精华速览

Meta于10月15日开放Muse Spark Open模型权重，定位为美国最强开放权重模型，主攻软件工程、长程任务与多步推理。该模型采用稀疏混合专家架构，总参数8160亿、每token激活约420亿，支持1048576 token上下文，可接收文本、图片、音频和视频，输出文本。本地部署需两台搭载M5 Ultra的Mac Studio，BF16权重约1.65TB，NVFP4约537GB。官方基准显示其在JobBench、MCP-Atlas等任务表现不俗，但Terminal-Bench 2.1和DeepSWE 1.1得分低于GLM 5.3 max与Kimi K3 max。许可证对年收入超2000万美元的模型即服务企业设有通知与单独协议要求。

要点透视

  • Meta于当地时间10月15日宣布开放Muse Spark Open模型权重，定位为迄今能力最强的美国开放权重模型，主要面向软件工程、长程任务执行和多步推理。
  • 模型总参数量8160亿，每个token激活约420亿参数，支持1,048,576 token上下文；输入支持文本、图片、音频和视频，输出为文本，不具备原生多模态生成能力。
  • 官方基准得分：JobBench 61.8、MCP-Atlas 89.2、OSWorld Verified 80.4、Terminal-Bench 2.1为76.4、DeepSWE 1.1为60；后两项低于国产开源模型GLM 5.3 max和Kimi K3 max。
  • 本地部署需两台搭载M5 Ultra的Mac Studio，通过MLX框架运行；BF16版本权重约1.65TB，NVFP4版本约537GB，GPU部署示例中BF16使用8张B300、NVFP4使用4张B300。
  • 苹果相关研究显示，四台Mac Studio分布式推理时生成速度超过每秒36个token；单台M5 Ultra统一内存带宽为1.2TB/s，跨设备通信依赖Thunderbolt上的RDMA。
  • 模型采用Muse Model License，允许使用、修改、微调和分发，但要求展示归属标识；通过API提供模型即服务且连续12个月合计收入超过2000万美元的被许可方，需在使用前通知Meta并签订单独书面协议。
  • Meta在SGLang中集成定制Helion GPU算子，称在NVIDIA和AMD GPU上实现1.03至3.95倍算子级加速，在AMD MI350上实现约3%端到端加速。
  • 托管访问生态伙伴包括Baseten、Fireworks AI、Groq、Modal、Nebius、Together AI和OpenRouter；部署工具覆盖SGLang、vLLM、TensorRT-LLM、llama.cpp和MLX。

文章拆解

Muse Spark Open的发布把开放权重模型的竞争从参数和榜单延伸到了部署环节。Meta选择稀疏混合专家架构，用8160亿总参数承载知识容量，同时把每token激活参数压到约420亿，以降低单次计算负担。但激活参数不等于内存需求，完整权重仍需加载，BF16版本约1.65TB，这意味着所谓桌面部署并非普通笔记本可以承担，而是需要两台高配Mac Studio，并借助NVFP4量化、多机并行和MLX框架协同完成。

从官方演示看，模型被设计为能持续操作软件工作流的智能体：理解意图、规划步骤、调用工具、检查结果并在失败后调整。Ice Cubes的iOS开发和DaVinci Resolve逐帧剪辑展示了这一方向，但均属官方展示，不能推导为所有同类任务可无人值守完成。基准成绩也呈现分化：JobBench、MCP-Atlas和OSWorld Verified表现较好，而Terminal-Bench 2.1和DeepSWE 1.1低于GLM 5.3 max与Kimi K3 max，说明其在编程智能体场景并非全面领先。

对开发者而言，本地运行的价值在于部署位置可控，但成本门槛清晰可见。自建硬件需考虑权重存储、KV Cache、激活值和运行时开销，多机分布式推理还受跨设备通信限制；机器数量增加后，即使模型装得下，同步和数据交换仍可能制约扩展收益。不准备自建硬件的团队可先通过托管API验证任务效果，再评估是否自行部署，这降低了试错成本，但也意味着本地部署并非默认路径。

许可证是另一项值得关注的变量。开放权重不等于无商业条件，年收入超过2000万美元的模型即服务企业在使用前需通知Meta并签订单独协议，内部使用、研究和非模型即服务商业活动存在例外。这一条款对中小开发者影响有限，但对规模化API服务商构成额外合规步骤。

潜在风险集中在安全与性能预期两方面。托管API可部署输入输出检查、访问控制和监测机制，权重交付开发者后这些外部措施不会自动生效；智能体若获得文件读取、命令执行和软件调用权限，错误修改或数据损失的风险取决于工具权限和运行环境。性能方面，Helion算子加速属于算子级数据，不能等同于整套推理接近四倍提升。Muse Spark Open增加了本地运行大型智能体模型的可能性，但从下载得到到稳定用得起，仍需真实工作负载验证，其实际体验与榜单排名是否一致尚待确认。

查看原文