Meta 把自家最新的大模型 Muse Spark Open 放出来了。官方给它的定位很直接，目前美国最强大的开放权重模型，而且不是单纯的文本模型，是个多模态的。总参数干到 8160 亿，激活参数 420 亿，上下文长度直接拉到 100 万 Token。
这几个数字堆在一起，其实挺有冲击力的。100 万 Token 的上下文，意味着你可以把一整套代码库、几十份文档、甚至一部小说直接塞进去，模型还能在里头保持连贯地推理，而不是读了一半就忘了前面说了啥。对做长文档处理、代码库理解、多轮对话的产品来说，这算是一块一直卡在门槛上的短板，现在被硬生生打开了。
但真正让我觉得有意思的，不是模型本身，而是它跑在哪儿。
这台机器，不是数据中心里的 H100 服务器阵列，是苹果自家的 Mac Studio，搭载最新的 M5 Ultra 芯片。Meta 这次用上了苹果最新版本的开源数组框架 MLX，针对 Apple Silicon 的统一内存架构做了优化。M5 Ultra 单台最大内存可以到 512GB，而 Muse Spark Open 完整塞进一台还不够，得两台顶配的 Mac Studio 联机，内存容量相当于 1TB 统一内存的电脑，才装得下整个模型。
这件事背后藏着一个挺大的风向。过去几年，大模型的硬件逻辑一直是往一个方向走的，就是更大的显存、更多的服务器、更贵的整机柜。开放权重模型虽然大家都能下载，但真要在本地跑起来的门槛，其实一直卡在 GPU 集群这一层。现在 Meta 直接把一个 8160 亿参数的模型，做成了两台消费级工作站就能跑起来，等于把「开放权重」这四个字往「真的能用」这一步又往前推了一截。你不需要去租一整间机房，两个 Mac Studio 摆桌上，模型就完整在那儿跑着。
当然，这里也得说一句冷静的话。开放权重不等于开放到没有成本。两台顶配 Mac Studio 加 M5 Ultra，这台「家用服务器」的价格，对普通开发者个人来说依然不便宜。它更适合的是研究机构、独立团队、或者对数据隐私有强需求、不想把模型搬到云上的企业。MLX 生态本身也还年轻，很多周边的推理工具链、量化方案、部署文档，都还需要社区慢慢长出来。
不过方向是对的。Meta 选择在 Apple Silicon 上做优化，而不是只盯着英伟达的 CUDA，这件事本身就说明行业里开始认真考虑，除了那套数据中心答案之外，还有没有第二套可行的硬件路径。统一内存这套思路放在工作站级别，确实是一个被低估的选项。
Muse Spark Open 已经发布在 Hugging Face 上，链接是 meta-models/Muse-Spark-Open-816B-A42B。官方开发文档也同步放在了 dev.meta.ai 上。想试的人，可以直接下权重，前提是先把那两台机器买齐。
信息来源为奇客Solidot，原文标题为《Meta 发布其开放权重模型 Muse Spark Open》。
