Meta lance Muse Spark et tourne le dos à l'open source

Meta a dévoilé le 8 avril Muse Spark, premier modèle issu de Meta Superintelligence Labs, la division créée par Mark Zuckerberg après les résultats jugés décevants de Llama face à ChatGPT et Claude. Ce modèle multimodal accepte du texte, de la voix et des images en entrée, et intègre un mode « contemplation » qui orchestre plusieurs agents de raisonnement en parallèle. Mais le lancement de Meta Muse Spark IA marque surtout une rupture stratégique : contrairement à la famille Llama, ce modèle ne sera pas distribué sous licence ouverte. Meta abandonne ainsi la position qui faisait sa singularité face à OpenAI, Google et Anthropic, et referme un écosystème dont dépendaient de nombreuses entreprises et équipes de recherche. Pour les DSI et RSSI ayant bâti leurs déploiements sur des poids téléchargeables et auditables en interne, ce virage impose de réévaluer une dépendance devenue incontournable.

Le virage stratégique est majeur : Muse Spark est entièrement propriétaire. L'accès se fait uniquement via le portail Meta AI ou par invitation pour l'API, un contraste radical avec la philosophie open source qui avait fait le succès de Llama et inspiré d'autres acteurs. Selon The Register, le modèle est « aussi ouvert que l'école privée de Zuckerberg », une formule qui résume le scepticisme de la communauté technique.

Ce qui s'est passé

Muse Spark est capable de coder visuellement, de créer des sites web et des mini-jeux à partir de prompts, et de répondre à des questions complexes en sciences et mathématiques. Meta met également en avant des capacités d'assistance santé, un domaine sensible où la fiabilité du modèle sera scrutée. Le mode contemplation, qui fait travailler plusieurs agents en parallèle, représente l'approche de Meta pour combler son retard sur les modèles de raisonnement avancé.

L'impact commercial est immédiat : l'application Meta AI est passée de la 57e à la 5e place de l'App Store américain en moins de 48 heures après le lancement. Cette adoption rapide s'explique par la base d'utilisateurs massive de Meta (Facebook, Instagram, WhatsApp), un avantage de distribution qu'aucun concurrent ne peut égaler. Cependant, un effet secondaire embarrassant a été relevé : les contacts des utilisateurs sont notifiés de leur utilisation de l'app, selon TechCrunch.

Pourquoi c'est important

L'abandon de l'open source par Meta pour ses modèles les plus avancés redessine le paysage de l'IA. Llama avait permis à des milliers d'entreprises et de chercheurs de construire des solutions sans dépendance aux géants du cloud. Avec Muse Spark propriétaire, Meta rejoint le modèle fermé d'Anthropic et d'OpenAI. Les entreprises qui avaient misé sur l'écosystème Llama doivent maintenant évaluer leur dépendance et envisager des alternatives comme Mistral pour préserver leur souveraineté technologique. La question de la sécurité des modèles IA en production se pose aussi différemment quand l'accès au code source disparaît.

Ce qu'il faut retenir

• Muse Spark est le premier modèle propriétaire de Meta, rompant avec la stratégie open source de Llama.
• Son mode contemplation multi-agents vise à concurrencer les modèles de raisonnement avancé de Google et OpenAI.
• Les entreprises dépendantes de Llama doivent anticiper ce changement de stratégie et diversifier leurs fournisseurs IA.

Cette bascule vers un modèle fermé marque une rupture avec la stratégie que Meta avait défendue depuis 2023 avec Llama, dont les poids avaient été téléchargés plusieurs millions de fois et servi de socle à des milliers de dérivés open source dans le monde entier — des startups françaises aux laboratoires universitaires. Meta avait alors présenté l'ouverture de ses modèles comme un choix stratégique face à OpenAI et Google, arguant qu'elle démocratisait l'accès à l'IA générative et forçait la transparence sur les données d'entraînement et les biais algorithmiques. Le revirement avec Muse Spark s'inscrit dans une trajectoire déjà amorcée par d'autres acteurs : OpenAI avait publié GPT-2 en open source avant de verrouiller totalement GPT-3, GPT-4 puis sa gamme o1/o3, invoquant des risques de sécurité et un modèle économique fondé sur l'accès API payant. Meta semble désormais suivre la même logique, sacrifiant sa position d'alternative ouverte au profit d'un contrôle total sur la distribution et la monétisation de ses modèles les plus performants.

Ce choix intervient dans un contexte de tensions internes documentées : Yann LeCun, longtemps chief scientist de Meta AI et figure de référence de la recherche ouverte en apprentissage automatique, a quitté l'entreprise en 2025 pour fonder sa propre structure dédiée aux « world models », critiquant publiquement l'orientation prise par les grands modèles de langage propriétaires. Son départ, suivi de la création de Meta Superintelligence Labs sous la direction d'Alexandr Wang (ex-Scale AI), symbolise le basculement de Meta d'une culture de recherche ouverte vers une logique produit calquée sur celle d'OpenAI et Anthropic. Plusieurs chercheurs en IA ont exprimé leur inquiétude sur les réseaux sociaux spécialisés, estimant que la fermeture de Muse Spark prive l'écosystème académique d'un accès aux poids du modèle nécessaire à l'audit indépendant des biais et des risques de sécurité.

Conséquences pour l'écosystème et la réglementation

• Startups et intégrateurs ayant construit leurs produits sur Llama devront soit migrer vers l'API payante de Muse Spark, soit se tourner vers des alternatives ouvertes comme Mistral AI ou les modèles Gemma de Google.
• Cadre réglementaire européen : le règlement européen sur l'IA (AI Act) prévoit des obligations de transparence allégées pour les modèles publiés sous licence libre (article 53) — un statut que Muse Spark, désormais propriétaire, ne pourra plus revendiquer.
• Recherche académique : l'absence de poids publics limite les possibilités d'audit indépendant sur les biais, la robustesse et les risques de sécurité du modèle, un point déjà soulevé par des chercheurs après le lancement.
• Positionnement concurrentiel : Meta rejoint OpenAI, Google (pour ses modèles phares) et Anthropic dans une course aux modèles fermés à haute valeur ajoutée, laissant le segment open source à des acteurs plus modestes.

Pour les entreprises françaises ayant intégré Llama dans leurs infrastructures IA, ce changement de cap impose une réévaluation des dépendances technologiques et des clauses contractuelles liées à l'accès API, dans un marché où la pérennité des conditions d'usage n'est plus garantie par une licence ouverte.