Meta 开放权重 Muse Spark Open：816B 总参 / 42B 激活、1M 上下文、原生多模态，两台北 M5 Ultra Mac Studio 可跑
Meta 于 2026-10-15 发布 Muse Spark Open：816B 总参 / 42B 激活、1M 上下文、原生多模态，Muse 许可开放权重，两台北 M5 Ultra Mac Studio 可在本地跑。
2026-10-20 · Meta Superintelligence Labs 研究博客《Introducing Muse Spark Open, The Most Capable US Open-Weight Model to Date》（2026-10-15，一手核对）
发布 2026-10-20核实 2026-10-20要点速览
- 2026-10-15，Meta 放出 Muse Spark Open 权重，官方定位是 「the most capable US open-weight model to date」（迄今能力最强的美国开放权重模型）。规模为 816B 总参数 / 42B 激活，1M token 上下文，原生多模态。
- 官方明确面向 coding 与 agentic：「Built for coding and agentic work, it excels at long-horizon tasks, complex software engineering, and multi-step reasoning.」
- 许可不是 Apache / MIT，而是 Muse Model License（limited commercial terms）——官方措辞是 「which allow many developers to use the model for free」（允许许多开发者免费使用）。「limited commercial terms」的具体阈值官方未给，商用前必须自己读许可原文。
- 权重下载渠道：Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry Models。
- 托管推理：Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI。
- 最反常识的一条：官方称它是 「the first model in its class to run on your desktop using two Apple M5 Ultra Mac Studios with the latest MLX framework」——两台 Mac Studio（不是一台）就能把整个模型装进本地内存跑起来。
- 推理引擎支持：SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp、Unsloth，并针对 AMD / Apple / Intel / NVIDIA 做了优化。
- 内核层面数字（官方给出）：随权重一起发布的 Helion GPU 内核在 SGLang 上于 NVIDIA 与 AMD 显卡实现 1.03–3.95× 的 kernel 级加速；端到端在 AMD MI350 上 +3%。
为什么「两台北 M5 Ultra」这句话值得单独拎出来
816B 参数的模型通常意味着「必须上集群」，Meta 这次的叙事恰恰是在拆这个前提。
官方给出的机制是 Apple 的统一内存架构：单台 M5 Ultra Mac Studio 的集成 GPU 最多可用 512 GB 统一内存，两台合起来刚好装下整个模型；而 1.2 TB/s 的内存带宽让它每生成一个 token 只需读取很小一片权重也能跟上。官方的说法是 「two Mac Studios behave like one supercomputer with a terabyte of unified memory」。
官方举了两个跑在本机、不出网的 agentic 工作流例子：
- 用 Muse Code（由 Muse Spark Open 驱动）对开源 Mastodon 客户端 Ice Cubes 做真实 iOS 改动——修 bug、加功能、完整构建；
- 端到端驱动 DaVinci Resolve，让模型逐帧审片找到最好的镜头并竖屏裁切。
这两个例子的共同点是跨应用、长程、需要在真实 GUI 里连续操作——也就是过去必须把画面和上下文传到云端的那一类任务。如果这条路径成立，「本地跑」的场景从「聊天玩具」变成了「能干活的桌面 agent」。
当然也要看清边界：这是两台顶配 Mac Studio 的门槛，不是任意一台 Mac 都能跑。对绝大多数团队，现实路径仍然是通过上面那七家托管推理平台按 token 付费。
与 Muse Wonder（10-12）是什么关系
本站上一轮写过 Meta 发布 Muse Wonder 系列，当时留下一条待核实：Muse Wonder 是否开源权重。Spark Open 给出了部分答案，但不是同一个模型：
| Muse Wonder / Wonder Full（10-12） | Muse Spark Open（10-15） | |
|---|---|---|
| 权重 | 未开放（官方未宣布开源计划） | 已开放（Muse Model License） |
| 参数 | 官方未公布 | 816B 总参 / 42B 激活 |
| 上下文 | 1M | 1M |
| 多模态 | 输入文本 / 图像 / 视频 / 音频 | 原生多模态（官方未逐项列模态） |
| 获取 | Meta Model API / Muse Code 订阅 | HF / SageMaker / Model Garden / Foundry + 七家托管推理 |
