Meta发布Muse Spark Open开放权重，并针对苹果M5 Ultra Mac Studio进行优化
Meta于10月15日发布Muse Spark Open权重，称其为迄今最强的美国开放权重模型，并针对苹果M5 Ultra Mac Studio进行优化。
该模型为原生多模态混合专家架构，总参数8160亿、每token激活约420亿，上下文窗口达100万token，支持文本、图像、音频与视频输入并以文本输出；专为编码与长周期代理任务设计，擅长复杂软件工程与多步推理。
Meta与苹果合作，使模型可通过最新MLX框架在两台M5 Ultra Mac Studio上运行，成为同类模型中首个可在桌面本地部署的版本；权重已在Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden与Microsoft Foundry提供下载，同时通过Baseten、Fireworks AI、Groq等API平台可用。
开放版本在原有Muse Spark基础上增加了安全后训练，以提升在无系统级防护下的鲁棒性；开发者可通过PyTorch TorchTitan进行进一步微调，并支持SGLang、vLLM等多种推理引擎。
Meta此前于4月发布闭源版Muse Spark，8月推出1.3版本，此次开放权重兑现了后续开源承诺；Zuckerberg在公开帖文中强调模型在新款Mac Studio上表现良好，感谢与John Ternus及苹果的合作。
此发布属于产品开放驱动的本地部署能力扩展，Meta将大参数模型权重公开并优化至消费级桌面硬件，资金与注意力从纯云端API转向可本地运行的代理与编码工具；受益方为希望本地部署大模型的开发者与苹果硬件生态，承压方为依赖封闭前沿模型的竞争对手。
来源：公开信息
ABAB AI 解读
Meta在Llama系列开源后转向闭源前沿模型，Muse Spark于2026年4月以闭源形式发布，随后在8月推出1.3版本并承诺后续开放权重；此次Muse Spark Open兑现该路径，同时通过与苹果MLX的合作将部署门槛从数据中心GPU下沉至双Mac Studio，延续其“个人超级智能”愿景中对本地运行的强调。
资源主要投向安全后训练与硬件优化，使8160亿参数模型可在两台M5 Ultra（各512GB统一内存）上通过Thunderbolt集群运行；动机在于扩大开放权重的实际可用性，吸引开发者在本地进行编码与代理实验，而非仅依赖云端API，从而在开源社区中重新建立影响力。
类似路径可见于Mistral与Qwen等对大参数MoE模型的开放，以及苹果此前与其他厂商在MLX上的本地推理合作；当前Meta处于从闭源前沿（如Muse Wonder）与开放可用模型并行的阶段，通过硬件优化试图在美国开放权重赛道上建立桌面部署优势。
本质属于技术替代与产业链重构：大模型从纯云端服务转向可本地运行后，硬件统一内存与框架优化成为新的瓶颈突破点；Meta通过开放权重并绑定苹果桌面集群，将部分推理从数据中心转移至用户侧，从而改变模型部署的成本结构与控制权分配。
ABAB News · 认知定律
开放权重的价值取决于能否本地跑
硬件优化比参数规模更能决定采用
桌面集群正在替代部分数据中心推理