---
url: /lm/muse-spark-open/introduction.md
description: >-
  Meta于2026年10月15日刚开放权重的816B混合专家模型Muse Spark Open是什么？42B激活参数、100万上下文、原生多模态，两台Mac
  Studio本地跑前沿级大模型，五分钟讲透它的能力边界、真实跑分与许可证坑
---

# 认识Muse Spark Open

先说一个让我有点恍惚的事实。

以前要跑一个 8000 亿参数级别的模型，标准答案是：一个机房、一整套运维、一张能让你财务总监当场辞职的电费单。而 2026 年 10 月 15 日这天，Meta 官方演示里跑这个模型用的东西是——**两台 Mac Studio**。

就摆在桌子上那种。

这台机器叫 **Muse Spark Open**，Meta 开放出来的最新 frontier 级开放权重模型。它的参数规模是 **8160 亿**，但你每生成一个 token 真正动用的只有 **420 亿**。上下文窗口 **100 万 token**，原生就能吃文本、图像、视频、音频。

矛盾感就在这儿：**一个要在 Hugging Face 上下载近半 TB 权重的庞然大物，同时又是第一个"能跑在你自己桌上"的同级别模型。**

> 过去我们总说"开源模型落后闭源半年"，现在问题变了：不是能不能拿到最强的权重，而是你有没有地方把它放下。

## 什么是 Muse Spark Open

Muse Spark Open 是 **Meta Superintelligence Labs** 于 **2026 年 10 月 15 日**发布的**开放权重（open-weight）原生多模态模型**。

这里有个前提要说清楚，不然容易和别的东西搞混：Meta 的旗舰 Muse Spark 一直是**闭源商用模型**，通过 Meta Model API 提供服务。这次放出来的 Muse Spark Open 是它的**开放权重版本**——权重可以下载、可以自己跑、可以在自己的网络里托管，但它不是 Apache 2.0 那种标准开源协议（后面"许可证"那节有坑，别跳过）。

一句话定位：**一个给编码 Agent 和长周期任务设计的、能自己托管的 frontier 级模型**。

### 核心架构：816B 里只醒着 42B

* **MoE 混合专家架构**：总参数 **816B**，每个 token 激活 **42B**。这个比例很重要——推理成本接近一个 420 亿参数的模型，但脑子里装的知识是 8160 亿的量级。这也是它能塞进两台 Mac Studio 的根本原因：不是每次推理都要把 8160 亿参数全读一遍
* **100 万 token 上下文**：1M context window，专门为了"长跑型"任务准备的——改一整个仓库的 bug、读几小时的会议视频、跨越几十次工具调用还记着最初的目标
* **原生多模态**：文本、图像、视频、音频都能直接喂进去，不需要外挂一堆编码器。官方模型 ID 是 `meta-models/Muse-Spark-Open-816B-A42B`
* **为 Agent 而训练**：Meta 明说了它擅长的是长周期任务、复杂软件工程和多步推理，而不是当聊天机器人陪你唠嗑

顺便提一句家族关系：本站之前写过的 [Muse Glimmer](/lm/muse-glimmer/introduction) 是它的小兄弟，30B、Apache 2.0、24GB 显存就能跑。今天这个是大哥本哥的权重版。**想要自由度选 Glimmer，想要能力上限选 Spark Open。**

## Muse Spark Open 的核心特点

* **816B 总参数 / 42B 激活**：MoE 架构，把"知识容量"和"推理成本"这两件事拆开了
* **1M token 上下文**：长任务不容易失忆，适合动辄几十次工具调用的 Agent 工作流
* **原生多模态**：文、图、视频、音频统一输入
* **桌面级本地运行**：首个同级别里能在\*\*两台 Mac Studio（M5 Ultra）\*\*上跑起来的模型，靠 MLX + RDMA over Thunderbolt 5 把两台机器连成一台
* **推理引擎全覆盖**：SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、Apple MLX、llama.cpp、Unsloth 都支持
* **跨平台芯片优化**：对 AMD、Apple、Intel、NVIDIA 的硬件都做了针对性优化
* **自研 Helion GPU 内核**：随 SGLang 一起发布，**可自动调优**，在 NVIDIA 和 AMD 显卡上给出 1.03–3.95 倍的 kernel 级加速，AMD MI350 上端到端提速约 3%
* **可用 TorchTitan 继续微调**：基于 PyTorch 的官方训练方案，方便做领域定制
* **多家托管随上线**：Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI 七家 API 平台发布当天就有
* **权重分发渠道齐全**：Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry Models 都能拉
* **过了 Meta 自己的安全框架**：按 Meta Superintelligence Scaling Framework 评估，达到放行阈值，并额外做了安全后训练

> 值得单独强调的一点：Meta 开放的不只是权重，还包括**自定义的 Helion GPU 内核**。这等于把"怎么把它跑快"这件事也开源了——这在以前的开放权重发布里并不常见。

