Meta torna ai modelli IA aperti: rilascia Muse Glimmer, poi toccherà a Spark. Il piano di Zuckerberg

Mark Zuckerberg ha deciso di riaprire una porta che Meta sembrava aver accostato, fino quasi a chiuderla.

Il CEO del colosso tech che controlla Facebook, Instagram e WhatsApp ha presentato Muse Glimmer, un nuovo modello di intelligenza artificiale con pesi aperti, abbastanza piccolo da poter essere eseguito su un computer dotato di una singola GPU.

Zuckerberg ha inoltre annunciato che Meta renderà presto disponibili i pesi di Muse Spark 1.2, una versione aggiornata del suo modello più potente.

Per chi ha seguito l’azienda negli ultimi tre anni, la decisione ha un significato particolare. Meta era stata la grande sostenitrice americana dei modelli aperti attraverso Llama, la famiglia di sistemi che sviluppatori e aziende hanno scaricato, modificato ed eseguito sui propri server. Poi la strategia dell’azienda era improvvisamente cambiata.

Quando ad aprile scorso Meta ha presentato Muse Spark, il primo grande modello realizzato dalla nuova divisione Meta Superintelligence Labs guidata da Alexandr Wang, il giovane ricercatore che ha preso il posto di Yann LeCun, ha specificato che il modello sarebbe rimasto chiuso e dunque accessibile unicamente attraverso i servizi di Meta. I suoi parametri fondamentali, a differenza di quanto avvenuto in precedenza con Llama, non sarebbero stati distribuiti agli sviluppatori.

Quattro mesi dopo Zuckerberg ha cambiato idea: vuole di nuovo puntare sull’open source. Questa volta, però, lo fa in un mercato molto diverso.

Cosa cambia rispetto all’epoca di Llama

Llama era nato in un periodo in cui Meta aveva un motivo concreto per favorire l’apertura dell’intelligenza artificiale.

OpenAI, Google e successivamente Anthropic stavano costruendo modelli accessibili soprattutto attraverso servizi proprietari. Le aziende controllavano i sistemi IA, l’infrastruttura e le condizioni economiche per utilizzarli.

A differenza di Microsoft, Amazon e Google, l’azienda di Zuckerberg non possiede un grande cloud pubblico attraverso cui vendere capacità di calcolo e accesso ai modelli alle imprese. Il suo vantaggio competitivo si trova altrove: nei miliardi di persone che utilizzano Facebook, Instagram, WhatsApp e Messenger e, sempre di più, nei dispositivi come gli occhiali IA.

Per questo a Meta conviene che il modello di base dell’intelligenza artificiale diventi una tecnologia economica, diffusa e facilmente modificabile. Se i modelli diventano una sorta di infrastruttura comune, il valore si sposta verso chi possiede il rapporto con gli utenti e può integrare l’IA dentro servizi utilizzati ogni giorno. Ed è precisamente il terreno su cui Meta è più forte.

Llama contribuì a far nascere un enorme ecosistema di sviluppatori. Entro la fine del 2024 Meta dichiarava oltre 650 milioni di download dei modelli Llama e dei loro derivati; successivamente il totale ha superato il miliardo.

Quella strategia subì però un colpo con Llama 4. Il modello, presentato nel 2025, non riuscì a riportare Meta stabilmente alla frontiera delle prestazioni. L'azienda riorganizzò profondamente la propria divisione IA, creò Meta Superintelligence Labs e affidò un ruolo centrale ad Alexandr Wang, fondatore di Scale AI. Muse Spark, presentato nell'aprile 2026, diventò il simbolo di questa nuova fase: prima recuperare terreno tecnologico, poi decidere quanto condividere.

La nuova apertura conserva proprio questa cautela.

Zuckerberg annuncia che Meta continuerà a sostenere con forza l’open source e che ricomincerà a pubblicare “alcuni” modelli aperti. Quella parola lascia all’azienda un margine considerevole. Meta si riserva la possibilità di stabilire quali sistemi possano essere distribuiti e quali debbano invece restare sotto maggiore controllo.

Anche la governance cambia. Zuckerberg ha annunciato che il consiglio di amministrazione indipendente di Meta dovrà approvare i criteri di sicurezza utilizzati per stabilire se un modello può essere rilasciato. L’apertura diventa quindi selettiva e sottoposta a una valutazione preventiva, soprattutto mentre i sistemi acquistano capacità più avanzate nel coding e in altre attività sensibili come la sicurezza informatica.

Open source, ma fino a un certo punto

Nel settore dell’intelligenza artificiale l’espressione “open source” richiede una precisazione.

Un’azienda in genere rende pubblici i “pesi” del proprio modello, cioè i miliardi di valori numerici appresi durante l’addestramento, consentendo a sviluppatori e aziende di farlo funzionare sui propri computer. Questo non significa però che siano disponibili anche tutti i dati utilizzati per addestrarlo, il codice completo e ogni dettaglio del processo con cui è stato costruito.

Per questa ragione molti ricercatori preferiscono parlare di modelli “open-weight”.

