Meta 的 8160 億參數 Muse Spark Open 可在兩台 Mac Studio 上執行

新聞摘要

2026 年 10 月 15 日，Meta 發布了 Muse Spark Open，這是一款總參數約 8160 億的開放權重 AI 模型，設計用於在 Apple 的 Mac Studio 電腦上本機執行。Meta 稱其為迄今為止美國開發商所推出最具能力的開放權重模型，並表示這是首款可在兩台桌上型電腦而非資料中心機架上執行的同規模模型。TechCrunch 於當天太平洋時間下午 1:04 發布了相關報導。

Meta 發布了什麼

Muse Spark Open 是一款原生多模態模型，專為複雜編碼和代理式任務（即 AI 規劃並使用工具執行多步驟工作的任務）而設計。TechCrunch 報導其上下文視窗為 100 萬個 token，使模型能夠同時檢視非常大的程式碼庫或長文件。

Tech Insider 的報導將該架構描述為混合專家設計。在 8160 億個參數中，每個 token 僅啟動約 420 億個參數，每一層有 256 個專家，每個 token 使用其中 8 個。模型接受文字、圖像、音訊和視訊作為輸入，並產生文字作為輸出。

列出了兩個檢查點：全精度 BF16 版本（Muse-Spark-Open-816B-A42B）和旨在減少記憶體佔用的低精度 NVFP4 版本。

如何在 Mac 上執行

如此龐大的模型通常需要伺服器硬體。報導指出，單一 Mac Studio 不足以執行完整檢查點。兩台 Apple M5 Ultra Mac Studio（每台最高可配置 512 GB 統一記憶體）可以連結，提供約 1 TB 的合併記憶體，而 Apple 的 MLX 框架可讓這兩台機器作為一個系統運作。TechCrunch 引述 Engadget 的報導指出，在本機執行該模型至少需要 1 TB 的 RAM。Meta 表示，該模型在配備 M5 Ultra 晶片的 Mac Studio 上執行效果最佳。

統一記憶體在此至關重要，因為 CPU 和 GPU 共享一個大型記憶體池，因此可以載入非常大的模型權重，而無需像獨立顯示卡那樣在不同記憶體庫之間複製資料。對於企業用戶，Meta 的開發者部落格也描述了在 NVIDIA 的 GB300 NVL72 平台上的部署方式。

目前尚未公布所需 Mac Studio 配置的官方價格，實際執行速度將取決於量化、上下文長度和軟體。

示範

Meta 將該模型與其 AI 編碼終端 Muse Code 配對。在一項測試中，該模型對 Mastodon 用戶端進行了修復，包括錯誤修正、新功能和完整建置。Meta 也將其與影片編輯器 DaVinci Resolve 搭配使用，在其中審查和裁剪影片片段。

可用性與授權

權重可從 Hugging Face 下載，該模型也可透過雲端平台和 API 提供者取得。報導的管道包括 Amazon SageMaker、Google Cloud、Microsoft Foundry、OpenRouter 和 Together AI。該模型以 Muse Model License 發布，據描述允許有限商業使用。所審查的報導中未詳細說明具體限制，因此開發者應閱讀模型卡上的授權條款。

比較

就總規模而言，Muse Spark Open 大於幾個知名的開放權重模型。Tech Insider 列出 DeepSeek V3 總參數約 6710 億、啟動參數 370 億，Llama 4 Maverick 總參數約 4000 億、啟動參數 170 億，以及 Qwen3-235B-A22B 總參數約 2350 億、啟動參數 220 億。

Meta 表示該模型優於其他流行的開放權重模型，但 TechCrunch 未提供具體基準測試分數，獨立評估仍在進行中。KuCoin 上的一個標題引用了 816 億個參數，這與所有其他報導相矛盾，似乎是筆誤。

重要性

開放權重模型可能更具成本效益，且比封閉模型提供更多透明度和靈活性，因為開發者可以在自己的硬體上執行、檢查和調整它們。本機執行也將資料保留在用戶自己的機器上。CNBC 報導指出，Apple 和 Meta 合作使該模型能在 Mac 硬體上執行，儘管 Apple 未被列為該模型的共同開發者。

Meta 於 2026 年 10 月 12 日發布了另一款模型 Muse Wonder。更早之前，於 2026 年 8 月 10 日，它發布了較小的 Muse Glimmer，這是一款擁有 300 億參數的開放權重模型，採用 Apache 2.0 授權，可在配備單一消費級顯示卡的 Mac 或 PC 上執行。