2026 年 10 月 15 日，Meta Superintelligence Labs 发布 Muse Spark Open。官方规格写得清楚：总参数 816B，每个 token 激活约 42B，稀疏 MoE 架构，原生接受文本、图像、视频、音频输入，上下文 1M token。Meta 给它的定位是「the most capable US open-weight model to date」——迄今最强的美国开放权重模型（Meta 自述，非第三方评测结论）。
同一天发布的官方博客里，还有一句更容易被划过去的话：这个模型可以跑在桌面上，用两台 Mac Studio。816B 和「桌面」放在一起，才是这次发布真正值得写的地方。权重确实放出来了，但门槛没有跟着一起放掉——它只是从机房搬到了你的桌子上。
顺带把站内分工说清楚：本站 2026 年 7 月 31 日发过《Meta Muse Spark 1.1：扎克伯格重返 X，1M 上下文 agentic 模型与 Meta 首个付费 API》，那篇讲的是闭源 1.1 与付费 Model API；本文讲的是开放权重版本、它与 Muse Spark 1.3 共享同一 base model 这件事，以及「两台 Mac 才跑得动」的本地跑法。两篇不重复。
一、先把规格摊开
| 项目 | 数值 | 口径 |
|---|---|---|
| 总参数 | 816B | 官方 |
| 每 token 激活 | 约 42B | 官方 |
| 架构 | 稀疏 MoE | 官方 |
| 上下文 | 1M token | 官方；Hugging Face 科普文写 1,048,576，随运行时与配置变化 |
| 输入 | 文本、图像、视频、音频 | 官方 |
| 输出 | 文本 | 官方 |
| base model | 与 Muse Spark 1.3 共享 | PyTorch 官方博文 |
| 交付形态 | 开放权重（open weights），非开源代码 | 官方 |
三点值得单独说。
第一，它与 Muse Spark 1.3 共享同一 base model。官方只说了这一句，没有披露更多训练细节；但至少能确认，这不是一个为了塞进桌面而把参数量砍下来的「轻量版」，主干就是 816B 这个量级。
第二，1M 上下文是个「视运行时与配置而定」的数字。Hugging Face 的科普文写的是 1,048,576 token，但同一篇里也注明，实际可用长度会随推理运行时和配置变化。写 1M 是安全的，把 1M 当成任何环境下的保底承诺，就不安全了。
第三，原生多模态的输入里包含音频，输出只有文本。它不是语音模型，也不是视频生成模型；音视频在它这里是被理解的对象，不是被生成的对象。这一点在评估适用场景时经常被混淆。
把这个体量放回 Meta 自己的开放权重序列里，落差更明显。此前 Meta 发布过 Muse Glimmer 30B 这样的开放权重模型，30B 属于「单机就能试着跑」的量级；816B 属于「要专门规划机器」的量级。同一条产品线上从 30B 到 816B，规模差了二十多倍，这才是这次发布在工程上最重的部分——它考验的不只是模型能力，还有配套的运行时、量化和分发有没有跟上。
二、42B 激活，不等于 42B 装得下
这是全文最需要算清楚的一笔账，也是「权重开放了却跑不动」的技术根因。
稀疏 MoE 的工作方式是：模型里有很多专家，每个 token 只被路由到其中一小部分。所以每生成一个 token，真正参与矩阵乘的参数大约是 42B。计算量因此接近一个 42B 的稠密模型，速度也就有了希望。
但「激活多少」和「要装多少」是两件事。路由器随时可能把下一个 token 送到任意一组专家去，这意味着所有专家都得待在内存里等着被调用——不能只加载常用的那部分，也不能像取网页一样用到再去拉。完整的 checkpoint 必须全部驻留，再叠加 KV cache、激活值和推理运行时本身的开销。
粗算一下量级（以下为按字节数的估算，不是官方数据）：816B 参数按 BF16 每参数 2 字节计算，约 1.6TB；按 FP8 约 816GB；按 4 比特约 408GB。这就是 1TB 统一内存这条线为什么关键——它不是余量，是「刚好够用」与「不够用」之间的那条线；而在低比特权重之上，还要再留出上下文缓存和运行时空间。
Meta 官方没有公布桌面演示所用的具体精度、实际内存占用，以及可用的上下文长度。所以上面这组数字只能用来理解量级，不能反过来推出「两台 Mac 能跑满 1M 上下文」。这两件事之间的距离，恰恰是很多转发里被省略的部分。
还有一层常被忽略：即便内存装得下，也不代表体验可用。稀疏 MoE 的每一层都要在众多专家之间做路由，被选中的专家权重从内存里读出来才能参与计算；专家越分散、命中率越低，实际读带宽就越吃亏。所以同一份权重，硬件不同、上下文长度不同、任务类型不同，跑出来的 tokens/s 会差很多。参数规模决定「装不装得下」，路由效率与内存带宽决定「跑不跑得快」。
三、两台 Mac 怎么拼成一台
