隆重推出Muse Spark Open，迄今最强的美国开源模型。

Meta 今天放出了 Muse Spark Open 的模型权重，官方称这是迄今为止美国公司发布的最强开放权重模型。这款模型采用原生多模态架构，总参数 8160 亿、激活参数 420 亿，上下文窗口达到 100 万 token，主打编程和智能体（Agent）任务，在长周期任务、复杂软件工程和多步推理上表现突出。权重已在 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 上线，同时通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI 等平台提供 API 调用。 这次发布最值得关注的是端侧部署能力。Muse Spark Open 成为首个能在桌面端本地运行的同类模型，方案是两台搭载 M5 Ultra 芯片的 Mac Studio 配合苹果最新的 MLX 框架。苹果的统一内存架构让每台 Mac Studio 的集成 GPU 可调用最高 512GB 内存，两台机器合计能装下整个模型，而 1.2 TB/s 的内存带宽足以支撑逐 token 读取。Meta 在实测中用 Muse Code 跑通了多个完全离线的智能体工作流，包括给开源 Mastodon 客户端 Ice Cubes 提交真实的 iOS 代码改动（修 bug、加功能、完整构建），以及驱动 DaVinci Resolve 逐帧审片、自动挑选高光片段并做竖屏裁切。对做视频出海和内容批量生产的团队来说，这种本地跑大模型的能力意味着数据不出本地、按量付费的 API 成本也可能被替代。 对跨境电商和出海开发者而言，这次发布的实际影响有三层。第一，开放权重加宽松许可（Muse Model License，含有限商业条款，多数开发者可免费使用），意味着中小团队可以自己微调、私有化部署，不必再完全依赖闭源 API，长期推理成本可控。第二，推理生态覆盖很全，SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp、Unsloth 都支持，并针对 AMD、苹果、英特尔、英伟达芯片做了优化，其中 SGLang 里的 Helion GPU 内核在英伟达和 AMD 上带来 1.03 到 3.95 倍的加速，AMD MI350 上端到端提速 3%。第三，Meta 强调开放权重是其"个人超级智能"战略的一部分，模型经过了额外的安全后训练，并按 Meta Superintelligence Scaling Framework 评估，达到了发布门槛。 需要提醒的是，8160 亿参数即便只激活 420 亿，本地部署的硬件门槛依然不低——两台顶配 Mac Studio 的成本对个人开发者并不友好。更现实的路径是先用托管 API 验证场景，等用量跑起来再考虑私有化。想自己微调的开发者可以用 PyTorch 的 TorchTitan，Mac 端则直接用 MLX 从 Hugging Face 拉取权重。