Meta发布Muse Spark Open开源模型，支持桌面端运行

Meta 发布了名为 Muse Spark Open 的新模型，将其定位为美国最强大的开源权重模型，旨在与 Qwen 3.8、GLM 5.3 和 Kimi K3 等中国厂商的开源模型竞争。该模型拥有 8160 亿参数（其中 420 亿为激活参数），支持高达一百万 token 的上下文窗口，并具备文本、图像、视频和音频的多模态能力。 根据 Meta 提供的基准测试数据，Muse Spark Open 在 Agentic（智能体）、Knowledge & Reasoning（知识与推理）以及 Multimodal（多模态）类别中表现领先，例如在 MCP-Atlas 上得分 89.2，在 HLE-Diamond 上得分为 26.1。然而，在 Coding（编码）类任务如 Terminal-Bench 2.1 和 DeepSWE 1.1 上，其得分分别为 76.4 和 60，落后于部分竞争对手。此外，该模型针对 Apple M5 Ultra 进行了优化，可在配备 512 GB 统一内存的两台 Mac Studio 上本地运行。 尽管模型权重已托管在 Hugging Face 且许可协议允许免费使用，但 Meta 设定了明确的商业化门槛：年收入超过 2000 万美元的服务提供商若希望提供 API 服务，需与 Meta 签署单独协议。这一条款表明，虽然 Meta 试图通过开源策略扩大生态影响力，但在高价值商业变现环节仍保留了控制权。推断这反映了开源模型在构建开发者生态与维持商业利润之间的平衡策略。

Meta 今日正式发布 Muse Spark Open，这是目前能力最强的美国开源权重模型，原生支持多模态，拥有 816B 总参数量（42B 激活）和 1M-token 上下文窗口，专为编码与智能体任务设计。该模型首次实现了在桌面端运行超大参数模型的能力，通过两台配备最新 MLX 框架的 Apple M5 Ultra Mac Studio 协同工作，利用每台设备高达 512GB 的统一内存，将两台机器组合成拥有 1TB 统一内存的超级计算机环境。 实测显示，该配置能完整承载模型并执行复杂的长周期智能体工作流，包括使用 Muse Code 为开源 Mastodon 客户端 Ice Cubes 提交修复、新功能及完整构建，以及端到端驱动 DaVinci Resolve 进行逐帧视频剪辑分析。模型权重已托管于 Hugging Face、Amazon SageMaker AI 等平台，并针对 SGLang、vLLM、TensorRT-LLM 等主流推理引擎进行了优化，同时提供 PyTorch TorchTitan 用于微调。安全评估方面，模型遵循 Meta 超智能扩展框架，通过了多项风险类别的阈值测试。 事实层面，该模型确实具备双机本地运行能力且参数规模达 816B；推断层面，这标志着端侧算力架构正从单卡限制转向多机集群化解决方案，可能降低企业私有化部署超大模型的门槛；猜测层面，若未来单芯片显存或互联带宽进一步提升，单机运行此类模型将成为可能，但当前仍需依赖特定硬件组合。商业上，虽然采用有限商业条款的 Muse Model License，但免费使用权仍鼓励开发者生态建设。

Meta 发布代码优化的开源权重模型 Muse Spark Open，现已在 Amazon SageMaker JumpStart 中可用。该模型采用混合专家（MoE）架构，拥有 816B 总参数和 42B 激活参数，支持 100 万 token 上下文窗口，专为长周期编码智能体和多模态推理设计。 AWS 提供了两个部署变体：BF16 精度版本和 NVFP4 量化版本。关键细节在于实例选择逻辑：NVFP4 变体运行在 ml.p5e.48xlarge 实例上，而 BF16 变体必须使用 ml.p6-b300.48xlarge。这一配置差异表明，尽管模型是稀疏激活的，但全量参数的存储需求决定了底层硬件选型，且 NVFP4 因显存占用约为 BF16 的四分之一，成为控制成本的首选方案。 作为推理模型，Muse Spark Open 在输出最终答案的同时返回 reasoning_content，允许开发者观察其思考过程。部署后，应用需自行提供工具调用、浏览器访问及计算机操作环境，模型负责规划与执行。事实层面确认了模型已上线；推断层面，对于追求单位经济性的企业，优先评估 NVFP4 变体而非盲目追求 BF16 的高精度可能是更优策略；猜测层面，该模型是否能在非 AWS 环境下复现同样的 MoE 效率优势仍需验证。

Meta 通过 Hugging Face Blog 正式发布 Muse Spark Open，这是一个面向编码与智能体任务的开放权重多模态大语言模型。该模型总参数量约为 8160 亿，采用混合专家（MoE）架构，每 token 激活约 420 亿参数，上下文窗口上限达 100 万 token。它原生支持文本、图像、音频和视频输入，并针对阅读代码库、编写调试代码及工具调用进行了训练。 在架构细节上，Muse Spark Open 包含 62 层，每层有 256 个专家，每次推理选择 8 个专家运行。模型提供 BF16 和 NVFP4 两种检查点格式，其中 NVFP4 专为 NVIDIA Blackwell GPU 设计，可在单节点 B200 上运行，而 BF16 版本需跨 4 个 H200 节点部署。此外，模型集成了专门的感知编码器处理视觉输入，以及音频编码器处理语音信号，支持将视频帧和音频作为输入序列的一部分。 部署方面，官方提供了 llama.cpp、vLLM、SGLang 和 MLX 等多种推理框架的集成方案，并展示了在 Apple Silicon 芯片上的量化运行表现。微调部分介绍了使用 TRL 框架在 64 张 H100 GPU 上进行 LoRA 适配的方法，仅对注意力层进行训练而冻结专家参数。事实层面确认了模型参数规模与架构配置；推断层面表明该模型旨在降低多模态 Agent 的开发门槛；猜测层面认为其百万上下文能力可能改变长文档与长视频分析的行业标准。