发布了什么

Meta 于 10 月 15 日发布了开放权重模型 Muse Spark Open，并称这是目前美国能力最强的开放权重模型。它是 Meta 旗下 Muse Spark 系列的开放权重版本，面向编程与智能体任务。

核心规格如下：

• 总参数：8160 亿，采用混合专家（MoE）结构，每次推理实际激活约 420 亿参数；
• 上下文窗口：100 万 token；
• 多模态：可处理文本、图像、音频和视频，输出文本；
• 定位：面向长程任务、多步推理和软件工程，擅长工具调用和真实代码修复。

模型权重即日起可从 Hugging Face 等平台免费下载，许可允许有限的商业使用。同时，多个 API 平台也提供了托管调用方式，包括 Together AI、Baseten、Fireworks AI、Groq、Modal、Nebius 和 OpenRouter。

最引人注目的一点：能在桌面端运行

这次发布最大的看点，不是参数规模，而是 Meta 与苹果的合作：Muse Spark Open 可以在两台搭载 M5 Ultra 芯片的 Mac Studio 上本地运行。

实现方式是利用苹果的统一内存架构：每台 Mac Studio 的集成 GPU 最多可使用 512GB 内存，两台机器合起来相当于一台拥有 1TB 统一内存的超级电脑。再配合最新的 MLX 框架，把模型拆分到两台机器上做分布式推理，就能在桌面环境跑起这个量级的模型。

Meta 还展示了在设备端运行的智能体工作流，例如让模型驱动编程工具完成开源客户端的代码修改，以及操作视频剪辑软件完成素材筛选和裁切。

要点解读

第一，开放权重的竞争进入了“可用性”阶段。 以前比的是谁的模型分数更高；现在比的是谁的模型真正能被开发者用起来。能下载、能本地跑、能接入主流推理引擎，这些工程层面的可用性，正在成为开放权重模型的新门槛。

第二，硬件门槛仍然很高，“能跑”和“人人能跑”是两回事。 两台高配 Mac Studio 的价格并不便宜，而且大内存版本尚未全面上市。对绝大多数开发者来说，更现实的路径仍然是调用托管 API，而不是自己搭本地推理环境。本地运行的意义，更多在于对数据敏感、需要离线运行的团队。

第三，苹果与 Meta 的合作值得注意。 两家公司过去在隐私和广告问题上有过公开分歧，这次在设备端 AI 上找到合作点，说明本地运行大模型已经成为双方共同看好的方向。对开发者来说，苹果芯片生态正在成为运行大模型的一个重要选项。

三种使用方式，怎么选

• 下载权重自己跑：适合有硬件、有运维能力，且对数据不出本地有硬性要求的团队。要注意存储和内存开销，完整精度版本的数据量非常大，量化版本会小很多。
• 调用托管 API：适合绝大多数开发者，不用操心硬件和部署，按调用量付费，上线最快。
• 基于它做二次开发：可以在 PyTorch 等框架上做进一步定制，也可以针对特定任务做微调。做产品时要注意许可条件中的使用要求。

观点

Muse Spark Open 的发布说明，开放权重模型正在从“实验室里的权重文件”变成“能装进工作流的工具”。但它也提醒我们：参数规模不是唯一的评价标准，能否以可接受的成本真正跑起来、能否稳定完成长程任务，才是决定一个开放权重模型有没有实际价值的关键。接下来值得观察的，是社区基于它做出哪些真实可用的微调版本和应用案例。