Muse Glimmer appartiene a questa categoria. La differenza pratica rispetto a ChatGpt di OpenAI o Claude di Anthropic rimane comunque enorme: un’impresa può prendere un modello aperto, installarlo nei propri data center, adattarlo ai propri documenti e utilizzarlo senza dover inviare continuamente le informazioni ai server dell’azienda che lo ha creato. Può inoltre modificare il sistema molto più profondamente.

È proprio questa flessibilità ad aver trasformato i modelli aperti in un mercato parallelo rispetto ai servizi proprietari di OpenAI, Anthropic e Google.

Nel frattempo la Cina ha occupato lo spazio lasciato da Meta

Il problema per Zuckerberg è che Meta non domina più questo mercato come ai tempi di Llama.

Nel corso del 2025 e del 2026 le società cinesi hanno guadagnato terreno con una velocità sorprendente. DeepSeek ha dimostrato che modelli molto competitivi potevano essere distribuiti apertamente e utilizzati a costi inferiori rispetto a molti sistemi americani. Alibaba ha costruito intorno alla famiglia Qwen un ecosistema ancora più vasto, mentre aziende come Z.ai e Moonshot hanno seguito strategie simili.

Dalla comparsa di DeepSeek R1, i modelli cinesi hanno conquistato rapidamente utenti in tutto il mondo grazie alla combinazione tra prezzi bassi e capacità sempre migliori.

Una ricerca sull'ecosistema Hugging Face mostra quanto profondamente sia cambiato il mercato. Entro la metà del 2025 Qwen era diventata la famiglia con il maggior numero di modelli derivati sulla piattaforma: oltre 113 mila progetti utilizzavano una versione di Qwen come base, contro circa 27 mila basati su Llama.

Meta ha contribuito a creare il mercato dei grandi modelli aperti. La Cina ne ha approfittato mentre Menlo Park chiudeva i cancelli.

Per Zuckerberg l’open source è diventato geopolitica

In un saggio pubblicato insieme all’annuncio del ritorno di fiamma per i modelli aperti, intitolato The Future is for Everyone, il CEO di Meta sostiene che concentrare l’intelligenza artificiale nelle mani di poche aziende o governi produrrebbe uno squilibrio di potere pericoloso. La sua soluzione è distribuire capacità sempre maggiori a individui e piccole imprese attraverso quella che chiama “personal superintelligence”.

Dietro questa filosofia c’è il desiderio di rafforzare la leadership americana nella corsa all’IA.

Zuckerberg sostiene che gli sviluppatori statunitensi rischiano di operare con vincoli più severi rispetto ai concorrenti cinesi. Chiede quindi a Washington di evitare regole che possano penalizzare lo sviluppo e la distribuzione dei modelli aperti americani.

Poche settimane fa Zuckerberg aveva detto al Financial Times di non considerare efficace un divieto generale dei migliori modelli cinesi negli Stati Uniti. La sua risposta alla crescita della Cina consiste, quindi, nel costruire alternative americane capaci di competere sullo stesso terreno.

La differenza rispetto alle tradizionali politiche tecnologiche di Washington è rilevante. In molti settori strategici, dai semiconduttori alle telecomunicazioni, Stati Uniti e Cina cercano di limitare reciprocamente l’accesso alle tecnologie più avanzate. Nel mercato dei modelli aperti, invece, la capacità di distribuire rapidamente una tecnologia può diventare essa stessa una forma di influenza.

Quando uno sviluppatore costruisce un’applicazione su Qwen o DeepSeek, entra in un ecosistema tecnico costruito in Cina. Documentazione e competenze cominciano lentamente a organizzarsi intorno a quella tecnologia.

Meta vuole impedire che questa infrastruttura diventi lo standard globale.

La battaglia sulla “distillazione”

C’è un altro passaggio del manifesto di Zuckerberg che mostra quanto la competizione con la Cina sia centrale nello sviluppo di nuovi modelli.

Il CEO difende apertamente la distillazione, una tecnica attraverso cui un modello più piccolo viene addestrato usando le risposte generate da un modello più potente. È uno dei metodi con cui è possibile trasferire parte delle capacità di sistemi enormi in modelli molto più economici.

Muse Glimmer, per esempio, è stato sviluppato utilizzando Muse Spark come modello “insegnante”.

La distillazione è diventata politicamente sensibile dopo l’ascesa di DeepSeek, quando negli Stati Uniti si è discusso della possibilità che aziende cinesi avessero utilizzato output prodotti da modelli americani per accelerare lo sviluppo dei propri sistemi.

Zuckerberg prende una posizione molto permissiva. Secondo lui, permettere ai modelli di imparare dagli output pubblicamente disponibili favorisce l’innovazione e rende più difficile concentrare la tecnologia nelle mani di pochi attori.

È anche una posizione perfettamente compatibile con gli interessi di Meta. Un ecosistema in cui i modelli possono imparare gli uni dagli altri riduce il vantaggio competitivo di chi possiede temporaneamente il sistema migliore.

Meta ha miliardi di utenti e alcuni dei servizi digitali più utilizzati al mondo. Ha quindi meno bisogno di trasformare l’accesso esclusivo a un singolo modello nel proprio business principale.