文案｜观野 
编辑｜叙白
10月16日，Meta发布开放权重模型Muse Spark Open，总参数8160亿。
Meta Connect 大会现场

激活参数420亿，支持100万Token上下文。主攻方向也挑得明白：编程与智能体任务。模型权重已公布，开发者可以自行下载部署。主攻方向也挑得明白：编程与智能体任务。模型权重已公布，开发者可以自行下载部署。
发布节奏也挺突然。
大模型数据中心

美国时间本周五凌晨，Meta把开放权重版本放了出来，名字叫Muse Spark Open。官方给出的规格是一整套：混合专家架构，总参数8160亿，每次推理激活420亿，上下文窗口最高100万Token。输入输出覆盖文本、图像、音频、视频四类。官方定位是迄今美国公司发布的最强开放权重模型。名字里带Open，姿态就摆在了明处。这是Meta对开源阵营的一次大规模弹药补给。
Mac Studio 工作站


8160亿参数，到底意味着什么总参数8160亿，激活只有420亿，这是典型的稀疏架构思路：脑子大，每次干活只叫醒一小块。省下的算力换来了实惠。推理成本压低，部署门槛跟着降，对跑智能体应用的公司来说，账好算得多。100万Token的上下文也是关键一项。整本书、整个代码库扔进去，模型看得住，这才撑得起智能体的长任务。
权重下载的通道也铺好了。亚马逊SageMaker AI、谷歌云Model Garden、Hugging Face、微软Foundry Models都能拿到；API侧则有Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI。推理框架的适配做得很足：SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、苹果MLX、llama.cpp、Unsloth全都支持，并针对AMD、苹果、英特尔、英伟达四家芯片做了优化。
AI 服务器机房

Meta还给SGLang加了可自动调优的Helion GPU内核，官方说法是在英伟达和AMD的GPU上能拿到1.03倍到3.95倍的内核级提升。许可协议留了个口子：权重对外开放，但附带了商业使用限制，并非完全没有约束。主攻编程与智能体，选的是当下最烧钱也最烧模型的两块场景。把旗舰开源放在这两个赛道，等于直接给云厂商的定价施压。稀疏架构的工程难度不低。专家路由做不好，模型就会偏科；做好了，同等算力下的能力上限明显高于稠密架构。权重公开还意味着一件事：社区微调的闸门打开了。垂直行业的定制版本，接下来会像雨后蘑菇一样冒出来。
Meta 发布会现场


联手苹果，把旗舰模型跑进了Mac更意外的合作是苹果。双方让这个模型通过MLX框架，在两台搭载M5 Ultra芯片的Mac Studio上运行。
硬件账要算清楚。每台M5 Ultra的Mac Studio可配置512GB统一内存，两台拼起来就是1TB，刚好装下完整模型。统一内存架构让芯片的集成GPU能直接吃下这批权重，1.2TB/s的内存带宽负责读取每个Token所需的数据块。Meta的形容是，两台Mac Studio合起来的运行效果，相当于一台1TB统一内存的超级计算机。门槛也摆在那儿：两台512G的Mac Studio，价格已经超过4万美元。
大模型数据中心

普通消费级Mac没法部署。这次牵手的双方身份也有意思。扎克伯格在社交平台点名感谢苹果新任CEO约翰·特努斯及苹果团队；特努斯在评论区回应，能直接在桌面端高效运行令人惊叹。Meta AI首席执行官亚历山德·王在接受采访时说了一句玩笑话：很高兴看到父母再次和好如初。
他还提到，两家公司的合作已经谈了几个月。把旗舰级开源模型塞进桌面设备，这句话背后的信号很直白：本地推理的时代被往前推了一步。对开发者来说，数据不出本机、不用按Token付费，这两条吸引力足够大。
Mac Studio 工作站

隐私敏感场景最先受益。对苹果来说，这也是一次顺势的秀肌肉。M5 Ultra能扛起8160亿参数的稀疏模型，芯片叙事又添了一块砖。两台设备就能跑旗舰模型，这件事改写的是部署经济学。过去要租一整个集群的活，现在一张办公桌就摆得下。对中小企业更实际：一台设备的钱，换来的是全年无账单的模型能力。这笔账很多公司算得过来。
AI 服务器机房


这一次，开源的边界被划在了哪儿Meta这次把Spark Open放了出来，能力更强的Muse Wonder系列却依旧闭源。放多少、留多少，账算得精。开源档负责生态和声量，闭源档负责能力和收费。这个双轨玩法，已经是大模型行业的标准操作。对手们也不会闲着。
权重一公开，各家评测很快就会跟上，成色如何，跑分和口碑两周内见分晓。第一批分数已经出来了。在第三方机构Artificial Analysis的开放权重模型智能指数上，Muse Spark Open的高配档拿到39分。


横向比一比：MiMo-V2.6-Pro是46分，GLM-5.3是45分，Step 5 Preview和Kimi K3也排在前面，Muse Spark Open与DeepSeek V4.1 Flash持平。蚂蚁百灵刚开源的Ling-3.1-flash拿到41分，同样领先它。参数最大，分数不是最高。这个落差本身就是评测的价值所在。


开发者社区的反应通常最诚实。下载量、微调项目数、报障密度，这三样比发布会更有说服力。真正的较量在于后续迭代。开源版本的更新频率和社区反馈的响应速度，决定生态能不能滚起来。

这一手落下，对整个行业意味着什么编程和智能体是AI商业化最快的两条腿。Meta把开源旗舰压在这两个赛道上，商业模式的靶心是生态位，不是直接的模型收入。对做应用的公司，多一个高性能开源选项，议价空间就大一分。


对闭源厂商，护城河又被削掉一块。对云厂商，冲击更直接。客户自部署的成本曲线往下走，云上的模型服务就得拿出真本事定价。对开源阵营，这是一次士气提振。中国团队的开放权重模型此前在这个量级领跑，现在美国阵营跟上了。
AI 服务器机房

这场发布真正的主角不是参数，而是部署方式。模型跑在哪，比模型多大更能改写行业格局。补一个背景。
今年8月，Meta发布过一款规模小得多的开放权重模型Muse Glimmer，这一次是加大号的跟进。从更小的能级切到现在的量级，半年的时间，Meta在开源这条线上补了一大步。接下来两周值得盯三件事：第三方评测的成色、社区微调生态的热度、以及闭源阵营的降价动作。


结语8160亿参数、100万Token上下文、两台Mac Studio就能跑。Meta这一手把开源的天花板又抬高了一截，接下来就看同行怎么接招。
参考信源