Meta 终于又把大模型的权重放出来了。
昨晚，Meta 开放了 Muse Spark Open。8160 亿参数，每个 token 只动用其中 420 亿，上下文 100 万 token，能读文字、图片、视频和音频。
先说谁能用。权重在 Hugging Face 上免费下载，要先登录申请。多数开发者可以商用。想自己部署，要两台顶配的 Mac Studio，或者四块 Blackwell Ultra、八块 H200 这样的服务器。没有这些，就调 API。
01 美国最强
Meta 的原话是“迄今最强的美国开放权重模型”。
Artificial Analysis（AA）的综合智能指数里，它 39 分。美国开源里排第二的，是 NVIDIA 当天发布的 Nemotron 3.5 Super VL，26 分，差了一大截。AA 确认，它是美国开源第一。
美国一直缺一个大尺寸的开放权重模型。这次补上了。
“美国”是个限定词，要说清楚。放到全球，GLM 5.3 是 45 分，Kimi K3 是 44 分，都在它前面。
对照 GLM 5.3 和 Kimi K3，它强在三项。调用工具领先，MCP-Atlas 测的是模型通过 MCP 协议调用外部工具。不借助工具的难题也领先，HLE 是一套极难的跨学科考题。少瞎编同样领先，AA-Omniscience 专门惩罚瞎编。
弱在写代码。Terminal-Bench 测命令行任务，DeepSWE 测软件工程任务，它都落后一截。
02 重回开源，联手 Apple
Muse 系列这一年，主力模型 Muse Spark 和三天前的 Muse Wonder 都是闭源，只能通过 Meta 的产品和 API 用。开放权重的，只有小模型 Muse Glimmer。
这是 Meta 第一次放出大尺寸 Muse 模型的权重。Meta 调整了这么久，终于又回到了开源的世界。我觉得这件事意义重大。
另一个重点是 Apple。Meta 用最新版 MLX，针对 M5 Ultra Mac Studio 做了优化。扎克伯格发帖时也说，这是和 Apple 合作的成果。
一台 M5 Ultra Mac Studio 的 GPU 最多能用 512GB 统一内存。两台合起来约 1TB，装得下整个模型。官方说，两台的表现像一台有 1TB 统一内存的超级计算机，是同级别模型里第一个能在桌面上跑的。
要说明的是，是两台 Mac Studio，不是 Mac mini。512GB 的 M5 Ultra 版，苹果还没公布价格，10 月底才开卖。TechRadar 预计一台起步远高于 1 万美元，两台就是 2 万美元以上。
我的看法：这不是平民能玩的，但对一般公司来说，够得着了。很多开源模型，其实离普通用户太远。这个看起来比较实用，目标设备是放在桌上的 Mac，不是机房里的服务器。
官方没给运行速度，也没写具体用的是哪个压缩版本。第三方 Unsloth 做了量化版，称 2 比特版要 250 到 316GB 内存。按这个数，一台 512GB 的 Mac Studio 就能放下。质量和速度我没验证。
03 个人 Agent
Meta 测了一组完全在设备上跑的智能体任务，用的是 Muse Code。
一件事是给开源 Mastodon 客户端 Ice Cubes 修 bug、加功能，再完整构建 iOS 版。另一件是在 DaVinci Resolve 里逐帧看素材，找出最精彩的片段，裁成竖屏。官方说，这些都在本机完成。
这件事对我自己也有用。
我有大量的任务，比如 TTS，还有翻译，都需要一个模型。现在都是调第三方的，成本肯定有。写代码也一样。如果本地有一个能力很强的模型，能省很多成本。
不过它写代码偏弱，能不能顶上我现在用的模型，我还没试。
我的看法：这意味着，每个公司都可以有一个自己部署的、很强大的模型。再结合个人 Agent，想象空间非常大。
我相信很快，每个人家里也可以部署一套更小的模型。
不想买机器，也可以调 API，OpenRouter 上的模型 ID 是 meta/muse-spark-open。
我的看法：只论价格，调 API 没什么意思。AA 算了同一套评测的花费，它每个任务约 0.84 美元，DeepSeek V4.1 Flash 只要 0.27 美元。想省钱，用国产模型更划算。它的价值在于开放权重，能放在自己的机器上。
许可证上，多数开发者免费，产品里要标注“Built with Muse Spark Open”。通过 API 卖模型、年营收超过 2000 万美元的公司，要另签协议。
训练用的是 NVIDIA GB300 NVL72，还有针对 Blackwell Ultra 的 NVFP4 版本。桌面这头是 Apple，机房那头是 NVIDIA。
美国有了最强的开放权重模型，Meta 回到了开源，强模型也有了进桌面的路。如果家里真能放一个这样的模型，你最想让它的个人 Agent 先做什么？
我没有自己实测，数据来自 Meta 官方博客、Artificial Analysis、NVIDIA 和 Unsloth。
参考资料
01｜Meta AI Research：Introducing Muse Spark Open
https://research.meta.ai/blog/muse-spark-open
02｜Artificial Analysis：Muse Spark Open 评测帖
https://x.com/ArtificialAnlys/status/2110893784422908225
03｜Mark Zuckerberg：Muse Spark Open 发布帖
https://x.com/finkd/status/2110778025629347999
04｜NVIDIA AI：Muse Spark Open 帖
https://x.com/NVIDIAAI/status/2110799083749495190
05｜TechRadar：512GB M5 Ultra Mac Studio 报道
https://techradar.com/pro/as-apple-readies-its-512gb-m5-ultra-mac-studio-for-local-ai-the-m5-max-workstation-drops-by-usd200
热门跟贴