Meta 开源 Muse Spark Open：816B MoE 多模态模型，支持双 Mac Studio 本地运行

原标题：Muse Spark Open, the Most Capable US Open‑Weight Model to Date

88AI 研判分

核心综述

Meta 发布迄今最强的美国开源权重模型 Muse Spark Open，采用 816B 总参数（42B 激活）的混合专家架构，原生支持多模态与 1M token 上下文。该模型专为编码和智能体任务设计，在长程推理与复杂软件工程上表现卓越，并首次实现通过两台 Apple M5 Ultra Mac Studio 结合 MLX 框架在桌面端高效运行。

报道全文原始报道全文

本文目录6 个章节

Muse Spark Open 现已发布，首次在搭载 Apple M5 Ultra 芯片的 Mac Studio 桌面上带来领先的智能体（agentic）能力。

今天，我们发布了 Muse Spark Open 的模型权重，这是迄今为止最强大的美国开源权重模型。Muse Spark Open 是一款原生多模态模型，拥有 8160 亿总参数（420 亿激活参数）和 100 万 token 的上下文窗口。该模型专为编程和智能体工作构建，在长周期任务、复杂软件工程和多步推理方面表现出色。

我们相信未来属于每个人，这包括在任何地方（甚至是在家中）运行先进模型的自由。Muse Spark Open 是同类中首个能够利用最新的 MLX 框架，在两台搭载 Apple M5 Ultra 芯片的 Mac Studio 上于桌面端运行的模型。

Muse Spark Open 现已通过 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI 等 API 平台提供访问。模型权重可在 Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face 和 Microsoft Foundry Models 上下载。

它支持 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp 和 Unsloth 等主流推理引擎，并针对 AMD、Apple、Intel 和 NVIDIA 芯片进行了优化。开发者可以使用 PyTorch 框架轻松地对模型进行进一步定制。

关键基准测试

Image 1: Benchmark table comparing Muse Spark Open with Inkling, Nemotron 3 Ultra, Beam, Mistral 4 Large, Qwen3.8-2.4T-A95B, GLM 5.3, and Kimi K3 across agentic, knowledge and reasoning, coding, and tool-assisted multimodal evaluations.

有关我们评估的更多细节，请参阅评估方法论报告。

针对 Apple Silicon 优化

借助最新版本的 MLX，Muse Spark Open 经过优化可在搭载 M5 Ultra 芯片的 Mac Studio 上运行，二者结合是在个人桌面上运行强大模型的最佳方式。

Apple 的统一内存架构允许 M5 Ultra 的集成 GPU 每台 Mac Studio 使用高达 512 GB 的内存，因此两台机器即可容纳整个模型。此外，芯片 1.2 TB/s 的内存带宽足以快速读取每个 token 所需的小部分数据。其结果是，两台 Mac Studio 表现得如同一台拥有一 TB 统一内存的超级计算机。

我们测试了一系列完全在设备端运行的 agentic workflows，使用由 Muse Spark Open 驱动的 Muse Code，包括向 Ice Cubes（一款开源的 Mastodon 客户端）推送实际的 iOS 更改——涵盖 bug 修复、新功能开发及完整构建流程——以及端到端地操控 DaVinci Resolve，让模型逐帧审查素材以找出最精彩的瞬间并进行垂直裁剪。

现已发布

我们分享这项工作，是为了让每个人都能用上最好的模型。Muse Spark 的开放权重版本内置了 SGLang 中可自动调优的自定义 Helion GPU kernels，在 NVIDIA 和 AMD GPU 上实现了 1.03-3.95× 的 kernel 级加速，并在 AMD MI350 上实现了 3% 的端到端加速。

安全与准备度

发布开放权重模型是我们让所有人受益于个人超级智能的一部分，也是推动整个领域安全工作进步的方式之一。

开放权重也带来其自身的考量，因此 Muse Spark Open 为此增加了额外的安全后训练。结果表明，在所评估的风险类别中，该模型具备强大的安全防护措施。

我们依据 Meta Superintelligence Scaling Framework 对模型进行了评估，覆盖了最严重的风险，并达到了我们框架要求的发布阈值。详细结果见 Muse Spark Open model card，完整的评估报告即将发布。

许可证

我们在 Muse Model License 下发布权重，附带有限的商业条款，允许许多开发者免费使用该模型。

开始使用

你可以利用 PyTorch 的 TorchTitan 进一步微调模型，从而针对你的用例定制 Muse Spark Open。要在 Apple silicon 上运行它，请使用 MLX，它会直接从 Hugging Face 拉取权重。

Muse Spark Open 现已通过 Hugging Face 提供：https://huggingface.co/collections/meta-models/muse-spark-open

用于在 Mac Studio 上运行 Muse Spark Open 的 MLX Adapter。

托管推理合作伙伴：Together AI、Fireworks、Baseten、Modal 和 OpenRouter。

基于 Muse Spark Open 构建或发布了什么？请在 Hugging Face Forums 与我们分享——我们很乐意看到你的创作。