Meta发布开放权重模型Muse Spark Open：8160亿参数“搬进”两台Mac Studio

作者：李嘉佑 1小时前

一、8160亿参数开放下载：许可、渠道与生态

Muse Spark Open是Meta Muse模型系列中的开放权重版本。作为开放权重模型，开发者能够下载决定模型行为的参数，在多种硬件上运行、微调和适配业务，从而获得更大的运行环境控制权。

许可与获取方面，模型权重基于Muse Model License授权免费开放，附带有限商业使用条款。开发者可通过Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI等平台调用该模型，或从Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face、Microsoft Foundry Models下载权重。模型已适配SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、苹果MLX、llama.cpp、Unsloth等主流推理框架，并支持基于PyTorch进行二次开发与定制。

需要说明的是，“开放权重”是一种交付方式而非性能来源：它改变的是开发者获取、部署和改造模型的方式，并不等于训练数据、训练代码等环节的完全开源。

二、携手苹果：两台Mac Studio组出约1TB统一内存

此次发布最受瞩目的看点，是Meta与苹果的联合优化。Meta表示，Muse Spark Open针对最新版MLX框架和搭载M5 Ultra芯片的Mac Studio进行了适配，利用苹果芯片的统一内存架构运行。苹果的统一内存架构允许CPU与GPU共享同一内存池，每台Mac Studio的集成GPU最高可使用512GB内存；两台设备协同工作，合计可提供约1TB统一内存，从而容纳完整模型。M5 Ultra的内存带宽达1.2TB/s，可支持读取每个Token计算所需的部分模型参数，两台Mac Studio由此可以像一台拥有约1TB统一内存的超级计算机一样协同运行。

苹果与Meta还表示，用户可将两到四台Mac Studio主机组网，借助该模型进行编程、分析视频或执行其他智能体任务；模型在本地设备运行、无需上云，既提升数据安全层级，也能节省云服务成本。

Meta首席AI官亚历山大·王在接受采访时表示，许多强大的开放权重模型体量太大，无法在大多数个人电脑上运行，而Mac Studio为用户提供了足够的内存。

合作官宣后，扎克伯格在X平台发布Meta智能代理在Mac上运行的截图，并写道：“Muse Spark Open——今日正式开放权重下载。感谢@johnternus与苹果团队的协作，该模型在新款Mac Studio上表现出色。”特努斯回应称：“祝贺团队！能在桌面端如此高效地跑起Muse Spark Open这种量级与规格的大模型，实在令人惊叹。Mac Studio持续突破端侧AI的性能边界！”

三、成绩单：工具调用领先，编程基准落后于多款国产开源模型

在Meta按各模型指定推理档位公布的对照中，Muse Spark Open的MCP-Atlas工具任务得分89.2分，高于GLM 5.3的84.2分和Kimi K3的82.3分。但在其他基准上，其表现并不占优：综合智能指数为39分，低于GLM 5.3的45分和Kimi K3的44分；Terminal-Bench 2.1得分为76.4分，低于GLM 5.3的83.9分和Kimi K3的85分；在软件工程测试DeepSWE 1.1中得分60分，低于GLM 5.3的67分和Kimi K3的68分。在考察真实职业场景知识工作任务完成能力的GDPval-AA v2中，Muse Spark Open得分1401分，低于Qwen3.8-2.4T-A95B、GLM 5.3的1769分和Kimi K3的1682分。

【图表：三大基准测试得分对比图】

在Meta公布的对照数据中，Muse Spark Open仅在MCP-Atlas工具任务上以89.2分领先GLM 5.3（84.2分）与Kimi K3（82.3分）；在Terminal-Bench 2.1和DeepSWE 1.1两项编程与软件工程基准上，其76.4分和60分的成绩均落后于两款国产开源模型（GLM 5.3为83.9分和67分，Kimi K3为85分和68分），差距清晰可见。

【图表：综合智能指数对比图】

综合智能指数方面，Muse Spark Open为39分，低于GLM 5.3的45分和Kimi K3的44分。这组对照说明，“美国最强开放权重模型”的综合能力与国产第一梯队开源模型仍存在差距，其差异化优势集中于智能体工具执行、原生多模态与可自主部署的组合。

