一款8160亿参数模型加入开放人工智能竞赛
Meta于2026年10月15日发布Muse Spark Open，开发者可以下载、修改并自行运行这款人工智能模型。该模型包含8160亿个参数，支持100万token的上下文窗口。据Meta介绍，配置足够内存的两台Apple M5 Ultra Mac Studio电脑即可运行该模型。
目录
此次发布为美国市场增添了一位竞争者，而中国开发者已在这一市场取得显著进展。Hugging Face于2026年3月发布的评估发现，在此前一年中，中国模型占下载量的41%，超过美国模型。阿里巴巴的Qwen、Moonshot AI的Kimi和智谱AI的GLM等模型，正争夺希望掌控自身人工智能系统的开发者。
Meta称Muse Spark Open是美国最强大的开放权重模型。该公司自己的测试呈现出更细致的情况：在部分工具使用和任务完成测试中，该模型领先于若干参测竞争产品；而在多项编程和专业工作评估中，中国竞争对手得分更高。
Meta是Facebook、Instagram和WhatsApp的母公司，同时仍将其最先进的模型Muse Wonder保持封闭。此次发布因此服务于两个目标：推广开发者可自行改造的技术，同时为商业服务保留更强大的产品。
对企业而言，实际决策不只取决于基准测试分数。Muse Spark Open可让企业掌控部署方式和数据，但内存需求相当高；此外，许可证规定，部分销售该模型访问服务的公司还须另行签署协议。
开发者可以下载和修改什么
官方Muse Spark Open模型卡将Meta Superintelligence Labs列为作者。模型卡介绍称，该系统适用于编程、多步骤推理以及借助软件工具完成任务。
模型权重是训练过程中学到的数值设置。开放下载后，其他开发者可以运行模型、调整其行为，并将其集成到产品中，而不必把每项请求都发送给Meta。封闭模型通常通过由开发者控制的服务提供访问。
开放权重与开源代表不同程度的开放。完整的开源发布还会在合适的许可条款下提供相关训练代码和数据。Muse Spark Open依据Meta自己的许可证分发，该许可证规定了使用和再分发条件。
该模型可接收文本、图像、视频和音频，并生成文本。开发者可以用它检查屏幕截图、解读图表，或结合书面指令分析录制的会议内容。100万token的上下文窗口决定了模型能一次处理多少材料。Token是系统处理的文本或其他编码信息的基本单位。
Meta的模型介绍重点介绍了编程、图像和文档感知，以及涉及多个人工智能代理的工作流。代理是能够分步骤完成任务的系统，例如调用工具、检查结果并决定下一步操作。
Meta领先之处与中国竞争对手的优势
Meta的基准测试表显示，Muse Spark Open在JobBench上的得分为61.8，高于GLM 5.3的61.4和Kimi K3的54.3。在涉及工具使用的MCP-Atlas测试中，Meta公布该模型得分为89.2，高于Qwen3.8的84.5、GLM 5.3的84.2和Kimi K3的82.3。
多项编程指标则对中国竞争对手更有利。在Terminal-Bench 2.1测试中，Meta公布Muse Spark Open得分为76.4，低于GLM 5.3的83.9和Kimi K3的85.0。Kimi领先8.6分。在DeepSWE 1.1测试中，Muse Spark Open得分为60，GLM为67，Kimi为68。
DeepSWE的比较采用了各模型偏好使用或可用的最佳外围代理软件。这些软件有助于组织工作，因此公布的结果反映的是模型在特定配置下的表现。Meta还为参测模型使用了不同名称的推理设置。
Meta公布Muse Spark Open在Artificial Analysis Intelligence Index上的得分为39，高于Thinking Machines的Inkling（26分）和英伟达的Nemotron 3 Ultra（23分）。其表格列出的GLM 5.3得分为45，Kimi K3为44，Qwen3.8为40。这些数字由Meta在模型卡中发布。
因此，采购决策取决于具体工作。打造工具协调型助手的公司，可能看重与要求人工智能解决复杂软件维护问题的团队不同的测试结果。Meta发布的模型在特定任务上具备优势，但在更广泛的测试中仍面临强劲竞争。
