Meta 开源 Muse Spark：一个能在 Mac 上跑的开放权重模型

这是美国开放权重模型迄今最重的一次下注。10 月 15 日，Meta 发布了 Muse Spark Open 的模型权重：816B 总参数、42B 激活参数的原生多模态 MoE 模型，带 100 万 token 上下文窗口，主打编码和智能体任务。Meta 给它贴的标签相当直接——”迄今最有能力的美国开放权重模型”。而真正让开发者社区炸锅的不是参数规模，是另一句话：它是同级别里第一个能在你自己桌面上跑起来的模型。

两台 Mac Studio，拼出一台”内存超算”

桌面部署的瓶颈从来不是算力，是内存。816B 参数的模型，光权重就要吃掉几百 GB，传统 GPU 方案要么插一机架卡，要么量化到面目全非。Meta 这次给出的解法绕开了这个问题：Apple 的统一内存架构让 M5 Ultra 的集成 GPU 每台机器最多可用 512GB 内存，两台 Mac Studio 刚好装下整个模型；而芯片 1.2 TB/s 的内存带宽，恰好快到足以喂饱每个 token 只需要读取的那一小片参数。

用 Meta 的说法，两台 Mac Studio 由此”表现得像一台带一万亿字节统一内存的超算”。他们实测了完全在本地跑的编码智能体工作流：用 Muse Code 给开源 Mastodon 客户端 Ice Cubes 提交真实的 iOS 改动——修 bug、加功能、完整构建一条龙；还让模型逐帧审阅素材，驱动 DaVinci Resolve 端到端剪辑，找出最强镜头并做竖屏裁切。这两件事都不是跑分演示，是拿真实开源项目和真实剪辑软件做的验收。

图 1

推理生态铺得比模型本身还激进

开放权重如果只是把文件扔到 Hugging Face，价值要打折。Meta 这次把分发和推理链路一次铺满：权重上架 Hugging Face、Amazon SageMaker AI、Google Cloud Model Garden 和 Microsoft Foundry；托管推理接了 Baseten、Fireworks、Groq、Modal、Nebius、OpenRouter、Together AI；推理引擎覆盖 SGLang、vLLM、TensorRT-LLM、Transformers、Apple MLX、llama.cpp 和 Unsloth，并对 AMD、Apple、Intel、NVIDIA 四种硬件都做了优化。Meta 还随模型发布了 SGLang 里可自动调优的 Helion GPU 内核，宣称在 NVIDIA 和 AMD 卡上拿到 1.03 到 3.95 倍的内核级加速。

值得注意的是许可条款：Muse Model License 带”有限商业条款”，Meta 的说法是允许大量开发者免费使用。这与 Llama 系列一路收紧的商用限制一脉相承——推测这种”半开放”许可会继续成为大厂平衡生态扩张与商业保护的标准姿势，开发者在选型前细读条款仍然是必修课。

为什么这件事比参数表更重要

过去两年，”前沿能力”和”本地可跑”基本是两个不相交的集合：想在桌面跑，就得接受小模型的能力折价；要前沿能力，就得把数据交给云端 API。Muse Spark Open 瞄准的正是这条分界线——如果 42B 激活的 MoE 加统一内存真能撑起前沿级智能体工作流，”数据不出门”的合规诉求、延迟敏感的本地自动化、以及个人开发者对完整可控环境的需求，第一次可以同时满足。

当然，两台 M5 Ultra Mac Studio 的价格对普通开发者依然昂贵，”桌面可跑”目前更接近”工作室可跑”。但方向已经很清楚：统一内存正在把”本地部署前沿模型”从机房级工程降级为装机级工程。当 Meta 与 Apple 在这条路上深度绑定，NVIDIA 生态和云厂商的定价权会感受到多大压力，可能比这次发布本身的跑分更值得盯。

核心观点：如果你正在评估敏感数据的本地智能体方案，Muse Spark Open 加上统一内存工作站的组合，值得放进下一轮 PoC 清单——这是第一次”前沿模型”和”数据不出门”不需要二选一。