两台苹果 Mac Studio，512 GB 内存版本，就能在桌面端本地跑起来一个总参数量 816B 的模型。这个数字放在一年前，很难和"本地运行"四个字放在同一句话里。
当地时间 10 月 15 日，Meta 发布了开放权重 AI 模型 Muse Spark Open。Meta 官方给出的说法是：这是迄今为止能力最强的美国开放权重模型。这句话的定语很讲究——"美国"和"开放权重"，两个限定词都没省。
参数怎么分配的
Muse Spark Open 采用原生多模态架构，总参数量 816B，其中激活参数 42B。上下文窗口支持 1M token。这个组合意味着它不是靠全量参数硬扛，而是走激活稀疏的路线，把每次推理真正调动的算力压下来。
模型的设计目标很明确：代码构建与智能体协作。官方描述中，它在长程任务、复杂软件工程以及多步推理这几类场景里表现突出。这三类任务有个共同点——都需要模型在很长的时间跨度里保持状态、不掉链子。
两台 Mac 背后的框架
让 816B 模型落到桌面端的关键，是 MLX 框架。得益于这套框架，Muse Spark Open 成为同级别模型中首个仅凭两台苹果 M5 Ultra 芯片的 Mac Studio 即可本地运行的模型。注意这里的措辞是"同级别中首个"，Meta 没有说它是唯一能本地跑的大模型。
对开发者来说，更实际的问题是：怎么用上它。即日起，可以通过一批 API 平台调用 Muse Spark Open，包括 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 以及 Together AI。模型权重也同步上线了四个下载渠道：Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 与 Microsoft Foundry Models。
推理引擎和芯片适配清单
模型已适配的主流推理引擎包括：
- SGLang、vLLM、TensorRT-LLM
- Hugging Face Transformers、Apple MLX
- llama.cpp、Unsloth
芯片层面，针对 AMD、苹果、英特尔及英伟达都做了深度优化。开发者也可以基于 PyTorch 框架做二次开发和定制。这份适配清单覆盖了从云端推理到本地部署的主要路径，没有把开发者往某一个平台上绑。
安全对齐与商用条款
在后训练阶段，Muse Spark Open 针对性地加强了安全对齐。基准测试结果显示，该模型在所有受测风险维度上均具备严密的安全保障能力。
权重基于附带限制性商用条款的 Muse Model License 发布。Meta 的表述是：绝大多数开发者均可免费获取并使用该模型。"绝大多数"这个说法留了口子，具体边界要看许可证条款本身。
816B 参数、1M 上下文、两台 Mac 本地跑、七家 API 平台加四个权重下载渠道——这套组合拳打出来，Meta 想争的不只是"最强"两个字，还有开发者上手的第一公里。
热门跟贴