Meta 發布 816B 參數 Muse Spark Open，支援 100 萬上下文，可在兩台 Mac Studio 上運行

新聞摘要

Meta 已發布 Muse Spark Open 的權重，這是一個 8160 億參數的多模態模型，Meta 稱其為迄今為止美國開發者發布的最強大的開放權重模型。公告日期為 2026 年 10 月 15 日，發布於 Meta 的研究網站；Meta 未說明具體時間，因此無法附加時區。該模型採用混合專家設計，每個 token 啟用 420 億參數，可接受最多 100 萬 token 的上下文，目標是程式設計和長期運行的代理任務。

Meta 發布了什麼

Muse Spark Open 總共有 8160 億參數，但在處理每個 token 時僅啟用約 420 億。這是混合專家（MoE）模型的核心概念：存在許多專家子網路，路由器會為每個步驟選擇一小部分。結果是，與相同規模的密集模型相比，每個 token 的計算成本更低，但知識容量卻非常大。該模型原生支援多模態，意味著它是在訓練時就同時處理文字和圖像，而不是事後才加上視覺能力，並且支援 100 萬 token 的上下文視窗，足以在單一會話中容納大型程式碼庫或數小時的轉錄內容。

權重已列在 Hugging Face 上，儲存庫名稱為 meta-models/Muse-Spark-Open-816B-A42B，精度為 BF16，並提供獨立的 NVFP4（4 位元浮點）版本以降低記憶體使用。Meta 也列出了透過 Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry Models 的下載方式。

聚焦程式設計和代理

Meta 將該模型定位於軟體工程、多步驟推理和長期代理任務，這些任務需要模型進行規劃、呼叫工具並持續執行多個步驟。Meta 展示了兩個使用 Muse Code（由該模型驅動的 Meta 程式設計工具）的示範。第一個示範中，它修改了開源的 Mastodon 用戶端 Ice Cubes for iOS。第二個示範中，它在 DaVinci Resolve 中處理端到端的影片編輯，逐幀檢視素材，並將最精彩的片段裁剪成垂直短片。

在桌面上運行前沿規模模型

最引人注目的說法是本地部署。Meta 表示，該模型可在兩台配備 Apple MLX 框架的 Apple M5 Ultra Mac Studio 電腦上運行。每台機器可為其整合 GPU 提供最多 512 GB 的統一記憶體，並提供 1.2 TB/s 的記憶體頻寬，因此兩台合計提供約 1 TB 的 CPU 與 GPU 共享記憶體。統一記憶體對大型模型很重要，因為權重不需要在獨立的系統記憶體和圖形記憶體之間複製。Meta 將此視為其「未來屬於每個人」信念的一部分，包括在家中運行先進模型。

對於不熟悉此主題的讀者，量化可以解釋這是如何實現的。像 NVFP4 版本那樣，以較少的位元儲存每個權重，可以縮小記憶體佔用，但通常會以某些任務的準確性為代價，具體取決於任務類型。

存取、工具和速度

託管 API 存取已列於 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter 和 Together AI。支援的推理引擎包括 SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp 和 Unsloth，並針對 AMD、Apple、Intel 和 NVIDIA 硬體進行了最佳化。微調支援透過 PyTorch 和 TorchTitan 進行。

在效能工程方面，Meta 表示，SGLang 中自訂的可自動調整 Helion GPU 核心在 NVIDIA 和 AMD GPU 上提供了 1.03 倍到 3.95 倍的核心級加速，在 AMD MI350 硬體上提供了 3% 的端到端加速。核心是一個小型 GPU 程式，執行一個核心操作，因此那裡的加速只能部分轉化為整個模型的吞吐量，這就是端到端數字較小的原因。

授權和安全性

該模型採用 Muse 模型授權，Meta 將其描述為具有有限的商業條款，允許許多開發者免費使用。獨立報導指出，它允許使用、修改、微調、蒸餾和重新發布模型，但增加了經典開源授權不會有的條件，因此「開放權重」比「開源」更準確。團隊在基於該模型建置產品之前，應閱讀授權文字。

Meta 表示，該模型接受了額外的安全後訓練，並根據其 Meta 超級智慧擴展框架進行了評估，並表示達到了該框架的發布門檻。Meta 自己的總結是「結果顯示，在所衡量的風險類別中，具有強大的防護措施。」詳細結果在模型卡中，更完整的評估報告據稱即將發布。

背景：在 Meta 模型系列中的位置

Meta 於 2026 年 4 月推出 Muse Spark 作為專有模型，同時表示計劃開放未來版本。根據次要報導，一個 300 億參數的開放模型 Muse Glimmer 於 2026 年 8 月以 Apache 2.0 授權發布，Meta 高層後來表示將發布更新版 Muse Spark 的權重。Muse Spark Open 是該序列中的大規模步驟。次要媒體也報導了更新的託管 Muse Spark 版本，因此不應假設開放模型與 Meta 最新的專有發布相匹配。

需要謹慎對待的事項

Meta 的研究頁面有「關鍵基準」部分，並連結到評估方法報告，但本報告無法提取基準數字，且行業報導指出，獨立評估尚未證實 Meta 的能力聲明。「最強大的美國開放權重模型」的描述是 Meta 自己的說法。實際問題，例如在兩台 Mac 設定上的真實速度、量化版本的品質以及長上下文行為，將在社群測試權重後得到解答。

對學習者的重要性

對於學生和開發者來說，這次發布是直接研究前沿規模混合專家模型的機會：檢查其結構、使用開放工具運行、微調較小的改編版本，並比較量化的取捨。它也展示了具有大統一記憶體的硬體如何改變資料中心之外可以運行的內容。

來源

Meta Research（research.meta.ai/blog/muse-spark-open）；Hugging Face 模型卡和集合；MarkTechPost、Unite.AI、Analytics India Magazine、iGeeksBlog 和 DEV Community 約 2026 年 10 月 15 日的報導；The Register 和 Constellation Research 提供早期 Muse 模型背景。