Meta 发布 816B 开放权重模型 Muse Spark Open：两台 M5 Ultra 的 Mac Studio 就能本地跑

当地时间 10 月 15 日，Meta 正式发布开放权重模型 Muse Spark Open，并罕见地把“美国最强开放权重模型”这样的字眼直接写进官方口径。在闭源旗舰性能一路堆高的当下，Meta 选择把 8160 亿参数的完整规模开放出来，还要证明它能跑在苹果的桌面上——这两件事，构成了这次发布最值得看的看点。

一分钟速览

• 总参数 816B，激活参数 42B，原生多模态架构，上下文窗口 1M token；
• 面向代码构建与智能体协作，主打长程任务、复杂软件工程与多步推理；
• 借力苹果 MLX 框架，成为同级别中首个可桌面本地运行的模型，两台 512GB 版 M5 Ultra Mac Studio 即可；
• 权重同步上线 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry；
• API 侧开放 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI 等平台；
• 采用附限制性商用条款的 Muse Model License 发布，多数开发者可免费使用。

816B 的开放权重，为什么值得单独说

“开放权重”这两年并不稀缺，稀缺的是“大”。绝大多数开放模型停留在几十 B 到一两百 B 的区间，能上到八百 B 级别的，基本只有少数几家愿意把训练成果完全放出来。Muse Spark Open 把总量推到 816B，同时用 42B 的激活参数控制推理成本，属于典型的稀疏专家（MoE）思路——用大容量换能力上限，用低激活换可负担的单次调用。1M token 的上下文窗口，则是为长程智能体任务准备的：一次性读入整个代码库、整份合同或整轮会议记录，不再频繁截断。

“能在 Mac 上跑”到底意味着什么

更抓眼球的是本地运行能力。得益于苹果的 MLX 框架，Muse Spark Open 成为同级模型里第一个能完全在桌面端跑起来的选手。代价也很实在：需要约 1TB 内存，也就是两台 512GB 版本、搭载 M5 Ultra 芯片的 Mac Studio。对个人开发者来说这仍是门槛，但对中小团队、隐私敏感行业和数据不能出内网的场景，本地可运行意味着可以彻底切断对云端 API 的依赖。

报道提到，Meta 把该模型与自家的 AI 编程终端 Muse Code 搭配，实际部署到多个智能体工作流中：包括为一个 Mastodon 客户端完成“缺陷修复、新功能、完整构建”，也试过让它操作高端视频剪辑软件 DaVinci Resolve，完成素材审阅与裁剪。这些案例的价值不在于“能演示”，而在于它证明了开放权重模型已经能在真实工程流程里承担完整环节。

开放权重与苹果的“双向奔赴”

值得注意的是，Meta 与苹果在这一波里形成了默契：一方愿意为 MLX 做适配，另一方则让自家框架承接顶级开放模型。对苹果而言，这是给“端侧 AI”叙事补齐模型侧拼图；对 Meta 而言，这是把“开放”变成一种分发优势——权重一旦在本地跑得动，就不再受云端算力与定价的牵制。行业层面的意义同样清楚：开放权重正在从“便宜替代品”变成“可本地部署的生产工具”，而模型竞争的下一段，很可能同时比拼参数上限和落地门槛。模型已适配 SGLang、vLLM、TensorRT-LLM、Transformers、llama.cpp 与 Unsloth 等主流推理引擎，并针对 AMD、苹果、英特尔及英伟达芯片完成优化，后训练阶段还专门加强了安全对齐，官方称在受测风险维度上均具备严密保障。