有行业媒体据此评价，这款“美国最强开源模型”放到中国开源阵营中，编程相关排名仅能排到第七位左右。

四、本地智能体演示：改iOS代码、操作剪辑软件

为验证桌面端部署能力，Meta使用由Muse Spark Open驱动的编程智能体Muse Code，测试了一系列完全在设备本地运行的智能体工作流。编程场景中，模型为开源Mastodon客户端Ice Cubes完成了实际的iOS代码修改，任务覆盖修复Bug、添加新功能，以及完成整个项目的构建。视频处理场景中，模型能够操作视频剪辑软件DaVinci Resolve，逐帧检查素材，寻找更适合保留的片段，并将画面裁剪为竖屏。

五、开源之外：更强的Muse Wonder仍保持闭源

值得注意的是，Muse Spark Open并非Meta当前最强的模型。就在本周早些时候（美东时间10月12日），Meta发布了首批前沿模型Muse Wonder与Muse Wonder Full，官方定位为公司迄今最强的模型产品，主打长时程智能体任务。第三方评测显示，在编码基准DeepSWE 1.1上，Muse Wonder Full以79.0%的成绩登顶；在Artificial Analysis智能指数中，Muse Wonder Full以56分追平Claude Sonnet 5.5（max）。

Meta明确表示，Muse Spark Open的能力不如本周早些时候首次亮相的Muse Wonder先进，Wonder系列将保持闭源模式。亚历山大·王表示，出于安全性和能力两方面的考虑，公司原则上不会对最强性能的模型进行开源，但会持续向开发者社区开放性能稍低的模型版本。

这一“开源＋闭源”双轨安排背后的商业逻辑逐渐清晰：以开放权重模型吸引开发者、扩大AI应用部署与算力资源需求，同时以能力更强的高端闭源模型和推理效率更优的云端算力，承接更昂贵的付费订阅与API需求。据悉，Muse Wonder的API定价为每百万Token输入4美元、输出20美元，与Claude Opus 5.5定价相同。

六、苹果与Meta罕见联手：从多年恩怨到端侧AI新战场

苹果与Meta过去长期相互戒备，几乎没有公开合作。2021年苹果推出隐私调整功能，大幅削弱数字广告商的定向投放能力，双方关系跌至谷底；Meta在2022年初估算，这项改动当年将使其营收减少100亿美元。此次历时数月打磨的合作，标志着AI热潮正在重塑硅谷延续多年的阵营格局。不过，双方代表均拒绝透露本次合作是否预示更深层次的战略合作。

Meta的AI业务此前经历过一段低谷：2025年4月Llama 4发布未能延续声势，随后扎克伯格对AI团队大规模重组，以140亿美元投资Scale AI并引入其创始人出任首席AI官，重建了整个AI研发体系。今年4月8日，重组后的超级智能实验室发布闭源多模态推理模型Muse Spark；9月8日，个人智能体应用Muse上线，两周即登顶美区App Store免费榜，全球下载量接近900万次，不过研究机构Sensor Tower的数据显示，其用户留存率低于ChatGPT。

从行业格局看，中国厂商目前在开放权重模型竞赛中处于领先地位：月之暗面的Kimi K3、阿里巴巴的Qwen3.8-Max以及DeepSeek的V4-Flash，性能均已足以与美国顶尖系统抗衡，而OpenAI、Anthropic与谷歌的领先模型均为闭源。今年8月10日，Meta曾发布约300亿参数的开放权重模型Muse Glimmer——Muse Spark 1.2的蒸馏版本，可在单张消费级显卡上运行；扎克伯格当时呼吁美国降低对开源AI模型的限制，以便与中国竞争对手竞争。

资本市场对Meta的开放策略反应积极。发布前夕，有“AI算力主题交易风向标”之称的费城半导体指数连续七个交易日下跌，累计回撤12.38%，步入技术性回调区域，Meta此时开放权重，被市场解读为对半导体与AI算力主题的积极催化。10月16日，科创AI相关ETF跟踪指数早盘最高涨超2%。

结语

Muse Spark Open的发布，展示了Meta“开放权重拓宽应用边界、闭源模型守住能力上限”的双轨打法：一方面，8160亿参数的前沿模型首次以两台桌面设备即可本地运行的形态开放下载，降低了高端模型的部署门槛；另一方面，真正代表Meta当前能力上限的Muse Wonder仍锁在云端。而在编程等硬指标上，它与中国头部开源模型的差距同样清晰可见。开放能否帮助Meta重新赢得开发者，端侧AI能否成为苹果与Meta合作的下一个增长点，仍有待市场检验。