Meta發佈Muse Spark Open開放權重，並針對蘋果M5 Ultra Mac Studio進行優化
Meta於10月15日發佈Muse Spark Open權重，稱其爲迄今最強的美國開放權重模型，並針對蘋果M5 Ultra Mac Studio進行優化。
該模型爲原生多模態混合專家架構，總參數8160億、每token激活約420億，上下文窗口達100萬token，支持文本、圖像、音頻與視頻輸入並以文本輸出；專爲編碼與長週期代理任務設計，擅長複雜軟件工程與多步推理。
Meta與蘋果合作，使模型可通過最新MLX框架在兩臺M5 Ultra Mac Studio上運行，成爲同類模型中首個可在桌面本地部署的版本；權重已在Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden與Microsoft Foundry提供下載，同時通過Baseten、Fireworks AI、Groq等API平臺可用。
開放版本在原有Muse Spark基礎上增加了安全後訓練，以提升在無系統級防護下的魯棒性；開發者可通過PyTorch TorchTitan進行進一步微調，並支持SGLang、vLLM等多種推理引擎。
Meta此前於4月發佈閉源版Muse Spark，8月推出1.3版本，此次開放權重兌現了後續開源承諾；Zuckerberg在公開帖文中強調模型在新款Mac Studio上表現良好，感謝與John Ternus及蘋果的合作。
此發佈屬於產品開放驅動的本地部署能力擴展，Meta將大參數模型權重公開並優化至消費級桌面硬件，資金與注意力從純雲端API轉向可本地運行的代理與編碼工具；受益方爲希望本地部署大模型的開發者與蘋果硬件生態，承壓方爲依賴封閉前沿模型的競爭對手。
來源：公開信息
ABAB AI 解讀
Meta在Llama系列開源後轉向閉源前沿模型，Muse Spark於2026年4月以閉源形式發佈，隨後在8月推出1.3版本並承諾後續開放權重；此次Muse Spark Open兌現該路徑，同時通過與蘋果MLX的合作將部署門檻從數據中心GPU下沉至雙Mac Studio，延續其“個人超級智能”願景中對本地運行的強調。
資源主要投向安全後訓練與硬件優化，使8160億參數模型可在兩臺M5 Ultra（各512GB統一內存）上通過Thunderbolt集羣運行；動機在於擴大開放權重的實際可用性，吸引開發者在本地進行編碼與代理實驗，而非僅依賴雲端API，從而在開源社區中重新建立影響力。
類似路徑可見於Mistral與Qwen等對大參數MoE模型的開放，以及蘋果此前與其他廠商在MLX上的本地推理合作；當前Meta處於從閉源前沿（如Muse Wonder）與開放可用模型並行的階段，通過硬件優化試圖在美國開放權重賽道上建立桌面部署優勢。
本質屬於技術替代與產業鏈重構：大模型從純雲端服務轉向可本地運行後，硬件統一內存與框架優化成爲新的瓶頸突破點；Meta通過開放權重並綁定蘋果桌面集羣，將部分推理從數據中心轉移至用戶側，從而改變模型部署的成本結構與控制權分配。
ABAB News · 認知定律
開放權重的價值取決於能否本地跑
硬件優化比參數規模更能決定採用
桌面集羣正在替代部分數據中心推理