## 谁在用 Muse Spark Open / 能拿来干什么

### Meta × Apple：两台 Mac Studio 顶一台超算

这是整件事里最有戏剧性的一幕。要知道，库克时代的苹果和 Meta 关系相当糟：一边指责对方侵犯隐私，一边嘲讽对方"自 iPhone 之后就没发明过什么像样的东西"。但在开源 AI 这件事上，俩家突然站到了一起——Meta 需要证明自己的模型有竞争力，苹果需要证明整套 Mac 软硬件适合本地跑 AI。

技术细节是这样的：

* 苹果的**统一内存架构**让 M5 Ultra 的集成 GPU 在单台 Mac Studio 上最多能用 **512GB** 统一内存
* 芯片 **1.2 TB/s 的内存带宽**，刚好够快地读出每个 token 需要的那一小片权重（MoE 在这里立了大功）
* 两台机器通过 **MLX + RDMA over Thunderbolt 5** 串起来，行为像一台拥有 1TB 统一内存的超级计算机
* 实测在 4bit 量化下，参数占用压到约 **493GB**
* 速度：两台 Mac Studio 用**张量并行**约 **25 token/s**，用**流水线并行**约 **15.7 token/s**；四台机器（各 256GB）能到 **36.7 token/s**（8192 上下文）

25 token/s 是什么水平？比不上 API 的速度，但足够撑起一个"人在旁边看着、模型慢慢干活"的 Agent 工作流。

硬件门槛也得说实话：你需要**两台 512GB 的 Mac Studio**，或者**四台 256GB 的**。后者据 Engadget 测算大约 **3.8 万美元**。而且 512GB 版本苹果承诺要到 **10 月底**才开卖，也就是说发布当天这事儿还属于"期货第一天"。

> 别拿这个当"人人都能本地跑 frontier 模型"的证据。真正的信号是：**前沿模型的部署形态，第一次从"必须租机房"变成"可以买断"。**

### Muse Code：两个真实的 Agent 演示

Meta 拿自家的编码 Agent 终端 **Muse Code** 做了两个端到端演示，全程跑在本地那两台 Mac Studio 上：

* **给 Ice Cubes 提 PR**：Ice Cubes 是一个开源的 Mastodon 客户端。模型完成了修 bug、加功能、到完整构建出 iOS 产物这条完整链路
* **操控 DaVinci Resolve**：让它逐帧看素材、挑出最精彩的片段、然后自动裁切成竖版视频

这两个例子比任何跑分都更能说明它的定位：**它不是一个回答问题的模型，是一个能连续操作真实软件几个小时的模型。**

### 谁真的需要它：三类场景

* **代码/数据绝对不能出网**：金融机构、医疗机构、涉密研发环境，以前只能用被砍过一刀的小模型，现在多了一个 frontier 级选项
* **要做重工具调用的 Agent**：跨几十次 MCP 工具调用的长任务，是它拿分最高的地方
* **想把 API 账单换成固定资产**：如果你的 Agent 是 7×24 常驻的，长期算下来自有硬件未必更贵——前提是你先算清楚电费和运维，别自我感动

## 跑分该怎么看（包括它输的地方）

Meta 给出的自身测试里，Muse Spark Open 在**工作流、工具调用、知识推理、知识可靠性、复杂视觉推理、图像事实问答**这 6 项上位列第一。具体到第三方整理的模型卡数据：

* **MCP-Atlas（工具调用）89.2**：高于 Qwen3.8-2.4T-A95B 的 84.5、GLM-5.3 的 84.2、Kimi K3 的 82.3
* **HLE-Diamond（无工具）26.1**：高于 Kimi K3 的 22.2、GLM-5.3 的 16.4
* **Terminal-Bench 2.1 只有 76.4**：**输给** Kimi K3 的 85.0 和 GLM-5.3 的 83.9
* **Artificial Analysis 智能指数 39**：低于 Kimi K3 的 44 和 GLM-5.3 的 45
* **安全性 StrongREJECT v2 为 0.5**（越低越好）

所以我的判断是：**它的工具调用（尤其是 MCP 类）确实强，软件开发类任务上中国开源阵营（Kimi、通义、GLM）依然有优势。**

还有一个必须提醒的：以上除了 Hosted API，绝大部分跑分来自 **Meta 自己的模型卡**。完整的评估报告官方说"稍后发布"。在第三方独立榜单出来之前，把 Meta 的数字当**上线凭证**，不要当**选型结论**。

## 版本、许可证与三个容易踩的坑

截至 2026 年 10 月 16 日，Muse Spark Open 是发布第二天的初版权重，`meta-models/Muse-Spark-Open-816B-A42B`，提供 **BF16** 和 **NVFP4** 两种精度。

**坑一：它不是 Apache 2.0。** 采用的是 **Muse Model License**，带有限商用条款。多数开发者可以免费使用，但据媒体披露，**年收入超过 2000 万美元、且以 API 形式对外提供访问的公司，需要与 Meta 单独签署协议**。所以别闭着眼睛往商业产品里塞；想要彻底宽松的协议，请转头去看 Apache 2.0 的 Muse Glimmer。