官方给出的桌面方案是两台 Mac Studio，M5 Ultra，单机统一内存上限 512GB，两台合计约 1TB；内存带宽 1.2TB/s；框架用最新版 Apple MLX。官方的描述是，两台 Mac Studio 表现得像一台拥有 1TB 统一内存的超级计算机。
为什么强调带宽而不是算力？因为自回归解码阶段的瓶颈通常不在浮点运算，而在内存带宽：每生成一个 token，都要把这一 token 激活到的那部分权重从内存里读一遍。权重越大、能读多快，直接决定生成速度的上限。Meta 在博客里的说法也是这个意思——1.2TB/s 足以读取每个 token 所需的那一小片权重。
但「拼成一台」不是免费操作。跨机通信、权重的切分方式、层与层之间的数据往返，都会进入延迟。官方给了「像一台超级计算机」这个定性描述，没有给跨机互联的带宽与延迟，也没有给 tokens/s。缺这三个数字，就无法判断它在桌面上是「能干活」还是「能跑起来」——这是本次发布里信息缺口最大的地方，也是最该等第三方复测的地方。
四、桌面上到底跑了什么
官方给了两个演示，都是「把活干完」，不是跑分。
第一个：由 Meta 自家的 agent 工具 Muse Code 驱动，向开源 Mastodon 客户端 Ice Cubes 提交一次真实的 iOS 改动，包含一个 bug 修复、一个新功能，以及完整的构建过程，全程在设备本地完成。
第二个：驱动 DaVinci Resolve 做端到端剪辑——逐帧审片、挑出最强的镜头、裁成竖版。
这两个演示的选择是有讲究的。前者对应 agentic coding：读代码、改代码、跑构建，链条长、容错低；后者对应多模态理解加工具调用：看素材、做判断、执行操作。它们共同说明的是「长程任务能不能收尾」，而不是单项 benchmark 的分数。
需要写清楚的是：这是官方演示，不是独立复现。演示能证明「这条路走得通」，不能证明「你的机器上也走得通」。
五、生态：七个引擎、四条量化分支、一个 Helion
判断一次开放权重发布是不是「认真做」，看运行时清单比看 benchmark 更准。这次的首日支持是这样的：
| 层 | 内容 | 口径 |
|---|---|---|
| 推理运行时 | SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、MLX、llama.cpp、Unsloth，共 7 个 | 官方 |
| 硬件验证 | NVIDIA、AMD、Intel、Apple silicon | 官方 |
| 量化分支 | BF16 与 NVFP4（Meta）、FP8 与 MXFP4（AMD）、INT4 与 MXFP4（Intel Crescent Island 优化）、GGUF（Unsloth） | 各家官方 |
| 投机解码 draft | SGLang 的 DFlash V2、vLLM 的 DSpark | 官方 |
| 后训练 | TorchTitan、SGLang 加 Miles、NVIDIA NeMo AutoModel、Hugging Face TRL，以及 Fireworks AI 与 Together AI 的托管后训练 API | 官方 |
四条量化分支的意义在于：它决定了这个模型能不能落到不同硬件上。BF16 与 NVFP4 对应 NVIDIA 这代卡，FP8 与 MXFP4 对应 AMD，INT4 与 MXFP4 专门为 Intel Crescent Island 优化，GGUF 则是对着 llama.cpp 生态和消费级设备去的。同一份权重，四条「怎么变小」的路径，这是过去一年开放权重竞争真正的主战场——参数量决定上限，量化与运行时决定有多少人用得上。
Helion 是工程侧最值得单独提的一项。它是 PyTorch 原生的高阶 DSL，在 SGLang 里提供可自动调优的 GPU kernel。官方口径的收益是：kernel 级 1.03 到 3.95 倍加速，覆盖 NVIDIA 与 AMD；AMD MI350 上端到端提升 3%（均为厂商自测，非独立复测）。
两个数字放在一起看很有意思：kernel 级最高 3.95 倍，端到端只有 3%。这不是矛盾，是常态——kernel 加速能不能传导到端到端，取决于 kernel 是不是当前的瓶颈。它同时也提醒读者，看到「N 倍加速」时先问一句：这是哪一层的倍数。
后训练那一栏同样值得看。TorchTitan、SGLang 加 Miles、NVIDIA NeMo AutoModel、Hugging Face TRL，覆盖的是从预训练框架到强化学习后训练的不同路径；Fireworks AI 与 Together AI 提供托管的后训练 API，则把「改模型」这件事从「自己攒集群」变成了「按需买算力」。对绝大多数团队，真正会用到的不是 816B 的原始权重，而是拿这份权重做后训练、压到自己的场景里——这条链路上有没有现成工具，比榜单名次更能决定一个开放权重模型的实际价值。
六、它说自己最强，自家图上也有输的地方
