Meta重塑前沿格局，开放与封闭之争 - Interconnects AI

美国开源权重模型阵营终于迎来一次像样的反击。Meta本周发布Muse Spark Open，一举成为目前最强的美国产开源模型，且领先幅度不小；与此同时，Reflection发布的首款模型Beam也加入战局。这两款模型的出现改变了一个尴尬的现实：如果没有它们，市面上将有20多个由中国公司开发并开源的模型，性能全面超过西方最好的开源模型。换句话说，美国开源模型此前在追求前沿性能的用户眼中几乎“不值一提”，如今虽然仍落后于中国头部模型，但至少重新回到了牌桌上。Mistral也在同一时间公布了Mistral Large 4，指数得分38，但权重尚未放出，另有传闻称还有多家机构将推出更强的美国开源模型。总体来看，中美最强开源模型之间的差距大约缩小了一半。 这场发布背后是前沿模型生意刺刀见红的竞争节奏。Reflection和Mistral刚公布模型分数，Meta就抢先把更聪明模型的权重放了出来，卡位意图明显。而这些美国模型对标的，是几个月前就已发布的中国模型——业界普遍在问：自8月18日GLM-5.3和7月16日Kimi K3发布之后，Kimi和智谱AI怎么就没声音了？这个问题颇为微妙，值得另文展开。回到Muse Spark Open本身，它是一款总参数816B、激活参数42B的MoE架构开源模型，上下文窗口达100万token，原生多模态，主打编程和智能体任务。根据Hugging Face上的模型卡，开源版本额外做了安全后训练，以增强其作为无系统护栏独立模型时抵御滥用的能力，官方建议将其部署在更完整的AI系统中并配合针对具体场景的护栏。性能定位上，Muse Spark Open大致高于GLM 5.2、接近DeepSeek V4.1 Flash，但落后于GLM 5.3和Kimi K3，属于“够用”一档。这个位置恰好踩在开源生态需求爆发的节点上：开放式LLM智能体终于真正可用（以GLM 5.2的能力为起点），推理服务商在快速扩张，开源后训练经济正在成形，大量企业希望拥有自己的智能能力。Interconnects的长期观察还显示，同等性能与参数规模下，西方开源模型的采用率远高于中国模型，哪怕后者往往先发布。对跨境电商卖家和出海创业者而言，这意味着可自托管、可微调的模型选择又多了一个美国选项，尤其在需要处理多语言商品信息、搭建自动化客服与运营智能体时，开源权重的合规可控性往往比API调用更关键。