可下载模型为何日益受到青睐
Hugging Face公布的41%下载量数据，有助于解释美国开发者面临的商业压力。可下载模型让机构能够基于现有系统构建应用，而不必从头投入巨资训练大型模型。机构也可以根据自身术语、流程和应用调整模型。
OpenRouter报告称，9月其平台上来自美国的请求中，开放权重模型处理的token量占60%。涉及开放模型的流量大部分来自中国开发者。这一数据反映的是OpenRouter平台上的活动；Hugging Face的数据则统计了另一平台、另一个时期的下载量。
Meta首席人工智能官Alexandr Wang从国家竞争的角度阐述了这场竞争，认为美国企业需要发布开发者能够广泛采用的模型。
全球大多数人工智能都将运行在开放模型上。这些模型应该来自美国。
企业可以自行选择托管可下载模型，包括由海外开发者开发的模型。在组织自己的基础设施上运行系统，可以让提示词和文档留在该环境内，前提是相关工具和服务的配置也符合要求。数据处理地点取决于客户选择的部署方式。
两台台式电脑，以及高昂的内存需求
Meta在10月15日的公告中介绍了一套采用两台Apple M5 Ultra Mac Studio的配置，每台统一内存最高可达512 GB。苹果的MLX框架可让两台电脑协同运行，并将模型装入总计约1 TB的内存中。
Muse Spark Open采用混合专家架构。模型包含许多专门的参数组，每处理一个token时只激活其中一部分。8160亿个总参数中，每次有420亿个处于激活状态，约占总量的5.1%。这减少了每一步所需的计算量，但要存储完整模型仍需大量内存。
模型卡列出的NVFP4版本至少需要700 GB加速器内存，BF16版本则需要2 TB。这两种数值格式用于存储权重。NVFP4使用的比特数和内存较少；BF16需要更多内存。Meta指出，在某些情况下，压缩推理可能会造成细微的质量差异。
配备512 GB内存的Apple Mac Studio原定于10月晚些时候上市，发布时苹果尚未公布其价格。搭载所需M5 Ultra芯片、配备256 GB内存的机型起售价为10,799美元。按这一标价，购买四台需43,196美元，未计税费和配件；四台总内存与上述两台电脑方案相同。
Meta演示了本地工作流，包括修改Mastodon应用Ice Cubes，以及操作DaVinci Resolve检查视频素材并制作竖屏裁切版本。该公司没有公布这套电脑方案的完整价格，也没有提供其文本生成速度实测数据。
苹果与Meta找到合作契机
苹果和Meta为此次部署合作了数月。这一合作将两家关系曾因隐私和广告争议而紧张的公司联系起来。Meta估计，苹果于2021年推出的隐私政策调整将使其2022年收入减少100亿美元。
Meta此前已为其超级智能团队购买数百台Mac电脑，用于试验本地人工智能和代理。Wang将合作促成的原因之一归功于人工智能研究人员、苹果前主管Daniel Gross。
苹果得以展示其硬件在数据中心之外运行超大型人工智能模型的能力。Meta则为希望在本地开展工作的开发者提供了另一种部署途径。两家公司都没有公开承诺扩大合作。
Meta还通过多种推理引擎支持AMD、英特尔和英伟达硬件。推理引擎是运行训练后模型的软件。Meta的公告列出了SGLang、vLLM、TensorRT-LLM、Hugging Face Transformers、MLX、llama.cpp和Unsloth。
性能提升因组件和系统而异。Meta报告称，单个Helion GPU内核的速度提升为1.03至3.95倍。内核是小型计算程序。对于AMD MI350硬件上的完整工作流，Meta报告的速度提升为3%。
免费使用的许可范围与限制
Muse模型许可证允许许多开发者免费运行、修改和改造模型。针对符合条件、以模型即服务方式运营的企业，即向客户出售托管模型访问权限的企业，许可证设有专门的商业条款。
当被许可方及其关联公司在任意连续12个月内的总收入超过2000万美元时，符合条件的模型托管服务须通知Meta，并另行签署书面协议。收入计算涵盖公司及其关联公司，而不仅仅是Muse Spark Open带来的销售收入。