| 定价 | $4 输入 / $0.20 缓存输入 / $20 输出 | 官方发布页未列价格 |
最实用的读法：Wonder 系列是「你要花钱买的 API 档」，Spark Open 是「你能自己拖回家跑的档」。两者不是高低配，是两条分发路径——Meta 在一周之内把封闭前沿与开放权重两条线都摆上了桌。
需要提醒的是：官方并未说明 Spark Open 与 Muse Code 的关系。Muse Code 目前对外描述的驱动模型仍是 Muse Spark 1.3 / Muse Wonder；本次发布不等同于「Muse Code 换成了 Spark Open」，本站未取得相关官方说明。
对开发者的影响
- 先把许可读一遍再谈落地。 「Muse Model License with limited commercial terms」不是 OSI 认可的开源许可。它是免费但不等于无限制商用——尤其当你的产品要把模型能力打包卖出去时，阈值在哪官方没说，别按 MIT 的心态用。
- 托管推理先试，本地后议。 七家平台（含 OpenRouter）已上线，是成本最低的验证路径；本地方案（Ollama、LM Studio、llama.cpp、MLX）值得关注，但 816B / 42B 激活的体量对显存与内存带宽要求仍高，别指望在现有单机上直接替换现有模型。
- 「kernel 级 1.03–3.95×」不能直接换算成端到端提速。 官方自己给的端到端数字只有 AMD MI350 上的 3%。看加速宣传时永远问一句：这是算子级还是端到端？
- 跑分表本站不转录。 官方 Key Benchmarks 以图片形式给出，本次取证未取得逐行数值；已知有独立的 evaluation methodology 报告页与 Hugging Face 模型卡，但不做二手转抄。
- API 定价官方发布页未列，需到各托管平台页面核对——不同平台的价格几乎肯定不一样，选型时按你实际会用的那一家比。
AI 之家 观点
第一，Meta 用一周时间把「开放权重」重新定义成了产品分层，而不是意识形态。 10-12 发 Wonder（闭源、订阅专属 Full），10-15 发 Spark Open（开放权重、限量商用许可）。同一家公司在两条线上同时加码，说明开放权重已经不是「要么全开要么全关」的选择，而是按客户类型切分的一种分发方式。
第二，「two Mac Studios」是这次传播里最有价值、也最容易被误读的一句话。 它证明的是本地 agent 的能力上限被抬高了，不是「人人都能本地跑」。真正的门槛从「买不起 GPU」变成了「买两台顶配 Mac Studio」——对绝大多数人，这句话的意义是「本地方案的天花板在哪」，而不是「现在就能用」。
第三，许可要当成一等公民来读。 2026 年的「开放权重」叙事里，权重可下载 ≠ 可自由商用。Muse Model License 的「limited commercial terms」措辞模糊，本站不做乐观解读。做商业产品的团队，把读许可放在跑 demo 之前。
判断建议：想验证能力，走 OpenRouter / Together 等托管平台先跑；想做合规私有化部署，先把 Muse Model License 全文过一遍法务；别因为「开放权重」四个字就把它当成 MIT 模型的替代品。
待核实
- Muse Spark Open 的 API 定价：官方发布页未列金额，各托管平台价格需分别核对，本站未取得。
- Muse Model License 的商用阈值：官方仅表述为「limited commercial terms，允许许多开发者免费使用」，未给出营收 / 用户数等具体界限。
- Key Benchmarks 的逐行数值：官方以图片呈现，本次取证未取得；评测方法报告页存在但未逐项读取。
- 原生多模态的具体模态与限制：官方只写「natively multimodal」，未逐项列举输入/输出模态。
- 是否进入 Muse Code 产品线：官方发布页未点名 Muse Code 的驱动模型切换，本站不作推断。
- 两张 M5 Ultra Mac Studio 之外的本地配置是否可行：官方只给出两机方案，未给量化后的最低配置。
- 中国大陆可用性：Meta 与上述托管平台在中国大陆的直连可用性非本文核验范围，本站不做判断。
来源
- Introducing Muse Spark Open, The Most Capable US Open-Weight Model to Date（Meta Superintelligence Labs 研究博客，2026-10-15，一手核对）
- Muse Spark Open 模型权重集合（Hugging Face，官方发布页指向）
- Muse Spark Open 模型卡（Hugging Face，官方发布页指向）
- MLX Adapter（ml-explore/mlx-lm，官方发布页指向的 Apple silicon 运行方式）
- 延伸阅读：Muse Wonder 发布资讯、Muse Code 工具卡、OpenRouter、Ollama、MoE 混合专家、长上下文
口径说明：本文的参数规模（816B / 42B）、1M 上下文、许可名称与措辞、下载与托管渠道清单、双 Mac Studio 与 512 GB / 1.2 TB/s 的机制描述、Helion 内核 1.03–3.95× 与 AMD MI350 端到端 3% 的数字，均取自上述 Meta 官方发布页原文；发布日期 2026-10-15 取自官方博客标注，非推断。跑分逐行数值、API 价格与许可商用阈值官方未给，本站留空并列入待核实，不做转抄。