事情是这样的，Meta 在 10 月 15 日放出了一枚大炸弹，Muse Spark Open，官方直接管它叫「有史以来最强的美国开放权重模型」。
先说几个核心参数，816B 总参数量，其中激活的只有 42B，1M token 上下文窗口，原生多模态。这个 MoE 结构很关键，激活参数只有 42B 意味着推理成本不会失控，但总参数量拉到了 816B，知识储备和推理上限就都摆在那里了。这种取舍思路其实跟很多前沿实验室的路线是吻合的，用稀疏激活换容量，让模型在可控的成本下尽可能长脑子。
最让我觉得有意思的，是它第一次跑在了桌面设备上。具体配置是两台 Apple M5 Ultra Mac Studio，靠的是苹果统一内存架构，单台 512GB，两台凑出 1TB 的统一内存。加上 M5 Ultra 那颗 1.2TB/s 内存带宽的 GPU，两台机器就像一台小型超级计算机，能完整装下整个模型。Meta 官方还专门用 MLX 框架做了适配优化，跑通了完整的智能体工作流，包括给一个开源 Mastodon 客户端打 iOS 更新修 bug，还端到端驱动了 DaVinci Resolve 做视频剪辑，逐帧挑出最抓人的画面然后裁成竖版。
说真的，这一步的意义远不只是「能在家跑了」。过去几年我们讨论开放权重模型，焦点基本都落在云端 API 和数据中心上，个人设备跑大模型这件事，大家更多是把它当成一个噱头，「能跑但不好用」。但 Muse Spark Open 直接把它做成了一个实际可用的工作流入口，智能体能力 + 桌面部署 + 端到端工具调用，这三件事凑齐了，桌面才第一次真正变成了前沿模型的运行现场。
回到模型本身，Meta 给了它在智能体、知识推理、编程、工具辅助多模态四个维度的对标数据，同场对比的有 Inkling、Nemotron 3 Ultra、Beam、Mistral 4 Large、Qwen、GLM、Kimi 这一批。从官方放的 benchmark 表来看，Muse Spark Open 在长程任务和复杂软件工程上拿到了它这一档里的最高位。再加上 Baseten、Fireworks、Groq、Modal、OpenRouter、Together AI 这些 API 平台同步上架，权重也同步放到了 SageMaker、Hugging Face、Microsoft Foundry 这些主流渠道，分发面铺得很宽。
还有一点容易被忽略，安全侧的投入。Meta 说 Muse Spark Open 在发布前跑完了 Meta Superintelligence Scaling Framework 的全套评估，并且额外做了 safety post-training，模型卡挂在了 Hugging Face 上，完整评估报告也会陆续放出。开放权重不等于放飞，这一点 Meta 在这代模型上表的态度还挺明确的。
我个人比较看好的一点，是它对智能体场景的定位。816B/42B 这个参数量级，配合 1M 上下文，再叠加原生多模态和工具调用能力，刚好踩在了「长程工作流」这个最吃模型综合素质的场景上。开源社区能拿到这种规格的模型去做二次开发，对整个生态来说是一个实打实的助推。
坦率的讲，「最强美国开放权重模型」这个标签能不能一直站得住，还得看后续社区实测和同档新模型的跟进节奏。但至少在 2026 年 10 月这个时间点，Muse Spark Open 是那个把开放权重模型真正拉回桌面、并跑通智能体全流程的第一张名片。
以上，信息来源为 Hacker News 上的讨论帖，对应 Meta 官方研究博客《Introducing Muse Spark Open, The Most Capable US Open-Weight Model to Date》。
相关文章