许可证规定，内部使用及其他特定活动不受该条款限制。许可证还要求，使用该模型或受条款约束的衍生模型的产品须显示“Built with Muse Spark Open”标识。因此，企业在规划部署时需要审查自身计划开展的活动以及适用条件。
开发者可以通过Amazon SageMaker AI、Google Cloud Model Garden、Hugging Face和Microsoft Foundry Models下载模型权重。Baseten、Fireworks AI、Groq、Modal、Nebius、OpenRouter和Together AI提供托管访问。
Together AI列出的无服务器定价为每百万输入token 1.25美元，每百万输出token 4.25美元。按此价格，处理100万个输入token并生成100万个输出token需花费5.50美元。本地运行的经济性则取决于硬件开支、使用率、电费和技术支持成本。
安全工作不止于提供下载
Meta表示，Muse Spark Open基于8月发布的Muse Spark开发，并经过额外安全训练，以便在Meta自有防护系统之外使用。其模型卡评估了有害内容、通过工具采取的行动、隐私，以及网络安全、化学、生物学和失控风险。
Meta报告称，在其内部网络安全越狱基准测试中，该模型拒绝了99.2%的攻击尝试。越狱是试图诱使模型绕过限制的行为。Meta称，在另外三个网络安全测试集的综合评估中，该模型的拒绝率为94.8%。
将模型连接到真实系统时，开发者仍须承担责任。Meta建议根据应用场景制定相应的防护措施，包括在执行不可逆操作前要求人工确认。能够编辑代码、移动文件或调用外部工具的助手，需要受到权限控制，明确哪些操作可以执行。
模型卡指出，该系统可能生成不准确、有偏见或令人反感的回答，也可能在复杂推理中出错。模型使用了超过100种语言的数据训练，但Meta尚未评估训练数据涵盖的所有语言。改造模型的开发者必须测试自己的应用和语言，尤其是在改变模型权重或行为之后。
这次发布也助力Meta的封闭业务
Meta继续将更先进的模型Muse Wonder保留为专有产品。Wang表示，安全和能力方面的考量会影响公司决定哪些模型供他人下载。
出于安全和能力方面的考虑，我们通常不会开源最强大的模型。
Meta还认为，免费开放可以吸引开发者，之后他们可能通过Meta计划中的云业务购买更多工具和计算能力。开发者可以先独立试用，随着需求增长再购买托管服务。
竞争还将继续，参与者不止Meta。法国公司Mistral于10月早些时候发布Mistral Large 4，称其为迄今规模最大、能力最强的模型，拥有1万亿个总参数和490亿个激活参数。其权重计划于10月27日发布。Reflection AI也计划在10月发布Beam模型。
主要时间节点如下：
- 2026年8月：Meta发布Muse Spark以及规模较小的开放权重模型Muse Glimmer。
- 10月初：Mistral宣布推出Mistral Large 4。
- 10月15日：Meta发布Muse Spark Open。
- 10月晚些时候：配备512 GB内存的Apple Mac Studio预计上市。
- 10月27日：Mistral计划发布Large 4的模型权重。
Meta此次发布为机构提供了另一款规模可观、能够自行运行和改造的模型。它的吸引力来自任务表现、本地部署选项和许可证条款的结合；与此同时，Meta仍将最强大的技术留在付费服务中。
要点
- Meta于2026年10月15日发布Muse Spark Open，模型总参数量为8160亿，每次激活420亿个。
- 该模型可接收文本、图像、视频和音频并生成文本，支持100万token的上下文窗口。
- Meta的测试显示，该模型在工具使用方面表现突出；Kimi K3和GLM 5.3则在多项编程指标上领先。
- 本地运行需要大量内存。Meta提出的台式机方案采用两台各配备512 GB内存的M5 Ultra Mac Studio。
- 收入超过2000万美元门槛且符合条件的模型托管服务企业，须与Meta另行签署协议。
- Muse Wonder仍未开放；Meta则借助可下载模型吸引开发者和潜在云服务客户。
