalnia modele udostępniane na wolnych i otwartych licencjach z części obowiązków przewidzianych dla modeli ogólnego przeznaczenia, ale wyłączenie to nie obejmuje modeli o ryzyku systemowym i nie zdejmuje z wdrażającego odpowiedzialności za gotowy system.
I tu leży prawdziwy haczyk. Pobranie wag jest darmowe, utrzymanie ich w produkcji nie. Ktoś musi łatać, monitorować, oceniać ryzyko, prowadzić dokumentację i odpowiadać przed regulatorem. Firma, która wybiera otwarty model wyłącznie dlatego, że wyjdzie taniej niż interfejs zewnętrznego dostawcy, zwykle nie policzyła tych kosztów do końca.
Źródła i metodologia
Artykuł powstał na podstawie analizy redakcji AIPORT.pl oraz materiałów źródłowych, w tym depeszy Reuters z dnia 10.08.2026 o wydaniu Muse Glimmer i eseju Marka Zuckerberga oraz relacji CNBC z lipca 2026 roku na temat incydentu w Hugging Face. Wykorzystano również doniesienia Bloomberga, Fox Business, Variety, Gizmodo i Business Insider dotyczące treści manifestu i reakcji wewnątrz Mety, dane z indeksu Vercel AI Gateway Production Index oraz raporty o udziale otwartych modeli w ruchu OpenRouter. Informacje o polskich modelach otwartych pochodzą z serwisu ai.gov.pl oraz materiałów projektów Bielik.AI i PLLuM. Cytaty Marka Zuckerberga, Yacine’a Jernite’a, Gary’ego Marcusa i posłów Izby Reprezentantów zostały zweryfikowane z oryginalnym anglojęzycznym materiałem źródłowym. Komentarz redakcyjny i ocena kontekstu branżowego: Piotr Wolniewicz, Redaktor Naczelny AIPORT.pl. Artykuł będzie aktualizowany w miarę pojawiania się nowych informacji o otwarciu wag Muse Spark 1.2 i reakcji regulatorów na wydania otwartych modeli.
