Meta abbandona Llama e sceglie la strada chiusa: ecco perché il cambio strategico sull'AI

Quando Meta ha rilasciato Llama nel gennaio 2023, sembrava aver trovato la sua strada nel mercato dell'AI: modelli potenti, gratuiti e open-source, che chiunque poteva scaricare, modificare e usare. Quella scelta aveva attirato migliaia di sviluppatori e startup. Oggi, Meta ha deciso di abbandonare quella strategia per lanciare Muse Spark, un modello proprietario e chiuso, sviluppato da zero in soli nove mesi dalla nuova unità Meta Superintelligence Labs. È un cambio radicale che racconta molto su come il mercato dell'AI sia diventato una corsa serrata tra giganti.

Chi — Meta Superintelligence Labs

Meta Superintelligence Labs è l'unità di ricerca creata da Mark Zuckerberg a giugno 2025 con una missione esplicita: raggiungere e superare OpenAI, Anthropic e Google nel campo dell'intelligenza artificiale. A capo dell'unità c'è Alexandr Wang, nominato primo Chief AI Officer della storia di Meta. Wang è stato scelto dopo che Meta ha investito 14,3 miliardi di dollari per acquisire una quota significativa in Scale AI, una delle aziende più importanti nel settore della preparazione dei dati per l'AI. L'unità è nata dal riconoscimento che l'approccio precedente di Meta all'AI non stava funzionando abbastanza bene per competere al livello più alto.

Cosa è successo

Il 9 aprile 2026, Meta ha annunciato il lancio di Muse Spark, il primo modello della nuova famiglia Muse. A differenza di Llama, Muse Spark è completamente proprietario e non open-source. Wang ha dichiarato su X: "Nove mesi fa abbiamo ricostruito il nostro stack di AI da zero. Nuova infrastruttura, nuova architettura, nuove pipeline di dati. Muse Spark è il risultato di quel lavoro".

Questo non è un aggiornamento incrementale di Llama. È una ricostruzione totale delle fondamenta su cui Meta allena i suoi modelli. Internamente, il modello era conosciuto come "Avocado" ed era stato inizialmente ritardato perché non riusciva a competere con i rivali nei test interni su ragionamento, coding e scrittura. Con il lancio di aprile, Meta sostiene di aver colmato quei gap.

Muse Spark è natively multimodal, il che significa che capisce testo, immagini e altri contenuti nello stesso modello, senza conversioni intermedie. Introduce anche una modalità di "Contemplation" (contemplazione) che esegue sub-agenti in parallelo, permettendo al modello di ragionare più profondamente mantenendo latenze comparabili ai modelli concorrenti.

Un aspetto interessante: Muse Spark è già integrato in Meta AI, il chatbot che Meta sta distribuendo su Instagram, Facebook e Threads. Può accedere ai contenuti pubblici pubblicati su queste piattaforme, permettendoti di fare domande su argomenti di tendenza o luoghi specifici e ricevere risposte con link a post reali. È simile a come Grok di xAI è integrato con X.

Perché è importante

Questa mossa segna un cambio strategico profondo per Meta. Llama era stato il cavallo di battaglia dell'azienda nel mercato dell'open-source AI: migliaia di startup e sviluppatori lo usavano, lo fine-tunavano, lo adattavano ai loro casi d'uso. Era una scelta che differenziava Meta da OpenAI (che mantiene GPT chiuso) e da Google (che ha una strategia mista). Ma Llama non aveva mai raggiunto le prestazioni dei modelli frontier di OpenAI o Anthropic, e questo ha pesato sulla percezione di Meta come leader dell'AI.

Zuckerberg e Wang hanno deciso che per competere davvero al livello più alto, Meta doveva smettere di inseguire e iniziare a costruire da zero con una struttura dedicata. Il risultato è Muse Spark: un modello proprietario che Meta controlla completamente, che può ottimizzare per le sue piattaforme e che non deve condividere con i concorrenti.

Tuttavia, Zuckerberg ha promesso che la famiglia Muse includerà nuovi modelli open-source in futuro. Non è chiaro quando o quali saranno, ma suggerisce che Meta non sta abbandonando completamente l'open-source, bensì creando una gerarchia: i modelli frontier rimangono proprietari, mentre i modelli più piccoli o specializzati potrebbero rimanere aperti.

Un altro elemento rilevante: Meta sta usando i dati delle sue piattaforme (Instagram, Facebook, Threads) per addestrare e migliorare Muse Spark. È un vantaggio competitivo enorme che OpenAI e Anthropic non hanno allo stesso livello. Ma solleva anche domande sulla privacy e sul consenso degli utenti.

Cosa aspettarsi

Nei prossimi mesi, osserva questi indicatori:

• Benchmark pubblici: Meta ha pubblicato risultati che mostrano Muse Spark comparabile o superiore a modelli di OpenAI, Anthropic, Google e xAI in modalità standard. Ma l'azienda stessa ammette gap in aree come "long-horizon agentic systems" (sistemi agenti di lunga durata) e flussi di coding. Seguire come questi gap si riducono nei prossimi rilasci.

• Integrazione nelle piattaforme: Meta sta già integrando Muse Spark in Meta AI su Instagram, Facebook e Threads. Aspettati nuove feature che citano raccomandazioni, Reels, foto e post direttamente nelle risposte, con credito ai creator.

• Reazioni di OpenAI e Google: Entrambi probabilmente accelereranno i loro rilasci o annunceranno nuove feature per mantenere il vantaggio percepito.

• Modelli open-source della famiglia Muse: Quando Meta annuncerà quali modelli open-source arriveranno nella famiglia Muse, e con quali caratteristiche, capiremo se l'azienda sta davvero abbandonando l'open-source o semplicemente riservando i modelli più potenti.

• Regolamentazione: L'uso dei dati di Meta per addestrare Muse Spark potrebbe attirare l'attenzione dei regolatori europei e americani, soprattutto riguardo al consenso degli utenti.

Muse Spark rappresenta una scommessa: Meta crede che investire in un'unità dedicata, con leadership esterna (Wang), e ricostruire tutto da zero sia il modo per recuperare il terreno perso. Se funziona, potrebbe ridefinire il posizionamento di Meta nel mercato dell'AI. Se non funziona, sarà una delle scommesse più costose della storia dell'azienda.