据 dev.to 的《AI Daily Digest October 17, 2026》转述 Meta 官方对比图（二手转述，非独立复测），Muse Spark Open 在六项对比中拿到第一，其中包括 tool use 方向的 JobBench 与 MCP-Atlas。
但同一张图上也有它输的地方：在终端编程与长程软件工程这两类任务上，具体指标是 GDPVal-AA，它落后于 Kimi K3 与 GLM 5.3。
这条信息值得单独成段，因为它和官方定位之间存在张力。coding、agentic 工作流、long-horizon 任务，正是官方写明的主攻方向；而 GDPVal-AA 考的恰好是终端里的编程和长程软件工程。也就是说，「最强」在它的主场上被人追上了，而且是被两个开放权重模型追上。
对读者的实际用法是：不要问「它是不是最强」，要问「我的活落在哪一项上」。写前端、跑工具链、做多轮 agent 任务，和在一个几十万行的仓库里连续改几天，是两种完全不同的能力，排名表不会替你区分。
七、开放权重不是开源：许可、分发与安全
许可证是这次发布里最容易被一句「开源了」带过去的部分。Muse Spark Open 用的是 Muse Model License，附带使用政策。官方对它的表述是「limited commercial terms, which allow many developers to use the model for free」——有商业条款限制，但允许许多开发者免费使用。
这句话不能自行展开。具体允许什么、限制什么，以 LICENSE 原文为准；本文不复述、不解释条款细节，也不替任何人判断某种用法是否落在允许范围内。开放权重指的是权重可以下载，不等于 OSI 意义上的开源许可证——这两件事在 2026 年已经被混用得太久了。
分发渠道给得很齐：Hugging Face 上有 meta-models/muse-spark-open 这个 collection，Amazon SageMaker AI、Google Cloud Model Garden、Microsoft Foundry Models 同步上架；托管推理则有 Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter、Together AI 七家。也就是说，不想自己搭机器的人，第一天就有 API 可以调——这恰好说明「两台 Mac」不是唯一路径。
安全方面，官方说这一版相比 8 月的 Muse Spark 追加了安全后训练，使其在没有系统护栏、被单独使用时更抗滥用；评估按 Meta Superintelligence Scaling Framework 进行，达到发布阈值。详细结果在 Muse Spark Open 的 model card 里，完整评估报告官方写的是「即将发布」——也就是还没有发，别把「即将」当成「已有」。
写在最后：门槛从机房搬到了桌面，但没有消失
把上面的账合起来，这次发布的形状就清楚了。
它确实降低了门槛。过去要跑一个 816B 级别的模型，你得有 GPU 机房、有集群调度、有一整套运维；现在官方给出的路径是两台顶配 Mac Studio 加 MLX，插上电就能开工。这是实打实的变化，不该被轻描淡写。
但门槛没有消失，只是换了形状。第一道是钱：两台 512GB 统一内存的顶配机器，官方没有公布过任何与这次演示相关的价格数据，本文也不猜；但「要两台」这个事实本身就说明，它不是一台笔记本能顺手跑起来的东西。第二道是精度与配置：官方没给桌面演示的精度、内存占用和可用上下文，读者无法据此判断自己能跑出什么效果。第三道是速度：没有 tokens/s，就没有「能不能拿来干活」的答案。
所以更准确的说法是：Meta 把开放权重的门槛，从「有没有机房」改成了「愿不愿意为一张桌子付钱」。对一家要做本地化、数据不出内网的团队，这笔账可能算得过来；对个人开发者，七家托管推理的 API 才是这次发布里更现实的那条路。
至于那个「美国制造」的判断——据 Global AI News 报道，Meta 首席 AI 官 Alexandr Wang 表达过类似「世界上大部分 AI 会跑在开放模型上，而这些模型应当在美国制造」的意思。这是二手转述，放在这里只作一个注脚：开放权重这件事，从来不只是技术决策。
真正该记住的一句是：42B 激活买来的是速度，816B 的 checkpoint 才是你要付的内存账单。这两件事，Meta 这次都写在了博客里，只是前者被反复放大，后者被折叠进了一句「两台 Mac Studio」。
延伸阅读
- Meta Muse Spark 1.1：扎克伯格重返 X，1M 上下文 agentic 模型与 Meta 首个付费 API：同一条线的前作：1.1 版与 Meta 首个付费 API
- 一口气输出100万token：三款模型谁能接住长任务：100 万 token 上下文，谁真能接住
- 本地编程模型四强：8GB卡到8卡机各归其位：本地跑大模型的现实边界