**坑二：显存需求是真的狠。** 模型卡要求 NVFP4 版本至少 **700GB** GPU 显存，BF16 版本则需要 **2TB**。这不是"3090 魔改 48G 试试"能解决的问题。

**坑三：开放权重 ≠ 开源训练全流程。** 你拿到的是权重和后训练好的成品，不是完整的训练数据配方。想改底层行为，得靠 TorchTitan 自己做后训练。

> 一句话总结这节：它的开放程度是"给你枪"，不是"给你兵工厂"。这已经比闭源强太多了，但别在合规评审的时候答错这一题。

## 初体验：三条上手路径

### 路径一：最省事，先用 API 摸底

不想碰硬件的话，OpenRouter 上就有，改一行 `model` 就能用 OpenAI 兼容接口：

```bash
curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "meta/muse-spark-open",
    "messages": [
      {"role": "user", "content": "帮我看一下这段代码为什么在高并发下会丢数据"}
    ]
  }'
```

同理，Groq、Together AI、Fireworks、Baseten、Modal、Nebius 也都有托管。**先跑自己的真实任务两周，再考虑要不要上硬件——这是我最推荐的顺序。**

### 路径二：有 GPU 服务器，用 SGLang 或 vLLM

官方模型卡给的是一行启动。先看 vLLM：

```bash
pip install vllm

vllm serve "meta-models/Muse-Spark-Open-816B-A42B" \
  --tensor-parallel-size 8 \
  --max-model-len 1048576
```

SGLang（想吃到那套 Helion 内核加速就选它）：

```bash
pip install sglang

python3 -m sglang.launch_server \
  --model-path "meta-models/Muse-Spark-Open-816B-A42B" \
  --tp 8 \
  --context-length 1048576
```

启动之后就是标准的 OpenAI 兼容服务，把 `base_url` 指过去即可。

> `--tp 8` 是按 8 卡给的示例，实际数值取决于你的 GPU 型号和显存总量。**700GB（NVFP4）是一道硬门槛**，别用 Homelab 的心挑战这道物理题。

### 路径三：苹果党，走 MLX 本地跑

这是整个发布里最有意思的一条路。用 **mlx-lm**，权重直接从 Hugging Face 拉：

```bash
pip install mlx-lm

# 单机量化版（显存不够时的折中）
mlx_lm.generate \
  --model mlx-community/Muse-Spark-Open-816B-A42B-4bit \
  --prompt "用 Swift 写一个带重试的 URLSession 封装" \
  --max-tokens 512
```

真正想复刻官方演示（两台 M5 Ultra Mac Studio 串一台机器），需要额外的分布式启动配置和 RDMA over Thunderbolt 5 的组网。这条路目前文档还在补齐期，建议先看[官方 MLX 适配](https://github.com/ml-explore/mlx-lm)的最新说明再动手。

最后给个务实建议：**先用 API，再上自己的 GPU，最后才考虑买 Mac。** 顺序反了，钱会告诉你什么叫教训。

## 进阶

Muse Spark Open 真正值得琢磨的，不是"Meta 又发了个大模型"，而是**前沿模型的部署方式开始分化了**。

以前只有一种活法：模型在别人的机房里，你按 token 付费，数据得出门，规则得看人脸色。现在这条路旁边多了两条岔路——**自己买机器放在桌上（MLX 路线）**，或者**自己的服务器跑自己的权重（vLLM / SGLang 路线）**。第三条路 Meta 也没放弃，旗舰 Muse Spark 依然是闭源的商业服务。

这种"两条腿走路"的策略对 Meta 是商业选择，对我们这些用模型的人，则是一件实打实的好事：**终于有一个 frontier 级别的重量级模型，可以被完整地放进你自己的网络边界里。**

但请记住它的位置——它在工具调用和长周期 Agent 上很强，在软件开发类任务上还输给 Kimi K3 和 GLM-5.3；它的许可证有限商用条款；它的完整评估报告还没出。**用一个刚出生两天的模型扛生产流量，和用一个跑了两年的模型，是两种不同的勇气。**

继续往下学，可以按这个顺序：

1. 先看 [Meta 官方发布博客](https://research.meta.ai/blog/muse-spark-open) 和评估方法论，理解它的能力边界
2. 再读 [Hugging Face 模型卡](https://huggingface.co/meta-models/Muse-Spark-Open-816B-A42B)，确认显存需求和各精度版本
3. 想铺"小而自由"的本地 Agent，转头看 [Muse Glimmer](/lm/muse-glimmer/introduction)（30B、Apache 2.0、24GB 显存）
4. 想在服务端正式部署，对照 [vLLM](/vllm/introduction) 和 [SGLang](/sglang/introduction) 两篇实践
5. 真要上生产前，拿自己的仓库、自己的工具链、自己的评测集重跑一遍，别让厂商的模型卡替你签字

更多开源技术干货和学习资料，关注公众号「遇码」，领取专属福利。