Meta 发布 Muse Spark Open：在两个 Mac Studio 上运行的 816B 参数开放权重模型

Meta 发布了 Muse Spark Open，这是一个 816B 参数的开放权重模型，具有 1M 代币上下文窗口，可在两台 Apple M5 Ultra Mac Studio 上运行。

Meta 于 2026 年 10 月 15 日发布了 Muse Spark Open 的权重，将该模型定位为美国公司有史以来发布的最强大的开放权重 AI 系统。根据 Meta 的官方研究博客，该模型将 8160 亿个庞大的总参数与稀疏的专家混合设计配对，每个令牌仅激活 420 亿个参数，以及 100 万个令牌上下文窗口。

该版本是在 Meta 推出其封闭前沿模型 Muse Wonder Full 一天后发布的，这表明该公司打算在两条战线上进行竞争：通过其 API 产品实现前沿性能，并通过开放权重实现社区可访问性。 Meta 一直是美国前沿实验室中最稳定的开放权重出版商，而这次发布将这一策略延伸到了代理时代。更多相关背景，请参阅我们的人工智能资讯。

Muse Spark Open 是什么

Muse Spark Open 是一种原生多模式模型，专为编码和代理工作而构建。 Meta 表示，它擅长长期任务、复杂的软件工程和多步骤推理，这些工作负载将在 2026 年定义代理人工智能产品。816B/42B 激活参数分割遵循 DeepSeek 和 Qwen 等模型流行的稀疏架构模式，尽管总参数数量巨大，但仍可保持推理成本可控。

1M 令牌上下文窗口将模型置于顶层以进行长上下文工作。开发人员可以将整个代码存储库、长文档集或数小时的记录输入到单个请求中，而无需检索脚手架。

苹果硅角度

标题特征可能是模型运行的地方。 Meta 表示，Muse Spark Open 是同类产品中第一个在桌面设置上运行的模型，该桌面设置由两个 Apple M5 Ultra Mac Studios 组成，使用最新的 MLX 框架。每台 M5 Ultra 机器都向其集成 GPU 提供高达 512 GB 的统一内存，因此两台机器一起保存完整的模型 - 用 Meta 的话来说，实际上就像一台具有 1 TB 统一内存的超级计算机。该芯片的 1.2 TB/s 内存带宽可满足稀疏架构所需的吞吐量。

Meta 演示了通过 Muse Code 在设备上完全运行代理工作流程的设置，包括将真正的 iOS 更改发送到开源 Mastodon 客户端 Ice Cubes，以及端到端驱动 DaVinci Resolve - 模型逐帧审查镜头以找到最强的时刻并垂直裁剪它们。

可用性和生态系统支持

权重可从 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 下载。喜欢托管推理的开发人员可以通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 访问模型。

Meta 还针对主要推理引擎进行了优化：SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp 和 Unsloth，并支持 AMD、Apple、Intel 和 NVIDIA 芯片。开放重量版本包括 SGLang 中的自定义自动可调 Helion GPU 内核，可在 NVIDIA 和 AMD GPU 上实现 1.03 倍至 3.95 倍的内核级加速，并在 AMD MI350 上实现 3% 的端到端加速。

拥挤的开放重量赛场

Meta 声称获得了开放重量王冠，而中国实验室已经在很大程度上引领了这一市场。 Z.ai的GLM系列、阿里巴巴的Qwen系列和DeepSeek的模型今年都以接近前沿的规模发售了开放权重，而美国实验室在最高端发布的开放权重相对较少。对于想要拥有强大模型的公司和政府来说，以这种规模竞争的美国模型很重要，他们可以在不依赖中国供应商或封闭 API 的情况下检查、审计和修改权重。

时机也值得注意。就在一天前，Meta 推出了其封闭边界模型 Muse Wonder Full。在 24 小时内交付封闭式旗舰产品和开放式旗舰产品，让 Meta 能够为想要交钥匙 API 性能的买家以及想要自行托管的开发人员、研究人员和企业提供服务——这两个市场对不同产品的需求越来越大。

安全姿势

这种规模的开放重量版本显然具有双重用途的考虑。 Meta 表示，Muse Spark Open 专门针对开放版本接受了额外的安全后期培训，并且在该公司的超级智能扩展框架下进行的评估表明，所测量的风险类别具有强大的保障措施。独立的红队结果将比供应商的声明更重要，而且几乎肯定会受到在 2026 年讨论开放权重发布规范的同一政策组的审查。

桌面级推理有何变化

在两台台式机而不是数据中心 GPU 机架上运行此功能的模型所带来的实际影响超出了成本。具有严格数据治理要求的组织（医院、律师事务所、国防承包商、金融机构）可以将提示和文档完全保留在自己的内部。开发人员获得的延迟和速率限制取决于他们自己的硬件而不是提供商的队列。修补者获得了一个前沿模型，他们可以在未经许可的情况下进行微调、量化和修改。

权衡也是真实的。两台 M5 Ultra 机器仍然需要大量的硬件投资，而且桌面集群缺乏托管推理的冗余、正常运行时间和吞吐量。 Meta 的赌注是，市场上的一个有意义的部分重视所有权和隐私，足以接受这些限制——而且即使对于最终选择 API 的买家来说，在家运行 816B 参数模型的示范效果也很重要。