「大厂乐乎报道」Meta发布开放权重模型Muse Spark Open

当地时间10月15日，Meta发布开放权重模型Muse Spark Open，总参数8160亿、每个token激活约420亿，并宣布与苹果合作，让模型通过MLX框架在两台M5 Ultra Mac Studio上本地运行。[2][3][5][7]

8160亿参数的开放权重模型

Muse Spark Open采用稀疏混合专家架构，总参数8160亿，每个token激活约420亿，支持1,048,576 token上下文。模型可接收文本、图像、音频和视频输入，主要面向编程、智能体协作、长程任务和多步推理。[2][5][9][7]

Meta称它是“迄今能力最强的美国开放权重模型”。这一表述限定在美国开放权重模型范围内；Meta同时表示，Muse Spark Open的性能低于周一发布的闭源前沿模型Muse Wonder。[2][4]

Meta首席AI官汪滔表示，出于安全与能力边界考量，Meta通常不会开源最顶尖的模型，但会继续发布优秀的开源模型。今年8月，Meta曾以Apache 2.0协议发布从Muse Spark蒸馏的300亿参数模型Glimmer。[4]

两台Mac Studio本地运行

此次发布最受关注的是与苹果的协作。Meta称，借助最新版MLX框架，Muse Spark Open针对搭载M5 Ultra芯片的Mac Studio优化，每台设备最高可使用512GB统一内存，两台合计约1TB，可协同运行完整模型。[3][5][8]

扎克伯格在社交平台称，得益于与苹果新CEO John Ternus及苹果团队的合作，模型在新款Mac Studio上运行良好；Ternus回应称，能在桌面端如此高效地运行这一量级的模型令人惊叹。[5][8]

InfoQ援引官方文档指出，420亿激活参数不等于只需容纳420亿参数模型，完整权重仍需加载。BF16版本权重约1.65TB，NVFP4版本约537GB，还要为KV Cache、激活值和运行时开销预留空间；苹果公布的测试采用NVFP4精度。[9]

InfoQ指出，“可以本地运行”意味着开发者可选择部署位置，不意味着普通笔记本已能承担这类模型。Meta展示的用例中，由Muse Spark Open驱动的Muse Code为开源Mastodon客户端Ice Cubes完成iOS代码修改，并操作DaVinci Resolve逐帧审看素材、裁剪竖屏。[9][5]

上述案例属于官方展示，不能直接推导为所有同类任务均可无人值守完成。苹果公布的四台Mac Studio分布式推理结果中，生成速度超过每秒36个token。512GB版Mac Studio尚未正式发售，预计本月晚些时候推出；256GB版单台售价已超过1万美元。[9][3][6]

编程基准落后于部分国产模型

Meta公布的测试结果显示，Muse Spark Open在JobBench得61.8分、MCP-Atlas得89.2分、OSWorld Verified得80.4分；在Terminal-Bench 2.1得76.4分，在DeepSWE 1.1得60分。[9]

InfoQ称，Terminal-Bench 2.1和DeepSWE 1.1两项成绩低于GLM 5.3 max和Kimi K3 max；智东西的对比也显示，其低于GLM 5.3、Kimi K3等国产开放权重模型。智东西还提到，在GDPval-AA v2中该模型得1401分，低于Qwen3.8-2.4T-A95B、GLM 5.3和Kimi K3。[9][5]

第三方评测机构Artificial Analysis的开放权重模型智能指数中，Muse Spark Open（xhigh）得39分，低于MiMo-V2.6-Pro的46分、GLM-5.3的45分，与DeepSeek V4.1 Flash持平；蚂蚁百灵开源的Ling-3.1-flash得41分，也高于Meta。[5]

快科技称，Meta自己公布的测试中，该模型在工作流程、工具调用、知识推理、知识可靠性、复杂视觉推理和图像事实问答6项排名第一；但软件开发等任务上，Kimi、千问、智谱等中国开源模型仍更胜一筹。[6]

权重开放，但商用附条件

面向开发者，Muse Spark Open已上线Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter和Together AI等API平台；权重可在Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden和Microsoft Foundry Models下载。[2][5]

模型适配SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp和Unsloth等推理框架，并针对AMD、苹果、英特尔和英伟达芯片优化。[2][5]

许可方面，模型基于Muse Model License发布，允许在满足条款的前提下使用、修改、微调、蒸馏和再分发。若被许可方及关联方连续12个月合计营收超过2000万美元，并要以API等方式将模型或其衍生模型作为模型即服务提供，需在提供前通知Meta并另签书面协议；内部使用、研究等场景有例外。[8][9]

InfoQ指出，开放权重并不等于没有商业使用条件；对多数开发者而言，仍可在许可条款下免费获取和使用模型。[9][2]